1、“.....根据图像各个区域的噪声污染程度的不同，可自适应地调整滤波窗口长度。已经判定为噪声的像素点不参与均值滤波过程。中值滤波中值滤波是基于排序统计理论的种能有效抑制噪声的非线性信号处理技术，中值滤波器是年由首先提出并应用在维信号处理时间序列分析中，后来应用于二维图像信号处理。基本原理是把数字图像或数字序列中点的值用该点的个拎域中各点值的中值代替，让周围的像素值接近的值，从而消除孤立的噪声点。方法是去种结构的二维滑动模板，将板内像素按照像素值的大小进行排序，生成单调上升或下降的为二维数据序列。二维中值滤波输出为∈，其中分别为原始图像和处理后图像。为二维模板，通常为，区域，也可以是不同的的形状，如线状，圆形，十字形，圆环形等。在中值滤波算法中，对于孤立像素的属性并不非常关注，而是认为图像中的每个像素都跟邻域内其他像素有着密切的关系，对于每个邻域，算法都会在采样得到的若干像素中......”。

2、“.....这样就有效避免了离散型杂点对图像的影响。在中值滤波算法中，中心像素的灰度是通过对邻域内像素灰度排序然后取中值来确定的。图中表示个邻域的灰度信息，若选择边长为像素的正方形作为采样窗口对中心像素进行处理，那么采样会得到个灰度数值，对这些灰度数值进行排序并取中值后得到中心像素的灰度值为，如图图所示。图中值滤波示例选择的正方形作为采样窗口，图显示了中值滤波去除孤立杂点的作用，其中表示个邻域的像素灰度，其中灰度为的点为杂点，为对进行中值滤波的结果。图中值滤波去除孤立杂点中值滤波不仅对孤立杂点的消除效果显著，对稍密集的杂点或稍大的杂点也有很好的去除效果。如图所示，其中表示个邻域的像素灰度，其中灰度为的点为杂点，为对进行中值滤波的结果。对比简单平滑的结果不难看出中值滤波对消除离散型杂点的显著效果......”。

3、“.....使得滤波后的图像均匀，且能极好地保持边界信息，所以本设计采用中值滤波这个方法。图图像中值滤波后图像的二值化图像二值化即设定阈值，利用阈值将灰度图像的数据分成两部分大于阈值的像素群和小于阈值的像素群。设输入灰度图像为输出的二值图像为则有，通过求解阈值，从而把灰度图像，分成特征物和背景两个区域。阈值是把图像和背景区分开的标尺，选取适当的阈值就是既要尽可能保存图像信息，又要尽可能减少背景和噪声的干扰，这是选择阈值的原则。常用的图像二值化阈值分割方法可分为类整体全局阈值二值化分块局部阈值二值化。整体全局阈值二值化整体阈值法是指根据经验或灰度图像的直方图分布为整幅图像确定个阈值。阈值的确定般分为两种人工设定阈值这种方案中，先根据经验或实验设置个固定的阈值。然后对每个像素按上述式子进行二值化处理......”。

4、“.....设灰度值取值是之问的整数，为黑色，为白色。表示灰度值为的概率，表示灰度为的像素的个数，为总像素的个数。则有通常称以为纵坐标，为横坐标的图像为其灰度直方图，在数字图像中，其由离散点或线构成。仪表图像的灰度直方图通常有两个峰值，分别对应刻度数字信息和背景。阈值应取两峰之闻的波谷处，并且波谷越深陡，二值化效果也越好。这是根据图像和背景的灰度值确定整体阈值的方法。采用遗传算法对阈值进行优化处理利用人工智能领域中的遗传算法，通过建立合适的目标评价函数来对原始图像庞大的数据模拟进行类似自然界中竞争生存淘汰适应优化修正再竞争等等的良性循环当满足误差条件或者迭代要求时，就可以得到能基本表达图像信息的主体中心指标和背景中心指标，然后，取其两个中心指标的算术平均，即可作为新的整体阈值然后，再次将原始图像的数据输入二值化判别模块......”。

5、“.....将全图像素分为黑色和白色两类，从而达到二值化目的。整体阈值方法般只考虑到整体像素的平均灰度值，并未顾及到每个像素的不同之处，所以其二值化在总体执行速度上较快，且算法简单，易于理解，但因为其对输入图像量化噪音或不均匀光照等情况抵抗能力差，在些有干扰的像素上会发生判断，使整幅图像的二值化效果达不到后续作业的要求，所以在应用上受到极大限制分块局部阈值二值化对于目标和背景比较清楚的图像，全局阈值化方法可以取得较好结果。但是如果图像的背景不均匀，或是目标灰度变化率比较大。全局方法般就不再适用了。由像素，的灰度值，和周围点局部灰度特性来确定像素，的阈值叫做局部阈值二值化。局部阈值选取般将图像划分为若干子像，根据每个子图像确定相应的阈值，具体的阈值确定方法同全局阈值的确定类似。局部阈值般用于识别干扰比较严重品质较差的图像，较整体阈值方法有更广泛的应用......”。

6、“.....如实现速度慢不能保证字符笔画连通性以及容易出现伪影现象即在背景域受噪音干扰得到笔画结果等。比较典型的局部二值化算法有算法算法多阈值的梯度强度法基于纹理图像的方法等。分块局部阈值法将图像按固定间隔分成快子图像，然后对每块求出各自的阈值，考虑到各块的平滑过渡，每块阈值的选取再按下式来确定其中，为第快子图像的最终阈值。动态阈值二值化应用局部阈值法后，从图像局部看来，目标特征物与背景是可分的，但是无法得到个适用于整幅图像的全局阈值。因此提出了动态的局部阈值化算法，也称自适应阈值化算法。动态阈值选择不仅取决于像素阈值以及其领域像素的灰度值，并且与该像素坐标位置有关。动态是指根据每个像素及其邻域像素的灰度值情况动态地计算分割所需的阈值。动态阈值二值化能够处理品质较差的图像，甚至单峰直方图，但因为动态阈值化方法常常需要对图像中每个像素点都计算阈值......”。

7、“.....计算量很大，运算速度般比较慢，由于具有比较费时和些失真的缺点，这在定程度上阻碍其发展。比较典型的动态阈编写。本电流源功能简单，上位机和底层的通讯协议也很简单，只需串口接收来自上位机的命令，按照命令调整输出电流后返回个与命令帧相同的应答帧就可以了。命令帧格式如图所示。起始字节校验和电流值整数部分电流值小数部分图命令帧的各字节意义按照此协议首先创建个串行对象。，。其中就是选择的或者口，是串行口对象的些属性设置。常用的有如波特率数据位数串行口状态是打开还是关闭输入输出缓冲区大小等。创建完串口对象和设置好串行口属性后用命令将对象连接到串行口，此时串行口打开表示连接成功。连接成功后就可以用命令按照帧格式将输出电流送到下位机，由下位机驱动指针旋转到仪表指定位置。数据传送完毕以后用命令关闭此串口。基于的图像处理程序设计采集到图像之后，我们要对图像进行处理......”。

8、“.....可以获取图像以便进行处理，在软件含有图像处理工具箱，能进行图像预处理与调试。在指针表图像处理系统中，研究出合适的图像处理的方法与算法，得到清晰的二值化图像。采用基于的软件架构可以使图像处理变得简单增强可操作实践证明，基于软件应用平台适合指针表图像处理验证处理方法是否合适等系列机器视觉识别等关键问题。在软件基于机器视觉指针表图像处理工作流程为图图像处理流程以上几个步骤，都是在软件上用不同的程序算法实现的。本章小结本章主要阐述了指针表图像采集系统的组成。先介绍了系统的组成，再从硬件和软件方面进行具体的分析，尤其详细介绍了程控电流源。对于组成程控电流源的电路和算法，也作出了分析。最后，运用软件对采集到的图像进行处理。利用不用的程序和算法，得到不同的处理效果，从而满足实验的需要。总结本文主要做了以下的工作绪论方面，首先从本课题的背景和意义出发......”。

9、“.....还对本课题的内容做了简单的说明。图像采集方面，先讨论摄像机的景深问题。接着对光源进行了分析包括光源的种类，摆放位置分别对图像的影响，最后选定光源和摆放方式。图像预处理方面，分为图像增强，图像的滤波去噪，图像的二值化个大方面进行处理。对于图像增强，介绍了灰度变换，直方图均衡化，梯场度放大增强种方法，最后选定灰度变换。对于图像的滤波去噪，介绍了算术平均值滤波，中值滤波，加权均值滤波，并通过比较选用中值滤波。对于图像的二值化，同样介绍了整体全局阈值二值化，分块局部阈值二值化，动态阈值二值化种方面，并通过比较选定动态阈值二值化对图像进行二值化。本文的最后是指针表图像采集实验系统。介绍了系统的组成和结构。这种讲解了程控电流源的组成和各芯片电路。最后，选用软件对图像进行处理。本文的不足之处图像的摄取方面图像质量需要提高，尽管后续处理算法可以解决些干扰，修补些图像缺失......”。