CN114283170A - 一种光斑提取方法 - Google Patents

Abstract

本申请实施例提供了一种光斑提取方法，包括对图像预设的全局阈值和边缘阈值进行修正，获得图像目标点对应的全局阈值和边缘阈值，根据所述当前处理的图像目标点灰度值与所述当前处理的图像目标点对应的全局阈值和边缘阈值的大小关系、所述剩余图像目标点的赋值结果，判断所述当前处理的图像目标点的类型，输出最终二值化的结果，根据所有图像目标点的最终二值化的结果，将图像中的光斑区域与所述图像中的非光斑区域分离，实现了远距离提取光斑点和边缘过渡点，避免了坏点和噪声的干扰，光斑提取的准确率提高。

Description

一种光斑提取方法

技术领域

本申请涉及图像处理技术领域，尤其涉及一种光斑提取方法。

背景技术

光斑提取是动作捕捉领域和国防领域中常见的一种应用场景，在图像的背景亮度与光斑区域亮度相比较低，且图像的背景整体亮度与光斑区域亮度之差较大时，进行光斑提取。二值化是图像处理中常用的一种图像分割方法，用于背景和目标的分离。

现有技术中通常采用全局阈值对图像进行二值化处理的方式，将图像中的背景与光斑区域分离，二值化后的图像背景用0表示、图像光斑区域用1表示。在远距离条件下，图像中光斑亮度衰减、光斑面积缩小，光斑提取的难度较大，为了完成远距离条件下的光斑提取，采用全局阈值进行光斑提取，对图像均匀性要求较高。

然而，图像传感器本身存在的坏点、成像系统存在的镜头暗角和光源非均匀性、环境噪声均会造成图像不均匀。图像不均匀时，采用全局阈值对图像进行二值化处理，将可能造成光斑提取的结果出现错误，造成光斑提取的准确率较低。

发明内容

本申请提供了一种光斑提取方法，以解决光斑提取的准确率较低的技术问题。

为了解决上述技术问题，本申请实施例公开了如下技术方案：

第一方面，本申请实施例公开了一种光斑提取方法，包括对图像预设的全局阈值和边缘阈值进行修正，获得图像目标点对应的全局阈值和边缘阈值；

判断所述当前处理的图像目标点灰度值与所述当前处理的图像目标点对应的全局阈值和边缘阈值的大小关系；

判断当前处理的图像目标点周围八个点灰度值与所述当前处理的图像目标点周围八个点对应的所述全局阈值和所述边缘阈值的大小关系，将所述当前处理的图像目标点周围八个点中灰度值大于或等于所述周围八个点对应的所述全局阈值的点赋值为1，将所述当前处理的图像目标点周围八个点中灰度值小于所述周围八个点对应的所述全局阈值的点赋值为0，将所述当前处理的图像目标点周围八个点中灰度值大于或等于所述周围八个点对应的所述边缘阈值的点赋值为1，将所述当前处理的图像目标点周围八个点中灰度值小于所述周围八个点对应的所述边缘阈值的点赋值为0；

若所述当前处理的图像目标点的灰度值大于或等于所述当前处理的图像目标点对应的所述全局阈值，则将所述当前处理的图像目标点赋值为1，并判断当前处理的图像目标点周围八个点灰度值与所述当前处理的图像目标点周围八个点对应的所述边缘阈值的大小关系，若所述当前处理的图像目标点周围八个点中存在赋值结果为1的点，则所述当前处理的图像目标点为光斑点，输出最终二值化的结果为1，若所述当前处理的图像目标点周围八个点的赋值结果均为0，则所述当前处理的图像目标点为干扰点，输出最终二值化的结果为0；

若所述当前处理的图像目标点的灰度值小于所述当前处理的图像目标点对应的所述全局阈值，则将所述当前处理的图像目标点赋值为0，并判断所述当前处理的图像目标点灰度值与所述当前处理的图像目标点对应的所述边缘阈值的大小关系，若所述当前处理的图像目标点灰度值大于或等于所述当前处理的图像目标点对应的所述边缘阈值，且根据所述当前处理的图像目标点周围八个点灰度值与所述当前处理的图像目标点周围八个点对应的所述全局阈值的大小关系，对所述当前处理的图像目标点周围八个点赋值，所述当前处理的图像目标点周围八个点中存在赋值结果为1的点，则所述当前处理的图像目标点为边缘过渡点，输出最终二值化的结果为1，所述当前处理的图像目标点周围八个点的赋值结果均为0，则所述当前处理的图像目标点为干扰点，输出最终二值化的结果为0，若所述当前处理的图像目标点灰度值小于所述当前处理的图像目标点对应的所述边缘阈值，则所述当前处理的图像目标点为非光斑点，输出最终二值化的结果为0；

所述当前处理的图像目标点输出最终二值化的结果后，判断图像中剩余图像目标点的类型，输出所述图像中剩余图像目标点的最终二值化的结果，根据所有图像目标点的最终二值化的结果，将所述图像中的最终二值化的结果为1的光斑区域与所述图像中的最终二值化的结果为0的非光斑区域分离。

可选的，所述对图像预设的全局阈值和边缘阈值进行修正前，还包括：

对图像进行非均匀性标定时，对着均匀光源拍摄一张最高亮度小于相机的线性饱和点的亮场图像，对光斑提取精度要求进行判断；

光斑提取精度要求高于设定的标准精度时，计算亮场图像的每一行的亮度均值作为亮场图像的行均值，计算亮场图像的每一列的亮度均值作为亮场图像的列均值，得到亮场图像的行均值数组

和列均值数组

可选的，所述对光斑提取精度要求进行判断后，还包括：

光斑提取精度要求低于或等于设定的标准精度时，根据应用和成像特点，将亮场图像分为多块行亮场图像，每块行亮场图像包含的行数不固定，计算每块行亮场图像的亮度均值作为亮场图像的行均值，根据应用和成像特点，将亮场图像分为多块列亮场图像，每块列亮场图像包含的列数不固定，计算每块列亮场图像的亮度均值作为亮场图像的列均值，得到亮场图像的行均值数组

和列均值数组

可选的，所述对图像进行非均匀性标定时，对着均匀光源拍摄一张最高亮度小于相机的线性饱和点的亮场图像，包括：

通过固定光源亮度，等间隔调整相机的曝光时间，采集从亮度为0～255DN的图像，分别计算采集的所有图像的图像亮度均值，将绘制得到一条相机响应曲线。

可选的，所述分别计算采集的所有图像的图像亮度均值，将所述绘制得到一条相机响应曲线后，包括：

将得到的所述相机响应曲线，通过最小二乘法拟合，得到相机的线性饱和点。

可选的，所述得到亮场图像的行均值数组

和列均值数组

后，包括：

对亮场图像的行均值数组和列均值数组进行归一化处理，所述归一化处理公式如下所示：

其中，

表示行均值数组，

表示列均值数组，

表示归一化处理后的行均值数组，

表示归一化处理后的列均值数组，

表示行均值数组中的最大值，

表示列均值数组中的最大值。

可选的，所述对图像预设的全局阈值和边缘阈值进行修正，获得图像目标点对应的全局阈值和边缘阈值，包括：

获取图像目标点在图像中的坐标，将全局阈值和边缘阈值设置为图像中最亮点的阈值，图像中除与全局阈值亮度相同点外的其他点的全局阈值求取公式和边缘阈值求取公式如下：

其中，GT表示图像预设的全局阈值，ET表示图像预设的边缘阈值，

表示归一化处理后的当前处理的图像目标点的行均值，

表示归一化处理后的当前处理的图像目标点的列均值，GT(x,y)为当前处理的图像目标点对应的全局阈值，ET(x,y)为当前处理的图像目标点对应的边缘阈值。

可选的，所述对亮场图像的行均值数组和列均值数组进行归一化处理后，还包括：

对归一化处理后的行均值数组和归一化处理后的列均值数组进行一维滤波处理。

可选的，所述对亮场图像的行均值数组和列均值数组进行归一化处理后，还包括：

对图像进行逐点二值化处理，将归一化处理后的行均值数组

和归一化处理后的列均值数组

存储于相机中，对相机视频流数据进行实时处理。

可选的，所述对图像预设的全局阈值和边缘阈值进行修正后，还包括：

不存储归一化处理后的行均值数组

和归一化处理后的列均值数组

于相机中，将图像预设的全局阈值和边缘阈值进行修正后得到的图像目标点的全局阈值和边缘阈值均存储于相机中，对相机视频流数据进行实时处理。

本申请提供的光斑提取方法的有益效果包括：

本申请提供的光斑提取方法，对图像预设的全局阈值和边缘阈值进行修正，获得图像目标点对应的全局阈值和边缘阈值，根据所述当前处理的图像目标点灰度值与所述当前处理的图像目标点对应的全局阈值和边缘阈值的大小关系、所述剩余图像目标点的赋值结果，输出最终二值化的结果，根据所有图像目标点的最终二值化的结果，将所述图像中的光斑区域与所述图像中的非光斑区域分离，可远距离提取光斑点和边缘过渡点，避免了图像传感器本身可能存在的坏点和环境噪声的干扰，提高了图像的均匀性，进而提高了光斑提取的准确率。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。

附图说明

为了更清楚地说明本申请的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本申请实施例提供的一种光斑提取方法的流程示意图；

图2为本申请实施例提供的当前处理的目标点和当前处理的图像目标点周围的八个点的窗口示意图。

具体实施方式

为了使本技术领域的人员更好地理解本申请中的技术方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。

参见图1，本申请实施例提供的光斑提取方法，包括以下步骤：

步骤S110：对图像预设的全局阈值和边缘阈值进行修正，获得图像目标点对应的全局阈值和边缘阈值。

本申请实施例中，所述对图像预设的全局阈值和边缘阈值进行修正，获得图像目标点对应的全局阈值和边缘阈值，包括：

获取图像目标点在图像中的坐标，将全局阈值和边缘阈值设置为图像中最亮点的阈值，图像中除与全局阈值亮度相同点外的其他点的全局阈值求取公式和边缘阈值求取公式如下：

其中，GT表示图像预设的全局阈值，ET表示图像预设的边缘阈值，

表示归一化处理后的当前处理的图像目标点的行均值，

表示归一化处理后的当前处理的图像目标点的列均值，GT(x,y)为当前处理的图像目标点对应的全局阈值，GT(x,y)为当前处理的图像目标点对应的边缘阈值。

对图像预设的全局阈值和边缘阈值进行修正，图像预设的全局阈值和边缘阈值可选设置为图像中除最亮度点外其他亮度点的阈值，当图像预设的全局阈值和边缘阈值可选设置为图像中除最亮度点外其他亮度点的阈值时，对亮场图像的行均值数组进行归一化处理的归一化处理公式的分母为行均值数组中的对应的值，对亮场图像的列均值数组进行归一化处理的归一化处理公式的分母为列均值数组中的对应的值。

步骤S120：判断所述当前处理的图像目标点灰度值与所述当前处理的图像目标点对应的全局阈值和边缘阈值的大小关系。

如图2所示，采用3*3的窗口进行光斑提取，3*3的窗口中包括当前处理的目标点和当前处理的图像目标点周围的八个点，其中，当前处理的目标点D22在3*3窗口中的中心位置，当前处理的图像目标点周围的八个点以此为D11、D12、D13、D21、D23、D31、D32和D33。

根据当前处理的图像目标点D22在图像中的坐标x和y，判断当前处理的图像目标点D22与全局阈值GT(x,y)的关系，当前处理的图像目标点D22的灰度值大于或等于全局阈值GT(x,y)时，将当前处理的图像目标点D22赋值为1，当前处理的图像目标点D22的灰度值小于全局阈值GT(x,y)时，将当前处理的图像目标点D22赋值为0。

本申请实施例中，所述对图像预设的全局阈值和边缘阈值进行修正前，包括：

对图像进行非均匀性标定时，对着均匀光源拍摄一张最高亮度小于相机的线性饱和点的亮场图像，对光斑提取精度要求进行判断；

光斑提取精度要求高于设定的标准精度时，计算亮场图像的每一行的亮度均值作为亮场图像的行均值，计算亮场图像的每一列的亮度均值作为亮场图像的列均值，得到亮场图像的行均值数组

和列均值数组

通过计算亮场图像的每一行的亮度均值和计算亮场图像的每一列的亮度均值，得到亮场图像的行均值数组

和列均值数组

提高了图像非均匀性标定的精度，通过提高图像非均匀性标定的精度，降低了图像非均匀性对光斑提取造成的影响，进而提高了光斑提取的精度。

本申请实施例中，所述对光斑提取精度要求进行判断后，还包括：

对图像进行非均匀性标定时，对着均匀光源拍摄一张最高亮度小于相机的线性饱和点的亮场图像，对光斑提取精度要求进行判断；

光斑提取精度要求低于或等于设定的标准精度时，根据应用和成像特点，将亮场图像分为多块行亮场图像，每块行亮场图像包含的行数不固定，计算每块行亮场图像的亮度均值作为亮场图像的行均值，根据应用和成像特点，将亮场图像分为多块列亮场图像，每块列亮场图像包含的列数不固定，计算每块列亮场图像的亮度均值作为亮场图像的列均值，得到亮场图像的行均值数组

和列均值数组

在对光斑提取精度要求低于或等于设定的标准精度时，通过计算每块行亮场图像的亮度均值和计算每块列亮场图像的亮度均值，得到亮场图像的行均值数组

和列均值数组

减少了计算行亮度均值和列亮度均值的计算量，提升图像非均匀性标定的速度，进而提升了光斑提取的速度，同时，降低了参数存储量。

本申请实施例中，所述对图像进行非均匀性标定时，对着均匀光源拍摄一张最高亮度小于相机的线性饱和点的亮场图像，包括：

通过固定光源亮度，等间隔调整相机的曝光时间，采集从亮度为0～255DN的图像，分别计算采集的所有图像的图像亮度均值，将绘制得到一条相机响应曲线。

本申请实施例中，所述分别计算采集的所有图像的图像亮度均值，将所述绘制得到一条相机响应曲线后，包括：

将得到的所述相机响应曲线，通过最小二乘法拟合，得到相机的线性饱和点。

图像灰度值小于相机的线性饱和点的区域为线性区域，图像灰度值大于相机的线性饱和点的区域为非线性区域。

本申请实施例中，所述得到亮场图像的行均值数组

和列均值数组

后，包括：

对亮场图像的行均值数组和列均值数组进行归一化处理，所述归一化处理公式如下所示：

其中，

表示行均值数组，

表示列均值数组，

表示归一化处理后的行均值数组，

表示归一化处理后的列均值数组，

表示行均值数组中的最大值，

表示列均值数组中的最大值。

本申请实施例中，所述对亮场图像的行均值数组和列均值数组进行归一化处理后，还包括：

对归一化处理后的行均值数组和归一化处理后的列均值数组进行一维滤波处理。

对归一化处理后的行均值数组和归一化处理后的列均值数组进行一维滤波处理的滤波窗口尺寸不限制，可选为5*1的窗口。

本申请实施例中，所述对亮场图像的行均值数组和列均值数组进行归一化处理后，还包括：

对图像进行逐点二值化处理，将归一化处理后的行均值数组

和归一化处理后的列均值数组

存储于相机中，对相机视频流数据进行实时处理。

将归一化处理后的行均值数组和归一化处理后的列均值数组存储于相机中，用相机存储很小的参数量即可实现对相机视频流数据进行实时处理，即逐点的二值化处理。

本申请实施例中，所述对图像预设的全局阈值和边缘阈值进行修正后，还包括：

不存储归一化处理后的行均值数组

和归一化处理后的列均值数组

于相机中，将图像预设的全局阈值和边缘阈值进行修正后得到的图像目标点的全局阈值和边缘阈值均存储于相机中，对相机视频流数据进行实时处理。

步骤S130：判断当前处理的图像目标点周围八个点灰度值与所述当前处理的图像目标点周围八个点对应的所述全局阈值和所述边缘阈值的大小关系，将所述当前处理的图像目标点周围八个点中灰度值大于或等于所述周围八个点对应的所述全局阈值的点赋值为1，将所述当前处理的图像目标点周围八个点中灰度值小于所述周围八个点对应的所述全局阈值的点赋值为0，将所述当前处理的图像目标点周围八个点中灰度值大于或等于所述周围八个点对应的所述边缘阈值的点赋值为1，将所述当前处理的图像目标点周围八个点中灰度值小于所述周围八个点对应的所述边缘阈值的点赋值为0。

根据当前处理的图像目标点D22周围八个点的坐标x_m(m＝1,2,3)和y_n(n＝1,2,3)，逐个判断当前处理的图像目标点D22周围八个点与边缘阈值ET(x_m,y_n)的关系，将当前处理的图像目标点D22周围的八个点中灰度值大于或等于边缘阈值ET(x_m,y_n)的点赋值为1，将当前处理的图像目标点D22周围的八个点中灰度值小于边缘阈值ET(x_m,y_n)的点赋值为0。

步骤S140：若所述当前处理的图像目标点的灰度值大于或等于所述当前处理的图像目标点对应的所述全局阈值，则将所述当前处理的图像目标点赋值为1，并判断当前处理的图像目标点周围八个点灰度值与所述当前处理的图像目标点周围八个点对应的所述边缘阈值的大小关系，若所述当前处理的图像目标点周围八个点中存在赋值结果为1的点，则所述当前处理的图像目标点为光斑点，输出最终二值化的结果为1，若所述当前处理的图像目标点周围八个点的赋值结果均为0，则所述当前处理的图像目标点为干扰点，输出最终二值化的结果为0。

当前处理的图像目标点D22赋值为1时，周围的八个点的赋值结果中存在1时，当前处理的图像目标点D22为光斑点，输出最终二值化的结果为1，周围的八个点的赋值结果全部为0时，当前处理的图像目标点D22为干扰点，输出最终二值化的结果为0。

步骤S150：若所述当前处理的图像目标点的灰度值小于所述当前处理的图像目标点对应的所述全局阈值，则将所述当前处理的图像目标点赋值为0，并判断所述当前处理的图像目标点灰度值与所述当前处理的图像目标点对应的所述边缘阈值的大小关系，若所述当前处理的图像目标点灰度值大于或等于所述当前处理的图像目标点对应的所述边缘阈值，且根据所述当前处理的图像目标点周围八个点灰度值与所述当前处理的图像目标点周围八个点对应的所述全局阈值的大小关系，对所述当前处理的图像目标点周围八个点赋值，所述当前处理的图像目标点周围八个点中存在赋值结果为1的点，则所述当前处理的图像目标点为边缘过渡点，输出最终二值化的结果为1，所述当前处理的图像目标点周围八个点的赋值结果均为0，则所述当前处理的图像目标点为干扰点，输出最终二值化的结果为0，若所述当前处理的图像目标点灰度值小于所述当前处理的图像目标点对应的所述边缘阈值，则所述当前处理的图像目标点为非光斑点，输出最终二值化的结果为0。

当前处理的图像目标点D22赋值为0时，根据当前处理的图像目标点D22在图像中的坐标x和y，判断当前处理的图像目标点D22与边缘阈值ET(x,y)的关系，当前处理的图像目标点D22的灰度值小于边缘阈值ET(x,y)时，当前处理的图像目标点D22为非光斑点，输出最终二值化的结果为0。

当前处理的图像目标点D22赋值为0，且当前处理的图像目标点D22的灰度值大于或等于边缘阈值ET(x,y)时，根据当前处理的图像目标点D22周围的八个点的坐标x_m(m＝1,2,3)和y_n(n＝1,2,3)，逐个判断当前处理的图像目标点D22周围的八个点与全局阈值GT(x_m,y_n)的关系，将当前处理的图像目标点D22周围的八个点中大于或等于全局阈值GT(x_m,y_n)的点赋值为1，将当前处理的图像目标点D22周围的八个点中小于全局阈值GT(x_m,y_n)的点赋值为0，当前处理的图像目标点D22周围的八个点的赋值结果中存在1时，则当前处理的图像目标点D22为光斑上的边缘过渡点，输出最终二值化的结果为1，当前处理的图像目标点D22周围的八个点的赋值结果全部为0时，当前处理的图像目标点D22为干扰点，输出最终二值化的结果为0。

步骤S160：所述当前处理的图像目标点输出最终二值化的结果后，判断图像中剩余图像目标点的类型，输出所述图像中剩余图像目标点的最终二值化的结果，根据所有图像目标点的最终二值化的结果，将所述图像中的最终二值化的结果为1的光斑区域与所述图像中的最终二值化的结果为0的非光斑区域分离。

有上述实施例可见，本申请提供的光斑提取方法，对图像预设的全局阈值和边缘阈值进行修正，获得图像目标点对应的全局阈值和边缘阈值，根据当前处理的图像目标点灰度值与当前处理的图像目标点对应的全局阈值和边缘阈值的大小关系、剩余图像目标点的赋值结果，输出最终二值化的结果，根据所有图像目标点的最终二值化的结果，将图像中的光斑区域与图像中的非光斑区域分离，可远距离提取光斑点和边缘过渡点，避免了图像传感器本身可能存在的坏点和环境噪声的干扰，提高了图像的均匀性，进而提高了光斑提取的准确率。通过对归一化处理后的行均值数组和归一化处理后的列均值数组进行一维滤波处理，消除标定图像中异常点的干扰，降低了由于图像中异常点的干扰造成的光斑提取准确率较低，进而提高了光斑提取的准确率。将归一化处理后的行均值数组和归一化处理后的列均值数组存储于相机中，用相机存储中很小的参数量即可实现对相机视频流数据进行实时处理，即逐点的二值化处理。

由于以上实施方式均是在其他方式之上引用结合进行说明，不同实施例之间均具有相同的部分，本说明书中各个实施例之间相同、相似的部分互相参见即可。在此不再详细阐述。

需要说明的是，在本说明书中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或暗示这些实体或操作之间存在任何这种实际的关系或顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的电路结构、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种电路结构、物品或者设备所固有的要素。在没有更多限制的情况下，有语句“包括一个……”限定的要素，并不排除在包括所述要素的电路结构、物品或者设备中还存在另外的相同要素。

本领域技术人员在考虑说明书及实践这里发明的公开后，将容易想到本申请的其他实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本申请的真正范围和精神由权利要求的内容指出。

以上所述的本申请实施方式并不构成对本申请保护范围的限定。

Claims (10)

1.一种光斑提取方法，其特征在于，包括：

对图像预设的全局阈值和边缘阈值进行修正，获得图像目标点对应的全局阈值和边缘阈值；

判断所述当前处理的图像目标点灰度值与所述当前处理的图像目标点对应的全局阈值和边缘阈值的大小关系；

判断当前处理的图像目标点周围八个点灰度值与所述当前处理的图像目标点周围八个点对应的所述全局阈值和所述边缘阈值的大小关系，将所述当前处理的图像目标点周围八个点中灰度值大于或等于所述周围八个点对应的所述全局阈值的点赋值为1，将所述当前处理的图像目标点周围八个点中灰度值小于所述周围八个点对应的所述全局阈值的点赋值为0，将所述当前处理的图像目标点周围八个点中灰度值大于或等于所述周围八个点对应的所述边缘阈值的点赋值为1，将所述当前处理的图像目标点周围八个点中灰度值小于所述周围八个点对应的所述边缘阈值的点赋值为0；

若所述当前处理的图像目标点的灰度值大于或等于所述当前处理的图像目标点对应的所述全局阈值，则将所述当前处理的图像目标点赋值为1，并判断当前处理的图像目标点周围八个点灰度值与所述当前处理的图像目标点周围八个点对应的所述边缘阈值的大小关系，若所述当前处理的图像目标点周围八个点中存在赋值结果为1的点，则所述当前处理的图像目标点为光斑点，输出最终二值化的结果为1，若所述当前处理的图像目标点周围八个点的赋值结果均为0，则所述当前处理的图像目标点为干扰点，输出最终二值化的结果为0；

若所述当前处理的图像目标点的灰度值小于所述当前处理的图像目标点对应的所述全局阈值，则将所述当前处理的图像目标点赋值为0，并判断所述当前处理的图像目标点灰度值与所述当前处理的图像目标点对应的所述边缘阈值的大小关系，若所述当前处理的图像目标点灰度值大于或等于所述当前处理的图像目标点对应的所述边缘阈值，且根据所述当前处理的图像目标点周围八个点灰度值与所述当前处理的图像目标点周围八个点对应的所述全局阈值的大小关系，对所述当前处理的图像目标点周围八个点赋值，所述当前处理的图像目标点周围八个点中存在赋值结果为1的点，则所述当前处理的图像目标点为边缘过渡点，输出最终二值化的结果为1，所述当前处理的图像目标点周围八个点的赋值结果均为0，则所述当前处理的图像目标点为干扰点，输出最终二值化的结果为0，若所述当前处理的图像目标点灰度值小于所述当前处理的图像目标点对应的所述边缘阈值，则所述当前处理的图像目标点为非光斑点，输出最终二值化的结果为0；

所述当前处理的图像目标点输出最终二值化的结果后，判断图像中剩余图像目标点的类型，输出所述图像中剩余图像目标点的最终二值化的结果，根据所有图像目标点的最终二值化的结果，将所述图像中的最终二值化的结果为1的光斑区域与所述图像中的最终二值化的结果为0的非光斑区域分离。

2.根据权利要求1所述的光斑提取方法，其特征在于，所述对图像预设的全局阈值和边缘阈值进行修正前，还包括：

对图像进行非均匀性标定时，对着均匀光源拍摄一张最高亮度小于相机的线性饱和点的亮场图像，对光斑提取精度要求进行判断；

光斑提取精度要求高于设定的标准精度时，计算亮场图像的每一行的亮度均值作为亮场图像的行均值，计算亮场图像的每一列的亮度均值作为亮场图像的列均值，得到亮场图像的行均值数组

和列均值数组

3.根据权利要求2所述的光斑提取方法，其特征在于，所述对光斑提取精度要求进行判断后，还包括：

光斑提取精度要求低于或等于设定的标准精度时，根据应用和成像特点，将亮场图像分为多块行亮场图像，每块行亮场图像包含的行数不固定，计算每块行亮场图像的亮度均值作为亮场图像的行均值，根据应用和成像特点，将亮场图像分为多块列亮场图像，每块列亮场图像包含的列数不固定，计算每块列亮场图像的亮度均值作为亮场图像的列均值，得到亮场图像的行均值数组

和列均值数组

4.根据权利要求2所述的光斑提取方法，其特征在于，所述对图像进行非均匀性标定时，对着均匀光源拍摄一张最高亮度小于相机的线性饱和点的亮场图像，包括：

通过固定光源亮度，等间隔调整相机的曝光时间，采集从亮度为0～255DN的图像，分别计算采集的所有图像的图像亮度均值，将绘制得到一条相机响应曲线。

5.根据权利要求4所述的光斑提取方法，其特征在于，所述分别计算采集的所有图像的图像亮度均值，将所述绘制得到一条相机响应曲线后，包括：

将得到的所述相机响应曲线，通过最小二乘法拟合，得到相机的线性饱和点。

6.根据权利要求2或3所述的光斑提取方法，其特征在于，所述得到亮场图像的行均值数组

和列均值数组

后，包括：

对亮场图像的行均值数组和列均值数组进行归一化处理，所述归一化处理公式如下所示：

其中，

表示行均值数组，

表示列均值数组，R'表示归一化处理后的行均值数组，C'表示归一化处理后的列均值数组，

表示行均值数组中的最大值，

表示列均值数组中的最大值。

7.根据权利要求1所述的光斑提取方法，其特征在于，所述对图像预设的全局阈值和边缘阈值进行修正，获得图像目标点对应的全局阈值和边缘阈值，包括：

获取图像目标点在图像中的坐标，将全局阈值和边缘阈值设置为图像中最亮点的阈值，图像中除与全局阈值亮度相同点外的其他点的全局阈值求取公式和边缘阈值求取公式如下：

其中，GT表示图像预设的全局阈值，ET表示图像预设的边缘阈值，

表示归一化处理后的当前处理的图像目标点的行均值，

表示归一化处理后的当前处理的图像目标点的列均值，GT(x,y)为当前处理的图像目标点对应的全局阈值，ET(x,y)为当前处理的图像目标点对应的边缘阈值。

8.根据权利要求6所述的光斑提取方法，其特征在于，所述对亮场图像的行均值数组和列均值数组进行归一化处理后，还包括：

对归一化处理后的行均值数组和归一化处理后的列均值数组进行一维滤波处理。

9.根据权利要求6所述的光斑提取方法，其特征在于，所述对亮场图像的行均值数组和列均值数组进行归一化处理后，还包括：

对图像进行逐点二值化处理，将归一化处理后的行均值数组

和归一化处理后的列均值数组

存储于相机中，对相机视频流数据进行实时处理。

10.根据权利要求1所述的光斑提取方法，其特征在于，所述对图像预设的全局阈值和边缘阈值进行修正后，还包括：

不存储归一化处理后的行均值数组

和归一化处理后的列均值数组

于相机中，将图像预设的全局阈值和边缘阈值进行修正后得到的图像目标点的全局阈值和边缘阈值均存储于相机中，对相机视频流数据进行实时处理。

Images