[发明专利]用于三维表面形貌特征提取的二维归一化高斯滤波方法

摘要

用于三维表面形貌特征提取的二维归一化高斯滤波方法，本发明涉及用于形貌特征提取的高斯滤波方法。本发明的目的是为了解决现有提取的形貌特征在振幅上具有较宽的分布，低幅值的特征被高幅值特征所掩盖，导致形貌特征识别准确率低的问题。过程为：一、设滤波器的输入为三维形貌和切除长度，基于要提取的三维形貌特征的切除长度，计算二维高斯滤波器的高斯权重函数；二、建立三维形貌模板函数；三、使二维高斯滤波器的高斯权重函数在输入三维形貌上逐点移动，在移动到要滤波的形貌特征的点时计算归一化滤波结果，当移动完全部位置之后，得到的归一化滤波结果组成的矩阵即为滤波结果。本发明用于图像处理领域。

主权项

1.用于三维表面形貌特征提取的二维归一化高斯滤波方法，其特征在于：所述方法具体过程为：/n步骤一、设滤波器的输入为三维形貌f(u，v)和切除长度λ_c，基于要提取的三维形貌特征的切除长度λ_c，计算二维高斯滤波器的高斯权重函数g(x，y)；/n步骤二、建立三维形貌f(u，v)的模板函数bf(u，v)；/n步骤三、使二维高斯滤波器的高斯权重函数g(x，y)在输入三维形貌f(u，v)上逐点移动，在移动到(u，v)时计算归一化滤波结果t(u，v)，当移动完全部位置之后，得到的归一化滤波结果组成的矩阵即为滤波结果；/n所述步骤一中设滤波器的输入为三维形貌f(u，v)和切除长度λ_c，基于要提取的三维形貌特征的切除长度λ_c，计算二维高斯滤波器的高斯权重函数g(x，y)，具体过程为：/n二维高斯滤波器的高斯权重函数g(x，y)表示为：/n /n式中α为高斯滤波器常数，根据高斯分布(x，y)的取值范围为取值后的矩阵点数记为N_x与N_y；(x，y)为高斯权重函数的点；/n所述步骤二中建立三维形貌f(u，v)的模板函数bf(u，v)；具体过程为：/n /n所述边界为(u，v)为要滤波的形貌特征的点；/n所述步骤三中使二维高斯滤波器的高斯权重函数g(x，y)在输入三维形貌f(u，v)上逐点移动，在移动到(u，v)时计算归一化滤波结果t(u，v)，当移动完全部位置之后，得到的归一化滤波结果组成的矩阵即为滤波结果；具体过程为：/n /n式中分别为输入形貌和权重函数在(u，v)位置的均值函数；/n所述输入形貌在(u，v)位置的均值函数的具体表达式为：/n /n所述权重函数在(u，v)位置的均值函数的具体表达式为：/n /n