應(yīng)用屬性距離加權(quán)平均濾波提高CCD光斑的亞像素定位精度

1、光學(xué) 精密工程第 卷 第 期 年 月 文章編號(hào)（）應(yīng)用屬性距離加權(quán)平均濾波提高 光斑的亞像素定位精度熊剛，丁天懷 ，王鵬（清華大學(xué) 精密儀器與機(jī)械學(xué)系，北京 ）摘要：針對現(xiàn)有濾波方法無法克服 光斑信號(hào)的噪聲去除和特征保持之間的矛 盾，由圖像噪聲引起的隨機(jī)誤差成為 影響光斑定位精度主要因素的問題，提出了用屬性距離加權(quán)平均（）方法對光斑圖像進(jìn)行濾波處理的方案。 根據(jù) 含噪信號(hào)的屬性分離信號(hào)和噪聲，通過增加屬性的方式來進(jìn)一步緩解噪聲去除與信號(hào)特征保持 之 間 的 矛 盾。 實(shí) 驗(yàn) 結(jié) 果 表明，在基于位置、幅值的二元屬性距離加權(quán) 平 均（）的 基 礎(chǔ) 上，引 入“梯 度”屬 性 構(gòu) 成 后 對 光斑

2、信號(hào)進(jìn)行濾波處理，能將光斑定位精度提高 以上，使定位結(jié)果標(biāo)準(zhǔn)差減小到。 實(shí)驗(yàn)表明，用 對光斑信號(hào)濾波，可通過挖掘和引入新的屬性來進(jìn)一步去除光斑信號(hào)噪聲同時(shí)增強(qiáng)信號(hào)特征保持效果，從而為提高光斑 的亞像素定位精度提供一條有效途徑。關(guān) 鍵 詞：電荷耦合器件；亞像素定位；質(zhì)心；屬性距離；噪聲去除；特征保持中圖分類號(hào)：文獻(xiàn)標(biāo)識(shí)碼： ， ， （ ，），： ， ， （） ， “” “”（）， 收稿日期：；修訂日期：基金項(xiàng)目：清華大學(xué)校企合作資助項(xiàng)目（） ， ： （）；少。 鑒于此，本文從光斑圖像的噪聲去除著手，從減小光斑定位隨機(jī)誤差的角度來研究提高光斑亞 像素定位精度的方法。首先，通過分析指出制約亞 像素定

3、位精度的關(guān)鍵性因素是圖像濾波，接著提出 用屬性距離加權(quán)平均（ ）濾波方法來克服該 關(guān)鍵性制約因素，最后由實(shí)驗(yàn)證明用 方法 進(jìn)一步提高光斑亞像素定位精度的有效性。引言基于紅外、激光的光學(xué)檢測技術(shù)，很多都可歸結(jié)為光斑位置的定位檢測，通過檢測目標(biāo)光斑在 等成像器 件 上 的 像 素 位 置 來 反 映 被 測 量 的 大小。 由于 等成像器件的像素分 辨 率 總 是 有限的，光斑位置的整像素定位精度常常滿足不 了科研和工程的需要，因此人們采取各種措施來 實(shí)現(xiàn)光斑位置的亞像素定位檢測。現(xiàn)有的光斑亞像素定位檢測方法包括硬件方 法和軟件方法兩大類。 硬件方法主要是通過對成 像器件的像素移位脈沖計(jì)數(shù)、或者用

4、多個(gè)成像器 件在空間上錯(cuò)開排列來實(shí)現(xiàn)像素細(xì)分。 由于硬件 方法增加了系統(tǒng)成本和復(fù)雜性，其亞像素檢測精 度也只能達(dá)到零點(diǎn)幾像素，故實(shí)際應(yīng)用很少。軟件方法分為兩類。 一類是 灰 度 質(zhì) 心 法，用 光斑圖像的灰度重心所對應(yīng)的像素位置坐標(biāo)值作 為光斑位置的定位結(jié)果。 這類方法的研究重點(diǎn)是 改進(jìn)光斑與背景之間的分割方式以及提高灰度積 分算法的精度。 另一類是擬合形心法，將光斑灰 度分布或 邊 緣 輪 廓 擬 合 為 對 稱 的 函 數(shù) 或 幾 何 圖 形，以該函數(shù)或幾何圖形的對稱中心作為光斑位 置的定位結(jié)果，研究重點(diǎn)是改進(jìn)擬合函數(shù)模型，用 邊緣 檢 測 算 子、 變 換、 矩、 分水嶺、測地線主動(dòng)輪

5、廓 模 型等 改 善 光 斑 邊 緣輪廓提取效果。 軟件方法能使光斑的定位誤差 減小到 以 內(nèi)，實(shí) 際 應(yīng) 用 較 多，也 是 人 們研究的主要方向?，F(xiàn)有這些光斑亞像素定位方法研究的主要焦 點(diǎn)是努力減小定位方法本身的有偏性，對光斑圖 像噪聲的影響考慮不多，因此從如何有效地去除光斑亞像素定位精度制約因素分析光斑的亞像素定位誤差由系統(tǒng)誤差和隨機(jī)誤差構(gòu)成。 要提高光斑的亞像素定位精度，必須 從減小系統(tǒng)誤差和隨機(jī)誤差兩方面來解決。系統(tǒng)誤差 主 要 由 成 像 器 件 光 電 轉(zhuǎn) 換 的 非 線 性、像素尺寸的非均勻性、定位算法的有偏性、光 點(diǎn) 圖 像 的 欠 采 樣 等 因 素 造 成。 、陳 運(yùn) 錦

6、等的研究結(jié)果表明，光斑質(zhì)心估計(jì)的 系 統(tǒng) 誤 差與光斑的真實(shí)亞像素位置之間在任何整像素前 后的 個(gè)像素范圍內(nèi)為圖 所示的準(zhǔn)正弦關(guān)系（圖中 表示光斑的高斯寬度）。 系統(tǒng)誤差是確定圖光斑質(zhì)心估計(jì)算法的系統(tǒng)誤差 光斑圖像 噪 聲 的 角 度 來 提 高 定 位 精 度 的 研 究 很光學(xué)精密工程第 卷的，因此可通過標(biāo)定來檢測，通過補(bǔ)償來消除。 陳運(yùn)錦等建立了如何測量系統(tǒng)誤差和隨機(jī)誤差的 實(shí)驗(yàn)方法和系統(tǒng)； 等對沖激采樣 模型造成的高斯型光斑質(zhì)心估計(jì)有偏性及其補(bǔ)償 問題進(jìn)行了研究；等提出了補(bǔ)償質(zhì)心法（）來消 除 系 統(tǒng) 誤 差，且 滿 足 最 小 方 差 和 無 偏條件；楊君等也用最小二乘擬合法設(shè) 計(jì)

7、了 補(bǔ) 償模板，對不同寬度光斑的定位系統(tǒng)誤差進(jìn)行了 補(bǔ)償。 因此，如何消除系統(tǒng)誤差的問題，在目前已 經(jīng)不是難題。隨機(jī)誤差主要由圖像噪聲引起，包括 光 子 入 射噪聲、背景噪聲、暗電流噪聲、讀出噪聲等。 、 、應(yīng) 家 駒等 研 究 了 噪 聲 對光斑質(zhì)心估計(jì)性能影響的數(shù)學(xué)模型，其 中 等給 出 了 在 均 勻 分 布 噪 聲 情 況 下，高斯型光斑質(zhì)心的極大似然估計(jì)值的方差為：精度的關(guān)鍵性因素；而造成這種情況的原因就是現(xiàn)有濾波方法無法解決光斑信號(hào)的噪聲去除和特 征保持之間的矛盾。 本文采用 濾波方法 來緩解該矛盾，從而進(jìn)一步提高光斑的亞像素定 位精度。 濾波算法對基本加權(quán)滑動(dòng)平均方法的權(quán)函數(shù)做改

8、進(jìn)，可構(gòu) 成 屬 性 距 離 加 權(quán) 平 均 （ ：）。 對 于 一 維 信 號(hào) 來 說， 的算法表示為：珚 （）（），（） 其中 為采樣信號(hào)值，珚 為對 應(yīng) 于 的 濾 波 （珚），（）結(jié)果， （ ）為 采 樣 點(diǎn) 的 權(quán) 系 數(shù)， 為 槡多元屬性距離。 記第個(gè)采樣點(diǎn)的第 個(gè)屬性為，則第（）采樣點(diǎn) 和 第 采 樣 點(diǎn) 之 間 的 元屬性距離表示為：式中 為噪聲標(biāo)準(zhǔn)差， 為光斑的高斯寬度， 為光斑幅度， 為像素寬度。 該式定量地表示了隨 機(jī)噪聲與光斑質(zhì)心估計(jì)精度之間的關(guān)系。及 等還 從 統(tǒng) 計(jì) 理 論的角度，推導(dǎo)了在光子入射噪聲情況下質(zhì)心估 計(jì)均方根誤差的 下界為： （）（） ， 槡槡（）其中

9、 為屬性基距離， 為屬性 的正規(guī)化系 （），（）數(shù)，用于調(diào)節(jié)相應(yīng)屬性在濾波過程中的作用力度。式中 是光斑質(zhì)心的真實(shí)位置，（ ）是 由 隨機(jī)噪 聲導(dǎo) 致的質(zhì)心估計(jì) 值 的 方 差。 該 下界直接表明了隨機(jī)噪聲對光斑質(zhì)心估計(jì)精 度的制約作用。為了降低光斑信號(hào)的噪聲，減小光斑 定 位 隨 機(jī)誤 差，人 們 嘗 試 過 用 濾 波、形 態(tài) 學(xué) 濾 波、中 值 濾 波、 濾 波等 方 法 對 光 斑圖像進(jìn)行去噪處理，取得了一定的效果。 但由 于現(xiàn)有這些濾波方法都存在噪聲去除和信號(hào)特征 保持之間的矛盾，在濾除噪聲的同時(shí)，也會(huì)導(dǎo)致光 斑信號(hào)的幅度衰減、邊緣變緩等問題，而這些問題 又會(huì)導(dǎo)致光斑定位精度的降低，

10、因此現(xiàn)有濾波方 法在降低光斑定位隨機(jī)誤差中的貢獻(xiàn)是非常有限 的。 由此可見，如何盡量徹底有效地濾除圖像噪屬性距離反映了采樣數(shù)據(jù)點(diǎn)之間 （實(shí)質(zhì)上也反映了信號(hào)和噪 聲 之 間）在 多 個(gè) 屬 性 上 的 差 異，因 此 是從多屬性角度來分離噪聲和信號(hào)，克服 了其他濾波方法只局限于信號(hào)個(gè)別屬性的缺點(diǎn)。 采樣信號(hào)的屬性，能夠反映采樣數(shù)據(jù)點(diǎn)的任何獨(dú)特特征，并可 用 來 描 述 不 同 采 樣 點(diǎn) 之 間，或 者是信號(hào)和噪聲 之 間 的 任 何 差 異 性 或 區(qū) 分 性 的 任何變 量，它 的 數(shù) 量 是 無 窮 的。 時(shí) 間 信 號(hào) 的 采 樣時(shí) 間及圖像信號(hào)的像素位置 （統(tǒng) 稱 為 ）、幅值（）、梯

11、度（）、方差、曲率、分形特征、混 沌 或 秩 序 的 狀 態(tài) 等 等 都 是 信 號(hào) 的屬性。 如 果 利 用 位 置、幅 值 和 梯 度 這 個(gè) 屬 性 實(shí)施 濾波，就 構(gòu) 成 了 基 于 位 置、幅 值、梯 度的 三 元屬性距離加權(quán) 平 均，記 為 。 第（）采 樣 點(diǎn) 和 第 采樣點(diǎn)之間的基 聲，減小隨機(jī)誤差成了目前制約光斑亞像素定位于位置、幅 值、梯 度 的 三 元 正 規(guī) 化 屬 性 距 離 （簡稱為）為： 槡 （） 槡（）（）（）（） （）（） ）（）（）槡（圖 給出了一個(gè)含噪高斯型信號(hào)中兩點(diǎn) 和 之間的三元屬性距離的示意圖，同時(shí) 也給出了采樣信號(hào)曲線和 的權(quán)函數(shù)在三 元正規(guī)化屬性

12、空間中的形狀。 圖 表明，在高維 正規(guī)化屬性空間中，權(quán)函數(shù)變成了球形，信號(hào)曲線 也實(shí)現(xiàn)了自動(dòng)的伸縮和扭曲調(diào)整，使其本來很彎 曲的局部區(qū)域（比如圖 的 平面內(nèi) 點(diǎn)附近區(qū)域）也在屬性空間中變得更平直了，從而 使球形濾波窗口所覆蓋的局部信號(hào)段更加平直， 即局部平 穩(wěn) 性 得 到 了 提 高，因 此 對 信 號(hào) 有自尋平穩(wěn)的能力。 若利用的屬性越多，其自尋平穩(wěn)的能 力 也 越 強(qiáng)，因 此 能 通 過 增 加 屬 性的方式來持續(xù)地提升噪聲去除和信號(hào)特征保持 兩方面的效果，從而克服其他濾波方法無法克服 的矛盾。便，可簡稱 為“愛多娃”（喜歡用多種屬性解決問題的小孩）。 本文就具體以 和 用于 光斑圖像的濾

13、波為 例，從減小隨機(jī)誤差的 角 度 來 說 明 用 方 法提高光斑亞像素定位精度的有效性。實(shí)驗(yàn)及結(jié)果分析實(shí)驗(yàn)系統(tǒng)及方法實(shí)驗(yàn)以圖 所 示 的 汽 車 四 輪 定 位 儀 中 線 陣 光斑圖像的亞像素定位為例，由柱面鏡和線 陣 構(gòu)成線陣相機(jī)，紅外二極管發(fā)出的光經(jīng)柱 面鏡匯聚成豎直方向的線光與 相交，從而形 成圖中左上方所示的一維光斑圖像，以該光斑的 像素位置來檢測紅外二極管相對于線陣相機(jī)的方 位角度。 線陣 采用 ，將其中心 像素的位置坐 標(biāo) 定 義 為 ，則 其 像 素 位 置 坐 標(biāo) 為。圖汽車車輪定位儀中光斑信號(hào)的產(chǎn)生圖正規(guī)化 空間中的采樣信號(hào)及球形權(quán)函 數(shù) 在紅外二極管與線陣相機(jī)間保持某一

14、固定方位角的情況下，連續(xù)采集 圖像 次作為含 噪光斑圖像樣本（），并將樣本的均值 作為不含噪聲的真實(shí)光斑信號(hào)，即 用人類區(qū)分事物的思維模式來分離信號(hào)和噪聲，就像我們要從一群人中區(qū)分出一個(gè) 目標(biāo)人物一樣，當(dāng)僅僅依靠身高等個(gè)別屬性不能 識(shí)別出目標(biāo)人物的時(shí)候，就再加入相貌、體態(tài)，甚 （ ），（）單次采樣圖像的噪聲 由下式求得：（），至個(gè)性、能力之類的屬性來區(qū)分。 據(jù)此特點(diǎn)，為方（）光學(xué)精密工程第 卷對 乘上不同系數(shù)，再加上 ，可得到不同噪聲級別的光斑圖像采樣信號(hào)，即（），（） 其中 表示噪聲水平編號(hào)，對應(yīng)的噪聲水平 定義為 次采樣信號(hào)中噪聲標(biāo)準(zhǔn)差的均值與真 實(shí)光斑信號(hào)標(biāo)準(zhǔn)差之比，即（）槡（ ）槡（）

15、（） 時(shí)，表示光斑信號(hào)不含噪聲；時(shí)，噪聲波動(dòng)范圍與光斑真實(shí)信號(hào)幅度相當(dāng)，光斑 真實(shí)信號(hào)基本上完全淹沒在噪聲中。 實(shí)驗(yàn)中，設(shè) 置 組不同的噪聲級別，當(dāng) 時(shí)取噪聲 縮放系數(shù)為，對應(yīng)的噪聲水平為；當(dāng) 時(shí) 取 （），對應(yīng)的噪聲水平為。 對上述 不同噪聲級別下的光斑信號(hào)，先用中值濾波、 濾 波、雙 邊 濾 波 （取 高 斯 權(quán) 函 數(shù) 時(shí) 為 的 一 個(gè) 特 例，即 ）、 濾 波 種 方 法 進(jìn) 行 濾 波，并 優(yōu) 化 各 濾 波器參數(shù)，獲得均方根誤差 （）最小的最優(yōu) 濾波結(jié)果，再對各最優(yōu)濾波結(jié)果用帶閾值的灰度 質(zhì)心法求取光斑質(zhì)心的亞像素定位結(jié)果，最后根 據(jù) 個(gè)定位結(jié)果的標(biāo)準(zhǔn)差來比較不同濾波方法 對定位

16、精度的貢獻(xiàn)大小。（）噪聲水平為（）不同方法濾波結(jié)果的均方根誤差與噪聲水平 的關(guān)系 圖（）噪聲水平為（）不同噪聲水平下的光斑定位實(shí)驗(yàn)及分析根據(jù)前述實(shí)驗(yàn)安排，當(dāng)光斑的像素位 置 坐 標(biāo)（由信 號(hào) 定 位 計(jì) 算 得 到）固 定 在 時(shí)，不同濾波方法最優(yōu)濾波結(jié)果對應(yīng)的 和 噪聲水平的關(guān)系如圖 所示。 在整個(gè)噪聲水平范 圍內(nèi)，不同濾波方法最優(yōu)濾波結(jié)果的 與光（）噪聲水平為（）不同濾波方法和不同噪聲水平下的光斑定位 結(jié)果標(biāo)準(zhǔn)差 圖（）噪聲水平為（）斑信號(hào)的 噪 聲 水 平 都 成 近 似 線 性 的 單 調(diào) 遞 增 關(guān)有影響；同時(shí)，各濾波方法對不同位置下光斑圖像的濾波性能優(yōu)劣次序?yàn)椋?雙 邊 濾波及 濾

17、 波 中 值 濾 波，這 與 它 們在光斑圖像的不同噪聲水平下所表現(xiàn)性能優(yōu)劣 順序一致， 獲 得 了 最 好 的 濾 波 效 果。而圖 表明，在 的整個(gè)像素位置坐標(biāo)范 圍內(nèi)，光斑圖像經(jīng) 濾波后的定位 結(jié)果標(biāo)準(zhǔn)差最小，定位精度最高；光斑圖像經(jīng)中值 濾波 后，定 位 精 度 最 低。 同 時(shí)，隨 著 光 斑 從 的中部向兩端移動(dòng)時(shí)，定位結(jié)果標(biāo)準(zhǔn)差呈近似指 數(shù)的關(guān)系遞增，這主要是由于在本實(shí)驗(yàn)系統(tǒng)中，越 靠近 端部，光線的彌散作用導(dǎo)致光斑圖像越 寬、越不對稱，從而導(dǎo)致光斑定位精度越差。系；總 體 上 中 值 濾 波 結(jié) 果 的最 大， 濾波結(jié) 果 的 最 小，即 各 濾波方法在去除噪聲和信號(hào)特征保持兩

18、方面的綜合 能力強(qiáng)弱 順 序 依 次 為： 雙 邊 濾 波濾波中值濾波。各濾波方法對光斑定位 精 度的 貢獻(xiàn)見 圖 。從圖 可以看出，對所用的 種濾波方法，光斑定 位結(jié)果的標(biāo)準(zhǔn)差與噪聲水平都呈單調(diào)遞增關(guān)系： 噪聲水平越高，定位結(jié)果標(biāo)準(zhǔn)差越大，定位精度越 小，這 充 分 證 明 了 噪 聲 對 定 位 精 度 的 制 約 作 用。 同時(shí)，在 不 同 噪 聲 水 平，使 用 濾 波時(shí)，光 斑定 位結(jié)果標(biāo)準(zhǔn)差都最小，定 位 精 度 最 高，而使用中值濾波時(shí)定位結(jié)果標(biāo)準(zhǔn)差最大。對比圖 和圖 可知，若濾波結(jié)果的 越小，則光斑定位結(jié)果標(biāo)準(zhǔn)差也越小，定位精度越 高。 由此可見，如何選擇優(yōu)異的濾波方法來盡量

19、降低光斑圖像的 ，對提高光斑定位精度具 有關(guān)鍵性的作用。 光斑位于 不同位置時(shí)的定位實(shí)驗(yàn)及分 析實(shí)驗(yàn)中，在水平面內(nèi)轉(zhuǎn)動(dòng)線陣相機(jī)，從而改變 光斑在 上的位置。 在固定 （本 實(shí)驗(yàn)的實(shí)際噪聲水平）的情況下，用前述 種濾波 方法對不 同 位 置 的 光 斑 圖 像 濾 波 后 進(jìn) 行 定 位 計(jì) 算，所得實(shí)驗(yàn)結(jié)果如圖 和圖 所示。圖 表明， 種 方 法 最 優(yōu) 濾 波 結(jié) 果 的 與光斑的像素位置都呈近似的水平直線關(guān)系，即 光斑在 上的位置變化對濾波性能基本上沒圖各濾波方法對應(yīng)的定位結(jié)果標(biāo)準(zhǔn)差 對比圖 和圖 可知，不論光斑位于 上什么位置，光 斑 圖 像 濾 波 結(jié) 果 的 越 小 時(shí)，光斑的定位

20、結(jié)果標(biāo)準(zhǔn)差也越小，定 位 精 度 越 高。不同像素位置條件下的光斑定位結(jié)果再次證明了光斑圖像的濾波性能對提高光斑定位精度具有決 定性的作用。實(shí)驗(yàn)小結(jié)圖 圖 所示的實(shí)驗(yàn)結(jié)果都表明，光 斑 圖 像濾波結(jié)果 的 直接決定了光 斑 定 位 結(jié) 果 的精確度；在本實(shí)驗(yàn)所用 濾 波 方 法 中， 不但獲得了最小的 及最高的光斑定 位精確度，而且，相對于（即雙邊濾 波）， 在 增 加 了“梯 度”屬 性 后，明 顯進(jìn)一步地 降 低 了 濾 波 結(jié) 果 的 及 定 位 結(jié)圖 各濾波方法對應(yīng)的濾波結(jié)果的 光學(xué)精密工程第 卷果標(biāo)準(zhǔn)差。 圖（）就 表 明 在 本 實(shí) 驗(yàn) 的 實(shí) 際 噪 聲水平 時(shí)，使用 所獲 得的

21、定位標(biāo)準(zhǔn)差為，比用雙邊濾波時(shí) 的 定 位 標(biāo) 準(zhǔn) 差 降 低 了 （）；圖 也表明，當(dāng)光斑位于 中部時(shí)， 將定位標(biāo)準(zhǔn)差由雙 邊濾波的降到，定位誤差 降低了（）。 上述結(jié)果 表明，用 對光斑圖像進(jìn)行濾波處理，通過 增加屬性來提高濾波性能并以此進(jìn)一步提高光斑 定位精度是可行的。在算法的實(shí)時(shí)性方面，在本實(shí)驗(yàn)所用 的 硬 件 處理 平 臺(tái) （單 片 機(jī) ，時(shí) 鐘 信 號(hào) ）上，用不 同 濾 波 方 法 完 成 一 次 光 斑 圖 像 的 濾波操作和定位計(jì)算所需時(shí)間分別為：中值濾波耗時(shí)，濾波耗時(shí)，雙 邊濾 波 （ ）耗 時(shí) ， 耗 時(shí) 。 的 耗 時(shí)比 的耗時(shí)增加了（） ，實(shí) 時(shí) 性 有 所 降 低，這

22、 主 要 是 由 于 需 要 計(jì) 算 “梯 度”所 致。 在 中，隨著屬性數(shù)量的增加，算法的實(shí)時(shí)性必然 會(huì)有所降低，實(shí)際使用中需要在算法實(shí)時(shí)性和光 斑定位精度兩方面作一個(gè)折中選擇。結(jié)論光斑的亞像素定位誤差包括系統(tǒng)誤差和隨機(jī)誤差。 系統(tǒng)誤差可以通過標(biāo)定和補(bǔ)償來消除，而 要減小光斑圖像噪聲引起的隨機(jī)誤差，最重要的 途徑就是提高光斑圖像的濾波性能。 現(xiàn)有濾波方 法都具有不可克服的噪聲去除和信號(hào)特征保持之 間的矛盾，因而用這些方法對光斑圖像濾波，在提 高光斑定位精度方面 的 成 效 非 常 有 限。 方法利用 含 噪 信 號(hào) 的 多 種 屬 性 來 分 離 信 號(hào) 和 噪 聲，隨著屬性的 增 加， 能 持 續(xù) 地 緩 解 噪 聲 去除和信號(hào)特征保持之間的矛盾，不斷弱化圖像 噪聲對光斑亞像素定位精度的制約作用。 實(shí)驗(yàn)證 明，用 對光斑圖像濾波，在 的基礎(chǔ)上增加“梯度”屬性后，光斑的亞像素定位 精度即可提高 以上；隨著新屬性的挖掘和引 入， 在對光斑圖像進(jìn)行濾波處理時(shí)將獲得 更好的去噪性能，光斑定位精度也將得到更進(jìn)一 步的提高。 方 法 不 但 可用于一維的光斑 灰度圖像的去噪處理，也可擴(kuò)展應(yīng)用于二維的或 彩色的 光 斑 圖 像 的 去 噪 處 理。 因 此，用 方法對光斑圖像進(jìn)行濾波處理，為減小光斑定位 隨機(jī)誤差并提高光斑亞像素定位精度提供了一條 有效途