CN104156961A - 灰度缺陷图像提取方法 - Google Patents
灰度缺陷图像提取方法 Download PDFInfo
- Publication number
- CN104156961A CN104156961A CN201410395197.3A CN201410395197A CN104156961A CN 104156961 A CN104156961 A CN 104156961A CN 201410395197 A CN201410395197 A CN 201410395197A CN 104156961 A CN104156961 A CN 104156961A
- Authority
- CN
- China
- Prior art keywords
- image
- gray
- gray scale
- defect
- rejected region
- 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.)
- Pending
Links
Abstract
一种灰度缺陷图像提取方法,首先将需进行缺陷提取的图像转化为灰度图像,然后对灰度图像进行处理之后得到反转图像,再将反转图像与未处理的灰度图像相对应的像素点相加提取出缺陷部位,采用本发明所述的灰度缺陷图像提取方法,缺陷部位的形状、结构和灰度都不发生变化,保留了缺陷部位的全部信息,具有方便、快捷的优点。
Description
【技术领域】
本发明涉及一种缺陷提取方法,具体涉及一种灰度缺陷图像提取方法。
【背景技术】
灰度缺陷图像提取是将图像中的缺陷部位从背景中提取出来,方便后续的利用,无论什么产品,涉及到检测、缺陷位置的确定、缺陷信息的获取,都是在灰度缺陷图像提取的基础上才可以实现。现有的灰度缺陷图像提取方法,一般是将原有图像转换为灰度图像,之后进行图像缺陷的提取,此种方法不能保证缺陷部位形状、结构信息不变,也不能保证缺陷部位灰度不变,不能完全提取出缺陷部位。
【发明内容】
针对上述问题,本发明提供一种灰度缺陷图像提取方法,该灰度缺陷图像提取方法在保证缺陷部位形状和结构都不发生变化的同时,保留了缺陷部位的全部信息。
本发明提供的灰度缺陷图像提取方法,包括以下步骤:
S10:采集图像;
S20:将采集到的图像转变为灰度图像;
S30:将步骤S20所得图像进行二值化处理;
S40:将步骤S30所得图像进行反转;
S50:将步骤S40所得图像的二值图像数组转换为uint8类数组;
S60:将步骤S50所得的图像与所得灰度图像相对应的像素点相加提取出缺陷部位。
特别的,所述步骤S20具体包括以下步骤:
S21:将采集到的图像转变为灰度图像;
S22:将上述获得的灰度图像进行增强处理。
特别的,所述灰度图像的灰度值为0-255。
相较于现有技术,本发明提供的灰度缺陷图像提取方法,首先将需进行缺陷提取的图像转化为灰度图像,然后对灰度图像进行处理之后得到反转图像,最后将反转图像与未处理的灰度图像相对应的像素点相加提取出缺陷部位,采用本发明所述的灰度缺陷图像提取方法,使得缺陷部位与非缺陷部位完全区分开来,提取后的缺陷部位的形状和结构都不会发生变化,保留了缺陷部位的全部信息,可以更精准的实现检测、缺陷位置的确定、缺陷信息的获取,具有方便、快捷的优点。
【附图说明】
图1为本发明的流程示意图;
图2为本发明一实施例灰度缺陷图像;
图3为图2增强处理后的灰度缺陷图像;
图4为图3二值化处理后的灰度缺陷图像;
图5为采用本发明提供方法提取后的灰度缺陷图像。
【具体实施方式】
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进一步详细说明。
本发明以确定木材腐朽缺陷部位的位置、形状、灰度等信息为例,进行解释说明,本发明采用Matlab对灰度缺陷图像进行处理,请参阅图1,具体包括以下步骤:
S10:对需要确定缺陷部位的木材进行均匀采集,得到木材缺陷图像;
S20:
S21:将采集到的木材缺陷图像转化为灰度图像,并进行保存,所得灰度图像的灰度值为0-255,经过转化后得到的灰度图像如图2所示;
S22:将步骤S21所得的灰度图像进行增强处理,增强处理后的图像如图3所示,由图3可知:通过对灰度图像的增强处理,去除了缺陷部位边缘的毛刺,使得缺陷部位与非缺陷部位的交界更加明显,便于后续处理;
S30:将增强后的灰度图像进行二值化处理得到二值图像,经过二值化处理的图像灰度值为0和1两个值,其中非缺陷部位的灰度值为0,显示为黑色,缺陷部位的灰度值为1,显示为白色,经过二值化处理的灰度图像如图4所示;
S40:将二值化处理的灰度图像进行反转,此时非缺陷部位的灰度值由0转化为1,缺陷部位的灰度值由1的转化为0,经过反转后,使得非缺陷部位显示为白色,缺陷部位显示为黑色;
S50:将上述经过反转处理图像的二值图像数组转化为uint8类数组,经过转化后,使得步骤S40所得灰度图像的灰度值转化为255和0(本发明实施例以缺陷部位灰度值为0进行解释说明),其中非缺陷部位的灰度值由1转化为255,显示为白色,缺陷部位的灰度值仍为0,显示为黑色;
S60:调出步骤S20所保存的灰度图像,将其与步骤S50所得图像中相对应的像素点进行相加,通过相对应像素点的相加,使得相加后的图像中灰度值最大为255,此时缺陷部位灰度值仍为原有灰度值,非缺陷部位变为白色,使得缺陷部位显示出来,此时默认非缺陷部位为背景,即认为缺陷部位从背景中被提取出来,提取出的缺陷部位如图5所示,由图5结合图4可知:缺陷部位与背景完全分离,在将缺陷部位从背景中提取出的同时,缺陷部位的形状、结构和灰度都不发生变化,保留了缺陷部位原有的全部信息,即本实施例所述木材腐朽缺陷部位的位置、形状、灰度等信息。
应当理解的是,本发明所述灰度缺陷图像提取方法不仅适合灰度缺陷图像的提取也适合于其他图像的特定部位的提取,对本领域普通技术人员来说,可以根据上述说明加以改进或变换,而所有改进和变换都应属于本发明所附权利要求的保护范围。
Claims (3)
1.一种灰度缺陷图像提取方法,其特征在于,包括以下步骤:
S10:采集图像;
S20:将采集到的图像转变为灰度图像;
S30:将步骤S20所得图像进行二值化处理;
S40:将步骤S30所得图像进行反转;
S50:将步骤S40所得图像的二值图像数组转换为uint8类数组;
S60:将步骤S50所得的图像与所得灰度图像相对应的像素点相加提取出缺陷部位。
2.根据权利要求1所述的灰度缺陷图像提取方法,其特征在于,所述步骤S20具体包括以下步骤:
S21:将采集到的图像转变为灰度图像;
S22:将上述获得的灰度图像进行增强处理。
3.根据权利要求1或2所述的灰度缺陷图像提取方法,其特征在于,所述灰度图像的灰度值为0-255。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410395197.3A CN104156961A (zh) | 2014-08-12 | 2014-08-12 | 灰度缺陷图像提取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410395197.3A CN104156961A (zh) | 2014-08-12 | 2014-08-12 | 灰度缺陷图像提取方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104156961A true CN104156961A (zh) | 2014-11-19 |
Family
ID=51882451
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410395197.3A Pending CN104156961A (zh) | 2014-08-12 | 2014-08-12 | 灰度缺陷图像提取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104156961A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105344620A (zh) * | 2015-10-14 | 2016-02-24 | 合肥安晶龙电子股份有限公司 | 基于物料形状的色选方法 |
CN113469921A (zh) * | 2021-09-06 | 2021-10-01 | 深圳市创世易明科技有限公司 | 图像缺陷修复方法、系统、计算机设备及存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1800838A (zh) * | 2004-12-30 | 2006-07-12 | 戚大伟 | 一种木材无损检测装置 |
JP2009205224A (ja) * | 2008-02-26 | 2009-09-10 | Dainippon Printing Co Ltd | 画像処理方法及びその方法を用いた画像処理装置 |
CN101957178A (zh) * | 2009-07-17 | 2011-01-26 | 上海同岩土木工程科技有限公司 | 一种隧道衬砌裂缝测量方法及其测量装置 |
-
2014
- 2014-08-12 CN CN201410395197.3A patent/CN104156961A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1800838A (zh) * | 2004-12-30 | 2006-07-12 | 戚大伟 | 一种木材无损检测装置 |
JP2009205224A (ja) * | 2008-02-26 | 2009-09-10 | Dainippon Printing Co Ltd | 画像処理方法及びその方法を用いた画像処理装置 |
CN101957178A (zh) * | 2009-07-17 | 2011-01-26 | 上海同岩土木工程科技有限公司 | 一种隧道衬砌裂缝测量方法及其测量装置 |
Non-Patent Citations (1)
Title |
---|
牟洪波: "基于BP和RBF神经网络的木材缺陷检测研究", 《中国博士学位论文全文数据库(农业科技辑)》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105344620A (zh) * | 2015-10-14 | 2016-02-24 | 合肥安晶龙电子股份有限公司 | 基于物料形状的色选方法 |
CN113469921A (zh) * | 2021-09-06 | 2021-10-01 | 深圳市创世易明科技有限公司 | 图像缺陷修复方法、系统、计算机设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8213735B2 (en) | Methods and apparatus for performing image binarization | |
CN105139386A (zh) | 一种快速自动检测电气接插件焊点不合格品的图像处理方法 | |
EP2288135A3 (en) | Deblurring and Supervised Adaptive Thresholding for Print-and-Scan Document Image Evaluation | |
CN106446905B (zh) | 渗透算法和自适应Canny算法相融合的表面裂纹纹理的提取方法 | |
CN105469027A (zh) | 针对文档图像的水平和垂直线检测和移除 | |
CN104167005A (zh) | 一种基于相似度函数的自适应加权椒盐噪声滤波方法 | |
CN102645436B (zh) | 基于磨削纹理去除技术的工程陶瓷磨削表面损伤检测方法 | |
CN106327448A (zh) | 一种基于深度学习的图片风格化处理方法 | |
CN103778609A (zh) | 基于像素连续性判断的二值化图像和灰度图像的高效去噪声法 | |
CN105160682A (zh) | 图像边缘检测方法及装置 | |
CN104156961A (zh) | 灰度缺陷图像提取方法 | |
CN104281850B (zh) | 一种文字区域识别方法和装置 | |
CN101655977B (zh) | 基于差分图像检测、多窗口滤波去除图像脉冲噪声的方法 | |
CN105139012A (zh) | 基于图像预处理的外观专利检索系统 | |
CN103761521A (zh) | 一种基于局部二值模式的显微图像清晰度测量方法 | |
Singh et al. | Thresholding Techniques applied for Segmentation of RGB and multispectral images | |
Bai et al. | Multi structuring element top-hat transform to detect linear features | |
CN104102911A (zh) | 一种基于aoi的子弹表观缺陷检测系统的图像处理算法 | |
CN105057899A (zh) | 一种应用于智能激光切割的扫描图像识别方法 | |
CN104809699A (zh) | 基于最大熵的路面阴影抑制方法 | |
CN109859220B (zh) | 一种线形图像分割方法 | |
CN111445402A (zh) | 一种图像去噪方法及装置 | |
Cheng et al. | Application of connected morphological operators to image smoothing and edge detection of algae | |
CN105300998A (zh) | 一种基于位平面的纸病检测方法 | |
KR102300562B1 (ko) | 검출 방법, 검출 장치 및 컴퓨터 판독 가능한 저장매체 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20141119 |