基于自适应阈值分割算法的平滑图像生成方法和装置.pdf

《基于自适应阈值分割算法的平滑图像生成方法和装置.pdf》由会员分享，可在线阅读，更多相关《基于自适应阈值分割算法的平滑图像生成方法和装置.pdf（14页完成版）》请在专利查询网上搜索。

1、(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 (43)申请公布日 (21)申请号 201910495737.8 (22)申请日 2019.06.10 (71)申请人 五邑大学 地址 529000 广东省江门市蓬江区东成村 22号 (72)发明人 李澄非吉登清潘海欣李博 (74)专利代理机构 广州嘉权专利商标事务所有 限公司 44205 代理人 谭晓欣 (51)Int.Cl. G06T 7/136(2017.01) G06T 5/00(2006.01) (54)发明名称 基于自适应阈值分割算法的平滑图像生成 方法和装置 (57)摘要 本发明公开了一种基于改进自适。

2、应阈值分 割算法的平滑图像生成方法和装置。 根据待测图 像生成散点图， 利用第一参考点和第二参考点对 散点图中的像素点进行变换后， 通过凸包算法得 出凸点作为第一阈值和第二阈值， 根据第一阈值 和第二阈值对第二像素点集中的像素点进行筛 选， 对比起现有的自适应阈值分割算法而言， 大 大减少了散点图中的像素点的数量， 极大地提高 了数据处理的效率； 同时根据筛选后得出的第三 像素点集获取凸包， 并对凸包的灰度值利用灰度 线段进行更新， 相比起直接获取平滑图像而言， 更新灰度能够使获取的平滑图像中的灰度值更 平滑， 从而能够体现更丰富的表面缺陷细节。 权利要求书2页 说明书8页 附图3页 CN 1。

3、10378922 A 2019.10.25 CN 110378922 A 1.一种基于自适应阈值分割算法的平滑图像生成方法， 其特征在于， 包括以下步骤： 客户端获取待测图像， 根据所述待测图像生成散点图； 所述客户端根据所述散点图中的像素点获取第一像素点集， 获取第一参考点和第二参 考点， 将所述第一像素点集的像素点与第一参考点和第二参考点相加， 得出第二像素点集； 根据凸包算法计算出所述第二像素点集中的两个凸点， 将所述凸点的纵坐标设置为第 一阈值和第二阈值； 根据所述第一阈值和第二阈值对所述第二像素点集中的像素点进行筛选， 得出第三像 素点集； 所述客户端根据夹角最小原则从所述第三像素点。

4、集中获取凸包； 根据所述第一参考点、 第二参考点、 第一阈值和第二阈值在所述凸包中生成三条参考 边， 将在所述散点图中位于所述参考边意外的线段设置为灰度线段； 所述客户端根据所述灰度线段中的灰度值更新所述凸包的像素点的灰度值； 所述客户端对所述凸包进行遍历， 生成平滑图像。 2.根据权利要求1所述的一种基于自适应阈值分割算法的平滑图像生成方法， 其特征 在于， 所述根据所述待测图像生成散点图具体包括以下步骤： 所述客户端从所述待测图像的选取任意一个待测纵坐标， 获取所述待测像纵坐标所对 应的所有候选像素点； 获取所述候选像素点的灰度值， 生成散点图像素点， 所述散点图像素点的横坐标为所 述候选。

5、像素点的横坐标， 所述散点图像素点的纵坐标为所述候选像素点的灰度值。 3.根据权利要求1所述的一种基于自适应阈值分割算法的平滑图像生成方法， 其特征 在于， 所述第三像素点集的生成具体包括以下步骤： 获取所述第二像素点集的像素点； 获取预先设定的筛选公式， 所述筛选公式为： 其中， g(1,j)为第一阈值， g(m,j)为第二阈 值； 若所述像素点f(x,g(x,y)满足g(x,y)g(1,j)g(x,y)g(1,j)g(x,y)g(m,j)， 则将像素点 f(x,g(x,y)设置为第二像素集中的像素点。 4.根据权利要求1所述的一种基于自适应阈值分割算法的平滑图像生成方法， 其特征 在于： 。

6、客户端对所述凸包进行遍历生成平滑图像的方法与所述根据所述待测图像生成散点 图的方法相同。 5.根据权利要求1所述的一种基于自适应阈值分割算法的平滑图像生成方法， 其特征 在于： 所述第一参考点为横坐标为1， 纵坐标为0的像素点； 所述第二参考点为横坐标的值为 所述待测图像横坐标的最大值， 纵坐标为0。 6.一种用于执行基于自适应阈值分割算法的平滑图像生成方法的装置， 其特征在于， 包括CPU单元， 所述CPU单元用于执行以下步骤： 客户端获取待测图像， 根据所述待测图像生成散点图； 权利要求书 1/2 页 2 CN 110378922 A 2 所述客户端根据所述散点图中的像素点获取第一像素点集。

7、， 获取第一参考点和第二参 考点， 将所述第一像素点集的像素点与第一参考点和第二参考点相加， 得出第二像素点集； 根据凸包算法计算出所述第二像素点集中的两个凸点， 将所述凸点的纵坐标设置为第 一阈值和第二阈值； 根据所述第一阈值和第二阈值对所述第二像素点集中的像素点进行筛选， 得出第三像 素点集； 所述客户端根据夹角最小原则从所述第三像素点集中获取凸包； 根据所述第一参考点、 第二参考点、 第一阈值和第二阈值在所述凸包中生成三条参考 边， 将在所述散点图中位于所述参考边意外的线段设置为灰度线段； 所述客户端根据所述灰度线段中的灰度值更新所述凸包的像素点的灰度值； 所述客户端对所述凸包进行遍历，。

8、 生成平滑图像。 7.根据权利要求6所述的一种用于执行基于自适应阈值分割算法的平滑图像生成方法 的装置， 其特征在于， 所述CPU单元还用于执行以下步骤： 所述客户端从所述待测图像的选取任意一个待测纵坐标， 获取所述待测像纵坐标所对 应的所有候选像素点； 获取所述候选像素点的灰度值， 生成散点图像素点， 所述散点图像素点的横坐标为所 述候选像素点的横坐标， 所述散点图像素点的纵坐标为所述候选像素点的灰度值。 8.根据权利要求6所述的一种用于执行基于自适应阈值分割算法的平滑图像生成方法 的装置， 其特征在于， 所述CPU单元还用于执行以下步骤： 获取所述第二像素点集的像素点； 获取预先设定的筛选。

9、公式， 所述筛选公式为： 其中， g(1,j)为第一阈值， g(m,j)为第二 阈值； 若所述像素点f(x,g(x,y)满足g(x,y)g(1,j)g(x,y)g(1,j)g(x,y)g(m,j)， 则将像素点 f(x,g(x,y)设置为第二像素集中的像素点。 9.一种计算机可读存储介质， 其特征在于： 所述计算机可读存储介质存储有计算机可 执行指令， 所述计算机可执行指令用于使计算机执行如权利要求1-5任一项所述的一种基 于自适应阈值分割算法的平滑图像生成方法。 权利要求书 2/2 页 3 CN 110378922 A 3 基于自适应阈值分割算法的平滑图像生成方法和装置 技术领域 0001 。

10、本发明涉及图像处理技术领域， 特别是基于自适应阈值分割算法的平滑图像生成 方法和装置。 背景技术 0002 在一些工业产品的生产过程中， 需要对产品的表面进行缺陷检测， 例如金属的表 面是否平整。 传统的方法主要依靠人工检测， 需要耗费大量的人力， 效率也比较低下， 无法 适应现代化生产。 目前， 随着图像处理技术的发展， 基于机器视觉的表面缺陷检测成为了自 动化生成中确保产品质量的重要手段， 根据机器拍摄到的待测图像得出平滑图像， 再根据 平滑图像获取差影图像， 从差影图像中筛选出缺陷， 以实现表面缺陷的识别， 因此生成的平 滑图像细节越丰富， 对表面缺陷的识别精度越高。 现有方法主要通过固。

11、定阈值分割的方法 获取像素点后赋予灰度值， 进而生成平滑图像， 根据平滑图像和偏移量得出表面缺席。 但是 这种方法在产品表面反光特性较好的时候难以保证缺陷和背景有稳定的灰度差， 生成的平 滑图像质量不佳。 发明内容 0003 为了克服现有技术的不足， 本发明的目的在于提供一种基于自适应阈值分割算法 的平滑图像生成方法和装置， 在提高获取像素点的效率同时， 使生成的平滑图像细节更加 丰富。 0004 本发明解决其问题所采用的技术方案是： 第一方面， 本发明提供了一种基于自适 应阈值分割算法的平滑图像生成方法， 包括以下步骤： 0005 客户端获取待测图像， 根据所述待测图像生成散点图； 0006。

12、 所述客户端根据所述散点图中的像素点获取第一像素点集， 获取第一参考点和第 二参考点， 将所述第一像素点集的像素点与第一参考点和第二参考点相加， 得出第二像素 点集； 0007 根据凸包算法计算出所述第二像素点集中的两个凸点， 将所述凸点的纵坐标设置 为第一阈值和第二阈值； 0008 根据所述第一阈值和第二阈值对所述第二像素点集中的像素点进行筛选， 得出第 三像素点集； 0009 所述客户端根据夹角最小原则从所述第三像素点集中获取凸包； 0010 根据所述第一参考点、 第二参考点、 第一阈值和第二阈值在所述凸包中生成三条 参考边， 将在所述散点图中位于所述参考边意外的线段设置为灰度线段； 00。

13、11 所述客户端根据所述灰度线段中的灰度值更新所述凸包的像素点的灰度值； 0012 所述客户端对所述凸包进行遍历， 生成平滑图像。 0013 进一步， 所述根据所述待测图像生成散点图具体包括以下步骤： 0014 所述客户端从所述待测图像的选取任意一个待测纵坐标， 获取所述待测像纵坐标 说明书 1/8 页 4 CN 110378922 A 4 所对应的所有候选像素点； 0015 获取所述候选像素点的灰度值， 生成散点图像素点， 所述散点图像素点的横坐标 为所述候选像素点的横坐标， 所述散点图像素点的纵坐标为所述候选像素点的灰度值。 0016 进一步， 所述第三像素点集的生成具体包括以下步骤： 0。

14、017 获取所述第二像素点集的像素点； 0018 获取预先设定的筛选公式， 所述筛选公式为： 0019其中， g(1,j)为第一阈值， g(m,j)为 第二阈值； 0020 若所述像素点f(x,g(x,y)满足g(x,y)g(1,j)g(x,y)g(1,j)g(x,y)g(m,j)， 则将像 素点f(x,g(x,y)设置为第二像素集中的像素点。 0021 进一步， 客户端对所述凸包进行遍历生成平滑图像的方法与所述根据所述待测图 像生成散点图的方法相同。 0022 进一步， 所述第一参考点为横坐标为1， 纵坐标为0的像素点； 所述第二参考点为横 坐标的值为所述待测图像横坐标的最大值， 纵坐标为0。

15、。 0023 第二方面， 本发明提供了一种用于执行基于自适应阈值分割算法的平滑图像生成 方法的装置， 包括CPU单元， 所述CPU单元用于执行以下步骤： 0024 客户端获取待测图像， 根据所述待测图像生成散点图； 0025 所述客户端根据所述散点图中的像素点获取第一像素点集， 获取第一参考点和第 二参考点， 将所述第一像素点集的像素点与第一参考点和第二参考点相加， 得出第二像素 点集； 0026 根据凸包算法计算出所述第二像素点集中的两个凸点， 将所述凸点的纵坐标设置 为第一阈值和第二阈值； 0027 根据所述第一阈值和第二阈值对所述第二像素点集中的像素点进行筛选， 得出第 三像素点集； 0。

16、028 所述客户端根据夹角最小原则从所述第三像素点集中获取凸包； 0029 根据所述第一参考点、 第二参考点、 第一阈值和第二阈值在所述凸包中生成三条 参考边， 将在所述散点图中位于所述参考边意外的线段设置为灰度线段； 0030 所述客户端根据所述灰度线段中的灰度值更新所述凸包的像素点的灰度值； 0031 所述客户端对所述凸包进行遍历， 生成平滑图像。 0032 进一步， 所述CPU单元还用于执行以下步骤： 0033 所述客户端从所述待测图像的选取任意一个待测纵坐标， 获取所述待测像纵坐标 所对应的所有候选像素点； 0034 获取所述候选像素点的灰度值， 生成散点图像素点， 所述散点图像素点的。

17、横坐标 为所述候选像素点的横坐标， 所述散点图像素点的纵坐标为所述候选像素点的灰度值。 0035 进一步， 所述CPU单元还用于执行以下步骤： 0036 获取所述第二像素点集的像素点； 0037 获取预先设定的筛选公式， 所述筛选公式为： 说明书 2/8 页 5 CN 110378922 A 5 0038其中， g(1,j)为第一阈值， g(m,j)为 第二阈值； 0039 若所述像素点f(x,g(x,y)满足g(x,y)g(1,j)g(x,y)g(1,j)g(x,y)g(m,j)， 则将像 素点f(x,g(x,y)设置为第二像素集中的像素点。 0040 第三方面， 本发明提供了一种用于执行基。

18、于自适应阈值分割算法的平滑图像生成 方法的设备， 包括至少一个控制处理器和用于与至少一个控制处理器通信连接的存储器； 存储器存储有可被至少一个控制处理器执行的指令， 指令被至少一个控制处理器执行， 以 使至少一个控制处理器能够执行如上所述的基于自适应阈值分割算法的平滑图像生成方 法。 0041 第四方面， 本发明提供了一种计算机可读存储介质， 计算机可读存储介质存储有 计算机可执行指令， 计算机可执行指令用于使计算机执行如上所述的基于自适应阈值分割 算法的平滑图像生成方法。 0042 第五方面， 本发明还提供了一种计算机程序产品， 所述计算机程序产品包括存储 在计算机可读存储介质上的计算机程序。

19、， 所述计算机程序包括程序指令， 当所述程序指令 被计算机执行时， 使计算机执行如上所述的基于自适应阈值分割算法的平滑图像生成方 法。 0043 本发明实施例中提供的一个或多个技术方案， 至少具有如下有益效果： 本发明公 开了一种基于改进自适应阈值分割算法的平滑图像生成方法和装置。 根据待测图像生成散 点图， 利用第一参考点和第二参考点对散点图中的像素点进行变换后， 通过凸包算法得出 凸点作为第一阈值和第二阈值， 根据第一阈值和第二阈值对第二像素点集中的像素点进行 筛选， 对比起现有的自适应阈值分割算法而言， 大大减少了散点图中的像素点的数量， 极大 地提高了数据处理的效率； 同时根据筛选后得。

20、出的第三像素点集获取凸包， 并对凸包的灰 度值利用灰度线段进行更新， 相比起直接获取平滑图像而言， 更新灰度能够使获取的平滑 图像中的灰度值更平滑， 从而能够体现更丰富的表面缺陷细节。 附图说明 0044 下面结合附图和实例对本发明作进一步说明。 0045 图1是本发明第一实施例提供的一种基于自适应阈值分割算法的平滑图像生成方 法的流程图； 0046 图2是本发明第一实施例提供的一种基于自适应阈值分割算法的平滑图像生成方 法中生成散点图的流程图； 0047 图3是本发明第一实施例提供的一种基于自适应阈值分割算法的平滑图像生成方 法的第三像素点集的生成流程图； 0048 图4是本发明第二实施例提。

21、供的一种用于执行基于自适应阈值分割算法的平滑图 像生成方法的装置示意图。 说明书 3/8 页 6 CN 110378922 A 6 具体实施方式 0049 为了使本发明的目的、 技术方案及优点更加清楚明白， 以下结合附图及实施例， 对 本发明进行进一步详细说明。 应当理解， 此处所描述的具体实施例仅用以解释本发明， 并不 用于限定本发明。 0050 需要说明的是， 如果不冲突， 本发明实施例中的各个特征可以相互结合， 均在本发 明的保护范围之内。 另外， 虽然在装置示意图中进行了功能模块划分， 在流程图中示出了逻 辑顺序， 但是在某些情况下， 可以以不同于装置中的模块划分， 或流程图中的顺序执。

22、行所示 出或描述的步骤。 0051 参考图1， 本发明的第一实施例提供了一种基于自适应阈值分割算法的平滑图像 生成方法， 包括以下步骤： 0052 步骤S100， 客户端获取待测图像， 根据所述待测图像生成散点图； 0053 步骤S200， 所述客户端根据所述散点图中的像素点获取第一像素点集， 获取第一 参考点和第二参考点， 将所述第一像素点集的像素点与第一参考点和第二参考点相加， 得 出第二像素点集； 0054 步骤S300， 根据凸包算法计算出所述第二像素点集中的两个凸点， 将所述凸点的 纵坐标设置为第一阈值和第二阈值； 0055 步骤S400， 根据所述第一阈值和第二阈值对所述第二像素点。

23、集中的像素点进行筛 选， 得出第三像素点集； 0056 步骤S500， 所述客户端根据夹角最小原则从所述第三像素点集中获取凸包； 0057 步骤S600， 根据所述第一参考点、 第二参考点、 第一阈值和第二阈值在所述凸包中 生成三条参考边， 将在所述散点图中位于所述参考边意外的线段设置为灰度线段； 0058 步骤S700， 所述客户端根据所述灰度线段中的灰度值更新所述凸包的像素点的灰 度值； 0059 步骤S800， 所述客户端对所述凸包进行遍历， 生成平滑图像。 0060 其中， 在本实施例中， 待测图像在同一稳定的光照条件下采集得到， 均具有图像灰 度随空间位置变化均匀， 缺陷区域与背景区。

24、域的灰度值差异不明显的特点。 0061 需要说明的是， 在本实施例的步骤S300中， 采用的凸包算法为现有技术中的凸包 算法， 能够计算出像素点集中的凸点即可， 在此不再赘述。 0062 需要说明的是， 步骤S500中的夹角最小原则为凸包算法中现有的计算方法， 获取 坐标点连线与横坐标之间的夹角， 取夹角较大的线段中的顶点作为凸点， 在此不再赘述。 0063 需要说明的是， 获取平滑图像后， 本实施例还优选以77的模板进行均值滤波， 均 值滤波的方法为现有技术， 在此不再赘述。 0064 需要说明的是， 在得出平滑图像后， 偏移量的确定由以下方法完成： 0065 自适应阈值分割公式中的偏移量d。

25、即为分割阈值， 传统的自适应阈值分割中， d值 是根基经验认为设定的， 致使分割算法的鲁棒性较差， 适用性较小。 本实施例通过预训练的 方法来确定偏移量d， 设图片中一共有MN个像素点， 则有公式： 0066 0067 上述公式表示取原始待测图像O(x,y)与本文算法拟合得到的平滑图像U(x,y)各 说明书 4/8 页 7 CN 110378922 A 7 像素点坐标对应的差值的均值作为待测图像的分割阈值。 选取200张待测图像进行训练， 200张待测图像试验样本分别编号为1,2,3j200。 200张通过实验， 得到每一幅图像的偏 移量记为dj， 取这200个偏移量的平均值为作为针对该类型待。

26、测图像的自适应阈值分割的 偏移量， 即： 0068 参考图2， 进一步， 在本发明的另一个实施例中， 所述根据所述待测图像生成散点 图具体包括以下步骤： 0069 步骤S101， 所述客户端从所述待测图像的选取任意一个待测纵坐标， 获取所述待 测像纵坐标所对应的所有候选像素点； 0070 步骤S102， 获取所述候选像素点的灰度值， 生成散点图像素点， 所述散点图像素点 的横坐标为所述候选像素点的横坐标， 所述散点图像素点的纵坐标为所述候选像素点的灰 度值。 0071 其中， 在本实施例中， 假定待检测图像的像素点为s(m,n)， 其中m1,2,3im,n 1,2,3jn。 取图像的第j行所有。

27、像素点f(i1,2,3M-1,j)， 以像素点像素坐标的横 坐标x为散点图的横坐标， 像素点的灰度值g(x,y)为纵坐标， 得出的散点图为f(x,g(x,y)。 0072 参考图3， 进一步， 所述第三像素点集的生成具体包括以下步骤： 0073 步骤S401， 获取所述第二像素点集的像素点； 0074 步骤S402， 获取预先设定的筛选公式， 所述筛选公式为： 0075其中， g(1,j)为第一阈值， g(m,j)为 第二阈值； 0076 步骤S403， 若所述像素点f(x,g(x,y)满足g(x,y)g(1,j)g(x,y)g(1,j)g(x,y)g(m, j)， 则将像素点f(x,g(x,。

28、y)设置为第二像素集中的像素点。 0077 其中， 在本实施例中， 通过筛选， 得到k个点(4km+2),构成新的点集W(x,g(x, j),大大减少了散点图中的点的数量， 提高了凸包算法的效率。 0078 进一步， 客户端对所述凸包进行遍历生成平滑图像的方法与所述根据所述待测图 像生成散点图的方法相同。 0079 进一步， 所述第一参考点为横坐标为1， 纵坐标为0的像素点； 所述第二参考点为横 坐标的值为所述待测图像横坐标的最大值， 纵坐标为0。 0080 另外， 以下以一个具体实例对本发明的技术方案进行阐述： 0081 步骤S1,原散点图的第一像素点集记为I(x,g(x,y),变换后的第二。

29、像素点集为T (x,g(x,y),则有： 0082 T(x,g(x,y)I(x,g(x,y)+f(1,0)+f(m,0)； 0083 式中f(1,0)表示像素点横坐标为1， 灰度值为0的第一参考点,f(m,0)表示像素点 横坐标为m， 灰度值为0的第二参考点， 第一参考点和第二参考点在原始图像中不一定存在。 该公式的含义是在原散点图的点集中添加两个新的点构成新第二像素点集。 构成的第二像 素点集中， 根据凸包的特性， 很容易判定f(1,0),f(m,0)以及对应第j行像素点中首尾两点 的散点图元素f(1,g(1,j),f(m,g(m,j)为求解凸包的凸点。 说明书 5/8 页 8 CN 110。

30、378922 A 8 0084 步骤S2,分别连接f(1,0)f(1,g(1,j)， f(m,0)f(m,g(m,j)， f(1.0)f(m,0)得到所求 凸包的三条边。 在第二像素点集T(x,g(x,y)剩余的点中， 以g(1,j)和g(m,j)分别为第一阈 值和第二阈值， 对其进行筛选,公式如下： 0085 0086 若满足g(x,y)g(1,j)g(x,y)g (1,j)g(x,y)g(m,j)， 则保留点f(x,g(x,y)， 筛选后得到k个点(4km+2),构成第三 像素点集W(x,g(x,j),大大减少了散点图中的点的数量， 提高了凸包算法的效率。 0087 步骤S3,对第三像素点。

31、集W(x,g(x,j)中的像素点依据坐标关系对其进行编号， 优 先考虑二维坐标中第一象限的点， 再考虑第二象限的点。 将纵坐标最小的点排在前面， 若纵 坐标一样， 横坐标最小的点排在前面， 排序编号记为p1,p2,p3pipk.则有f(1,0)编号为 p0， f(m,0)编号为p1,f(m,g(m,j)的编号为p2， f(1,g(1,j)的编号为pk。 0088 步骤S4,从p2开始， 按编号的顺序由小到大， 按逆时针的方向， 依据夹角最小原则 逐个查找凸包上的点。 直至遍历完散点图点集W(x,g(x,j)中所有的点， 即得到满足点集W (x,g(x,j)的凸包Gj。 0089 步骤S5： 取。

32、凸包中的中的第一参考点、 第二参考点、 第一阈值和第二阈值构成线 段： f(1,0)f(1,g(1,j)， f(m,0)f(m,g(m,j)， f(1.0)f(m,0)， 将三条边以外的线段设置未灰 度线段， 在散点图坐标系中假设用vj(x,g (x,y)描述灰度线段， 将vj(x,g (x,j)中的灰度 值g (x,j)赋值给第j行中对应横坐标x的像素点， 进而得到一行拥有新的灰度值的像素点。 0090 步骤S6： 根据改进的凸包算法依次遍历第1行到第n行的像素点， 即得到满足要求 的平滑图像U(x,y)。 0091 参照图4， 本发明的第二实施例还提供了一种用于执行基于自适应阈值分割算法 。

33、的平滑图像生成方法的装置， 该装置为智能设备， 例如智能手机、 计算机和平板电脑等， 本 实施例以计算机为例加以说明。 0092 在该用于执行基于自适应阈值分割算法的平滑图像生成方法的计算机4000中， 包 括CPU单元4100， 所述CPU单元4100用于执行以下步骤： 0093 客户端获取待测图像， 根据所述待测图像生成散点图； 0094 所述客户端根据所述散点图中的像素点获取第一像素点集， 获取第一参考点和第 二参考点， 将所述第一像素点集的像素点与第一参考点和第二参考点相加， 得出第二像素 点集； 0095 根据凸包算法计算出所述第二像素点集中的两个凸点， 将所述凸点的纵坐标设置 为第。

34、一阈值和第二阈值； 0096 根据所述第一阈值和第二阈值对所述第二像素点集中的像素点进行筛选， 得出第 三像素点集； 0097 所述客户端根据夹角最小原则从所述第三像素点集中获取凸包； 0098 根据所述第一参考点、 第二参考点、 第一阈值和第二阈值在所述凸包中生成三条 参考边， 将在所述散点图中位于所述参考边意外的线段设置为灰度线段； 0099 所述客户端根据所述灰度线段中的灰度值更新所述凸包的像素点的灰度值； 0100 所述客户端对所述凸包进行遍历， 生成平滑图像。 说明书 6/8 页 9 CN 110378922 A 9 0101 其中， 在本实施例中， 所述智能设备中安装有用于执行上述。

35、所述基于自适应阈值 分割算法的平滑图像生成方法的客户端， 所述基于自适应阈值分割算法的平滑图像生成方 法在本实施例中不需要通过用户操作完成， 而是在所述计算机4000启动后， 通过CPU单元自 动完成。 0102 进一步， 本发明的另一个实施例中， 所述CPU单元还用于执行以下步骤： 0103 所述客户端从所述待测图像的选取任意一个待测纵坐标， 获取所述待测像纵坐标 所对应的所有候选像素点； 0104 获取所述候选像素点的灰度值， 生成散点图像素点， 所述散点图像素点的横坐标 为所述候选像素点的横坐标， 所述散点图像素点的纵坐标为所述候选像素点的灰度值。 0105 进一步， 本发明的另一个实施。

36、例中， 所述CPU单元还用于执行以下步骤： 0106 获取所述第二像素点集的像素点； 0107 获取预先设定的筛选公式， 所述筛选公式为： 0108其中， g(1,j)为第一阈值， g(m,j)为 第二阈值； 0109 若所述像素点f(x,g(x,y)满足g(x,y)g(1,j)g(x,y)g(1,j)g(x,y)g(m,j)， 则将像 素点f(x,g(x,y)设置为第二像素集中的像素点。 0110 计算机4000和CPU单元4100之间可以通过总线或者其他方式连接， 计算机4000中 还包括存储器， 所述存储器作为一种非暂态计算机可读存储介质， 可用于存储非暂态软件 程序、 非暂态性计算机可。

37、执行程序以及模块， 如本发明实施例中的用于执行基于自适应阈 值分割算法的平滑图像生成方法的设备对应的程序指令/模块。 计算机4000通过运行存储 在存储器中的非暂态软件程序、 指令以及模块， 从而控制CPU单元4100执行用于执行基于自 适应阈值分割算法的平滑图像生成方法的各种功能应用以及数据处理， 即实现上述方法实 施例的基于自适应阈值分割算法的平滑图像生成方法。 0111 存储器可以包括存储程序区和存储数据区， 其中， 存储程序区可存储操作系统、 至 少一个功能所需要的应用程序； 存储数据区可存储根据CPU单元4100的使用所创建的数据 等。 此外， 存储器可以包括高速随机存取存储器， 还。

38、可以包括非暂态存储器， 例如至少一个 磁盘存储器件、 闪存器件、 或其他非暂态固态存储器件。 在一些实施方式中， 存储器可选包 括相对于CPU单元4100远程设置的存储器， 这些远程存储器可以通过网络连接至该计算机 4000。 上述网络的实例包括但不限于互联网、 企业内部网、 局域网、 移动通信网及其组合。 0112 所述一个或者多个模块存储在所述存储器中， 当被所述CPU单元4100执行时， 执行 上述方法实施例中的基于自适应阈值分割算法的平滑图像生成方法。 0113 本发明实施例还提供了一种计算机可读存储介质， 所述计算机可读存储介质存储 有计算机可执行指令， 该计算机可执行指令被CPU单。

39、元4100执行， 实现上述所述的基于自适 应阈值分割算法的平滑图像生成方法。 0114 以上所描述的装置实施例仅仅是示意性的， 其中所述作为分离部件说明的装置可 以是或者也可以不是物理上分开的， 即可以位于一个地方， 或者也可以分布到多个网络装 置上。 可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。 说明书 7/8 页 10 CN 110378922 A 10 0115 需要说明的是， 由于本实施例中的用于执行基于自适应阈值分割算法的平滑图像 生成方法的装置与上述的基于自适应阈值分割算法的平滑图像生成方法基于相同的发明 构思， 因此， 方法实施例中的相应内容同样适用于本。

40、装置实施例， 此处不再详述。 0116 通过以上的实施方式的描述， 本领域技术人员可以清楚地了解到各实施方式可借 助软件加通用硬件平台的方式来实现。 本领域技术人员可以理解实现上述实施例方法中的 全部或部分流程是可以通过计算机程序来指令相关的硬件来完成， 所述的程序可存储于计 算机可读取存储介质中， 该程序在执行时， 可包括如上述方法的实施例的流程。 其中， 所述 的存储介质可为磁碟、 光盘、 只读存储记忆体(ReadOnly Memory,ROM)或随机存储记忆体 (Random Access Memory,RAM)等。 0117 以上是对本发明的较佳实施进行了具体说明， 但本发明并不局限于上述实施方 式， 熟悉本领域的技术人员在不违背本发明精神的前提下还可作出种种的等同变形或替 换， 这些等同的变形或替换均包含在本申请权利要求所限定的范围内。 说明书 8/8 页 11 CN 110378922 A 11 图1 说明书附图 1/3 页 12 CN 110378922 A 12 图2 图3 说明书附图 2/3 页 13 CN 110378922 A 13 图4 说明书附图 3/3 页 14 CN 110378922 A 14 。