[发明专利]一种光斑定位时去除噪声的方法及系统

说明书

技术领域

本发明涉及激光光斑定位技术领域，尤其涉及的是一种光斑定位时去除噪声的方法及系统。

背景技术

当前使用激光、红外以及可见光定位光标位置在电子设备中的应用非常广泛，比如鼠标、投影仪、游戏机、以及其它类似的设备。光标定位属于光斑识别、信号检测问题，通常采用数字图像处理技术，通过计算光斑在图像中的位置来确定实际光斑的位置。在实际应用中，通过光学感应器抓拍到的图像中常常会出现或弱或强的噪声。弱的噪声通常由设备本身产生，通过简单的平滑处理和优化最佳分割阈值就可以消除；而强噪声通常由环境中的强光、强红外光等设备等产生，需要采取一定的方法才能排除。前者属于分割目标和背景的基本问题；后者属于较为特定的问题。

目前常用的处理办法是设定固定的阈值，利用阈值的上下限来排除对光斑的干扰。该方法对环境的要求过于死板，一旦环境发生意想不到的变化，便不能有效的确定光斑的位置。

因此，现有技术有待于进一步的改进。

发明内容

鉴于上述现有技术中的不足之处，本发明的目的在于为用户提供一种光斑定位时去除噪声的方法及系统，克服现有技术中通常使用设置固定的阈值来排除外界干扰时，环境光强度需要满足一定范围要求才能准确排除的缺陷。

本发明解决技术问题所采用的技术方案如下：

一种光斑定位时去除噪声的方法，其中，包括步骤：

步骤A、以图像中目标物体所处的区域为目标区域，利用边框识别法将图像划分为目标区域和非目标区域；

步骤B、利用最大类间方差算法、最小类内方差算法及背景区域与光斑区域的之间面积比与预设数值的差最小原则相结合得到最佳分割阈值，使用所述最佳分割阈值将图像分割成背景区域和多个含有噪声的光斑区域；

步骤C、利用高斯分布原理对每个所述光斑区域中像素的坐标点做高斯拟合，得到每个光斑区域的中心点；

步骤D、将位置处于所述非目标区域内的中心点作为干扰点去除，并输入去除干扰点后的图像。

所述光斑定位时去除噪声的方法，其中，所述步骤B中所述利用最大类间方差算法、最小类内方差算法及非目标区域与目标区域的之间面积比与预设数值的差最小原则相结合得到最佳分割阈值的方法包括：

步骤B1、建立准则函数，根据所述准则函数计算出最佳分割阈值；

所述准则函数的公式为：

其中，为背景区域像素所占整个图像像素总和的概率值、为光斑区域像素所占整个图像像素总和的概率值、为光斑区域像素所占整个图像像素总和概率值的平均值、为背景区域像素所占整个图像像素总和概率值的平均值、为背景区域类内方差、为光斑区域类内方差、为与的比值，为预设常数值。

所述光斑定位时去除噪声的方法，其中，所述步骤B中计算最佳分割阈值之前还包括步骤：

步骤B0、利用小波变换算法对图像进行整体性去噪处理。

所述光斑定位时去除噪声的方法，其中，所述步骤D中利用预设的判断函数对中心点是否位于目标区域内进行判断；所述判断函数的定义为：当所述中心点位于目标区域内，则得到的函数值为1，若所述中心点不位于目标区域内，则得到的函数值为0。

所述光斑定位时去除噪声的方法，其中，所述步骤D中按照灰度值大小排列的顺序依次将中心点代入判断函数，对中心点是否为强噪声进行判断，若是，则将所述中心点所对应的光斑移除，不是则保留所述中心点所对应的光斑。

一种光斑定位时去除噪声的系统，其中，包括：

第一区域划分模块，用于以图像中目标物体所处的区域为目标区域，利用边框识别法将图像划分为目标区域和非目标区域；

第二区域划分模块，用于利用最大类间方差算法、最小类内方差算法及背景区域与光斑区域的之间面积比与预设数值的差最小原则相结合得到最佳分割阈值，并使用所述最佳分割阈值将图像分割成背景区域和多个含有噪声的光斑区域；

光斑点拟合模块，用于利用高斯分布原理对每个所述光斑区域中像素的坐标点做高斯拟合，得到每个光斑区域的中心点；

干扰去除模块，用于将位置处于所述非目标区域内的中心点作为干扰点去除，并输入去除干扰点后的图像。

所述的光斑定位时去除噪声的系统，其中，所述第二区域划分模块包括：

函数计算模块，用于建立准则函数，根据所述准则函数计算出最佳分割阈值；

所述准则函数的公式为：