CN102945547A - 一种冷轧钢板表面图像光照均匀化方法 - Google Patents
一种冷轧钢板表面图像光照均匀化方法 Download PDFInfo
- Publication number
- CN102945547A CN102945547A CN201210408211XA CN201210408211A CN102945547A CN 102945547 A CN102945547 A CN 102945547A CN 201210408211X A CN201210408211X A CN 201210408211XA CN 201210408211 A CN201210408211 A CN 201210408211A CN 102945547 A CN102945547 A CN 102945547A
- Authority
- CN
- China
- Prior art keywords
- image
- initial pictures
- illumination
- steel plate
- value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Image Processing (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明提供一种冷轧钢板表面图像光照均匀化方法,包括获取初始图像F,计算图像灰度平均值AVG及标准差SDV,生成标记图像FBZ,计算光照补偿因子BC,初始图像光照均匀化补偿,可在光照无频繁变化的条件下,连续、长期的对带钢表面图像进行光照均匀化处理,解决了在进行钢板表面图像分析时,因光照不均使目标图像特征不明显或产生伪目标,进而影响对钢板表面信息的分析的问题。
Description
技术领域
本发明涉及一种运动物件成像光照均匀化图像处理方法,特别是涉及一种基于线扫描相机成像的冷轧钢板表面图像光照均匀化方法。
背景技术
在工业生产线上经常会用到基于机器视觉的自动检测系统。对于一个自动检测系统,通常的要求是稳定、高效。稳定要求该系统能适应不同的光照条件,并能够抗噪声干扰;高效要求系统的检测速度要快,以符合生产线的检测的特点。而在实际应用的检测系统中,由于各种条件的限制,往往只能使用比较简单的光源,这些光源一般都是非均匀的。不均匀的光照会在检测到的图像中产生背景噪声,这很可能会影响图像的检测精度和分析结果。因此找到一种有效、快速的算法,能够去除不均匀的光照对图像造成的影响,是工业视觉检测系统必须解决的问题。
目前,去除不均匀光照的常用的方法是利用某个数学模型,对整幅图像范围内的光照变化进行估算,然后根据估算的结果进行相应的补偿。具体的方法分又有直方图均衡化、参考标样法和频域滤波等方法。但这些方法都有明显的不足。直方图均衡化的方法只考虑了灰度统计信息,而没有考虑像素的位置信息,因此往往不能取得较好的校正效果;参考标样法是参照某标样图像进行校正,需要先验知识且没有自适应能力;频域滤波的方法是根据照明光场和图像细节分别对应低频和高频分量的特点,设计滤波器,去除光照背景,但是频域滤波会在图像的边缘产生模糊效应,且此种方法中滤波器的参数选择一直是个难点,当滤波器设计不当时,还会带来负面影响。
发明内容
本发明的目的在于一种基于线扫描相机成像的冷轧钢板表面图像光照均匀化方法,以解决在进行钢板表面图像分析时,因光照不均使目标图像特征不明显或产生伪目标,进而影响对钢板表面信息的分析的问题。
为了实现上述发明目的,本发明提供了一种冷轧钢板表面图像光照均匀化方法,主要分为以下几个步骤:
(1)获取初始图像F;
(2)计算图像灰度平均值AVG及标准差SDV;
(3)生成标记图像FBZ;
(4)计算光照补偿因子BC;
(5)初始图像光照均匀化补偿;
其中,步骤(1)中获取初始图像是将原始图像转化为初始图像;步骤(3)中生成标记图像是将初始图像当中符合基板图像特征的部分标记出来,形成二值化标记图像FBZ。步骤(4)中光照补偿因子BC是一维数组,BC(i)为初始图像每一列像素点所对应的光照补偿值。步骤(5)中初始图像光照均匀化补偿方法为将初始图像与光照补偿因子BC求和,以获得光照均匀化后的图像。
所述步骤(1)中,转化为初始图像的方法如下,如果原始图像为灰度图像则将原始图像作为初始图像直接进行步骤(2),如果原始图像为其他格式图像则先转化为灰度图像,将灰度图像作为初始图像再执行步骤(2),如果需要拼接,将灰度图像进行拼接,再将处理后的图像作为初始图像再执行步骤(2)
所述步骤(3)中将初始图像当中符合基板图像特征的部分标记出来的方法是将初始图像每个像素点灰度值落在基板标记范围内的,该点的标记值置1。落在基板标记范围外的,该点的标记值置0。
所述步骤(3)中基板标记范围确定方法如下:
基板标记范围
=((x,y)|F(x,y)≤AVG+2×SDV并且F(x,y)≥AVG-2×SDV)
其中(x,y)是初始图像上的像素点,F(x,y)是点(x,y)对应的灰度值。
所述步骤(4)中,初始图像每一列像素点所对应的光照补偿值BC(i)的计算公式如下:
其中,Fbz(x,y)为二值化标记图像上(x,y)点的值,Fbz(i,y)为二值化标记图像上x=i的点的值,N为二值化标记图像上值为1的点的个数,Ni为二值化标记图像上第i列上值为1的点的个数。
所述步骤(5)中,光照均匀化后的图像F′(x,y)的具体计算方法如下:
综上所述,本发明的特点是:
1、该方法可在光照无频繁变化的条件下,连续、长期的对带钢表面图像进行光照均匀化处理。
2、针对线扫描相机设计,处理效果好,运行速度快。
3、该方法适用于计算机及单片机等各种计算设备;
4、适应现场环境,工作可靠,算法简单,易于实现。
附图说明
图1 本发明的相关系统设备构成图;
图2 光照均匀化方法流程图。
具体实施方式
下面结合附图对本发明具体实施方式作进一步说明:
本方法的系统设备构成如图1所示:系统通过图像采集设备2对运动带钢1进行实时采集,通过照明装置3进行照明。图像采集设备2可以是单个或多个线扫描相机或其他图像采集设备。照明装置3可以是普光灯、LED集成灯、激光扫描等多种光源。照明装置3投射到带钢表面形成光带4,图像采集点被完全包裹在光带4中。系统通过图像采集单元采集在线图像,通讯方式可以是数字式或模拟式。系统通过图像均匀化单元对图像进行光照均匀化处理,图像均匀化单元可以是独立单元(如单片机设备等)或集成单元(如计算机中的程序模块)。处理后的图像可以直接显示在人机交互设备上或进行进一步的处理分析。
本方法的具体实施方式如图2所示,包括以下几个步骤:
步骤1:获取初始图像F
获取初始图像既是将通过图像采集设备采集到的原始图像按系统要求转化为初始图像的过程。系统需求的待分析图像为灰度图像,因此如果原始图像为灰度图像则将原始图像作为初始图像直接进行步骤(2),如果原始图像为其他格式图像则先转化为灰度图像,将灰度图像作为初始图像再执行步骤(2),如果需要拼接,将灰度图像进行拼接,再将处理后的图像作为初始图像再执行步骤(2)
步骤2:计算图像灰度平均值AVG及标准差SDV
其中,(x,y)是初始图像上的像素点,F(x,y)是点(x,y)对应的灰度值,NA是初始图像上像素点的个数。
步骤3:生成标记图像FBZ
生成标记图像是将初始图像当中符合基板图像特征的部分标记出来,形成二值化标记图像FBZ。初始图像每个像素点灰度值落在基板标记范围内的,该点的标记值置1。落在基板标记范围外的,该点的标记值置0。标记公式如下:
步骤4:计算光照补偿因子BC
光照补偿因子BC是一维数组,BC(i)为初始图像每一列像素点所对应的光照补偿值。在线扫描情况下,采样位置在垂直扫描线方向上是不变的,因此采集到的图片在短期内只存在横向上的光照不均,可以用短期纵向上的平均光照补偿来计算图像上每点的即时光照补偿。所以,初始图像每一列像素点所对应的光照补偿值BC(i)的计算公式如下:
其中,Fbz(x,y)为二值化标记图像上(x,y)点的值,Fbz(i,y)为二值化标记图像上x=i的点的值,N为二值化标记图像上值为1的点的个数,Ni为二值化标记图像上第i列上值为1的点的个数。
步骤5:光照均匀化补偿
最后按如下公式计算获得光照均匀化后的图像F′(x,y)。
Claims (6)
1.一种冷轧钢板表面图像光照均匀化方法,其特征在于主要分为以下几个步骤:
(1)获取初始图像F;
(2)计算图像灰度平均值AVG及标准差SDV;
(3)生成标记图像FBZ;
(4)计算光照补偿因子BC;
(5)初始图像光照均匀化补偿;
其中,步骤(1)中获取初始图像是将原始图像转化为初始图像;步骤(3)中生成标记图像是将初始图像当中符合基板图像特征的部分标记出来,形成二值化标记图像FBZ;步骤(4)中光照补偿因子BC是一维数组,BC(i)为初始图像每一列像素点所对应的光照补偿值;步骤(5)中初始图像光照均匀化补偿方法为将初始图像与光照补偿因子BC求和,以获得光照均匀化后的图像。
2.根据权利要求1所述的一种冷轧钢板表面图像光照均匀化方法,其特征在于:所述步骤(1)中,转化为初始图像的方法如下,如果原始图像为灰度图像则将原始图像作为初始图像直接进行步骤(2),如果原始图像为其他格式图像则先转化为灰度图像,将灰度图像作为初始图像再执行步骤(2),如果需要拼接,将灰度图像进行拼接,再将处理后的图像作为初始图像再执行步骤(2)。
3.根据权利要求1所述的一种冷轧钢板表面图像光照均匀化方法,其特征在于:所述步骤(3)中将初始图像当中符合基板图像特征的部分标记出来的方法是将初始图像每个像素点灰度值落在基板标记范围内的,该点的标记值置1,落在基板标记范围外的,该点的标记值置0。
4.根据权利要求3所述的一种冷轧钢板表面图像光照均匀化方法,其特征在于:所述步骤(3)中基板标记范围确定方法如下:
基板标记范围
=((x,y)|F(x,y)≤AVG+2×SDV并且F(x,y)≥AVG-2×SDV
其中(x,y)是初始图像上的像素点,F(x,y)是点(x,y)对应的灰度值。
5.根据权利要求1所述的一种冷轧钢板表面图像光照均匀化方法,其特征在于:所述步骤(4)中,初始图像每一列像素点所对应的光照补偿值BC(i)的计算公式如下:
其中,Fbz(x,y)为二值化标记图像上(x,y)点的值,Fbz(i,y)为二值化标记图像上x=i的点的值,N为二值化标记图像上值为1的点的个数,Ni为二值化标记图像上第i列上值为1的点的个数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210408211.XA CN102945547B (zh) | 2012-10-23 | 2012-10-23 | 一种冷轧钢板表面图像光照均匀化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210408211.XA CN102945547B (zh) | 2012-10-23 | 2012-10-23 | 一种冷轧钢板表面图像光照均匀化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102945547A true CN102945547A (zh) | 2013-02-27 |
CN102945547B CN102945547B (zh) | 2016-09-07 |
Family
ID=47728485
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210408211.XA Active CN102945547B (zh) | 2012-10-23 | 2012-10-23 | 一种冷轧钢板表面图像光照均匀化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102945547B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103885218A (zh) * | 2014-03-13 | 2014-06-25 | 京东方科技集团股份有限公司 | 一种基板的检测方法及检测装置 |
CN104992446A (zh) * | 2015-07-27 | 2015-10-21 | 西安工业大学 | 非线性光照自适应的图像拼接方法及其实现系统 |
CN106327437A (zh) * | 2016-08-10 | 2017-01-11 | 大连海事大学 | 一种彩色文本图像校正方法及系统 |
CN106384347A (zh) * | 2016-09-06 | 2017-02-08 | 国网江西省电力公司电力科学研究院 | 一种憎水性图像亮点检测算法 |
CN106546598A (zh) * | 2016-10-28 | 2017-03-29 | 鞍钢未来钢铁研究院 | 带钢表面检测系统光源自适应控制方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030007685A1 (en) * | 2001-04-26 | 2003-01-09 | Yao-Hong Tsai | Methods and system for illuminant-compensation |
CN101340523A (zh) * | 2008-08-14 | 2009-01-07 | 北京中星微电子有限公司 | 一种对数字图像进行曝光补偿的方法和装置 |
CN102622739A (zh) * | 2012-03-30 | 2012-08-01 | 中国科学院光电技术研究所 | 一种Bayer滤波阵列彩色相机图像非均匀性校正方法 |
-
2012
- 2012-10-23 CN CN201210408211.XA patent/CN102945547B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030007685A1 (en) * | 2001-04-26 | 2003-01-09 | Yao-Hong Tsai | Methods and system for illuminant-compensation |
CN101340523A (zh) * | 2008-08-14 | 2009-01-07 | 北京中星微电子有限公司 | 一种对数字图像进行曝光补偿的方法和装置 |
CN102622739A (zh) * | 2012-03-30 | 2012-08-01 | 中国科学院光电技术研究所 | 一种Bayer滤波阵列彩色相机图像非均匀性校正方法 |
Non-Patent Citations (4)
Title |
---|
P.T.JACKWAY: "Improved morphological top-hat", 《ELECTRONICS LETTERS》, vol. 36, no. 14, 6 July 2000 (2000-07-06), pages 1194 - 1195, XP 006015430, DOI: doi:10.1049/el:20000873 * |
孙忠贵: "数字图像光照不均匀校正及Matlab实现", 《微计算机信息》, vol. 24, no. 43, 31 December 2008 (2008-12-31), pages 313 - 314 * |
程培英 等: "一种光照不均匀图像的恢复增强方法", 《计算机应用与软件》, vol. 25, no. 10, 31 October 2008 (2008-10-31) * |
赵京东: "一种新的非均匀照度图像增强方法", 《计算机工程与应用》, vol. 47, no. 23, 31 December 2011 (2011-12-31), pages 204 - 207 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103885218A (zh) * | 2014-03-13 | 2014-06-25 | 京东方科技集团股份有限公司 | 一种基板的检测方法及检测装置 |
CN103885218B (zh) * | 2014-03-13 | 2016-04-06 | 京东方科技集团股份有限公司 | 一种基板的检测方法及检测装置 |
CN104992446A (zh) * | 2015-07-27 | 2015-10-21 | 西安工业大学 | 非线性光照自适应的图像拼接方法及其实现系统 |
CN104992446B (zh) * | 2015-07-27 | 2017-11-21 | 西安工业大学 | 非线性光照自适应的图像拼接方法及其实现系统 |
CN106327437A (zh) * | 2016-08-10 | 2017-01-11 | 大连海事大学 | 一种彩色文本图像校正方法及系统 |
CN106327437B (zh) * | 2016-08-10 | 2019-04-05 | 大连海事大学 | 一种彩色文本图像校正方法及系统 |
CN106384347A (zh) * | 2016-09-06 | 2017-02-08 | 国网江西省电力公司电力科学研究院 | 一种憎水性图像亮点检测算法 |
CN106546598A (zh) * | 2016-10-28 | 2017-03-29 | 鞍钢未来钢铁研究院 | 带钢表面检测系统光源自适应控制方法 |
CN106546598B (zh) * | 2016-10-28 | 2019-09-24 | 鞍钢未来钢铁研究院有限公司 | 带钢表面检测系统光源自适应控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN102945547B (zh) | 2016-09-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102506772B (zh) | 一种基于手机的快速检测叶片面积的方法及装置 | |
CN102945547A (zh) | 一种冷轧钢板表面图像光照均匀化方法 | |
US20110222737A1 (en) | Method for measuring the growth of leaf disks of plants and apparatus suited therefor | |
CN109752722B (zh) | 多模态声学成像工具 | |
Weir et al. | Initial galaxy counts from digitized POSS-II | |
CN111896549B (zh) | 一种基于机器学习的建筑物裂缝监测系统和方法 | |
CN104169945A (zh) | 对图像中的对象的两级分类 | |
CN107678192A (zh) | 一种基于机器视觉的Mura缺陷检测方法及系统 | |
CN103617611A (zh) | 一种自动阈值分割光斑中心及尺寸检测方法 | |
DE102012023119A1 (de) | Abstandsmessvorrichtung und -verfahren | |
CN106934804A (zh) | 图像清晰度检测方法及装置 | |
KR102445989B1 (ko) | 전자 현미경을 사용한 반도체 계측 및 결함 분류 | |
CN111429448A (zh) | 一种基于弱分割信息的生物荧光目标计数方法 | |
CN111260604B (zh) | 补光灯故障检测方法、装置、电子设备及可读存储介质 | |
CN104980730A (zh) | 一种基于同心圆理论定位光心的方法 | |
JP5438315B2 (ja) | 細胞培養装置の細胞検出システム | |
CN103340600B (zh) | 监护仪上波形失真处理方法及处理系统 | |
CN111665249B (zh) | 一种光强调整方法、系统及光学检测设备 | |
CN108346592B (zh) | 一种模拟晶圆背面缺陷的方法及装置 | |
CN115858632B (zh) | 一种氧化镓晶片检测装置的检测方法以及数据处理方法 | |
CN112132823A (zh) | 一种基于人工智能的光伏电池图像局部光照不均处理方法 | |
CN102841102A (zh) | 一种损伤阈值测量中微小尺度损伤点的识别方法及装置 | |
CN202522395U (zh) | 一种宽视场光学系统畸变自动测量装置 | |
CN104112271A (zh) | 移动终端外壳侧面缺陷检测方法和系统 | |
CN113012137B (zh) | 一种面板缺陷检查方法、系统、终端设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |