CN111179182B - 图像的处理方法及装置、存储介质及处理器 - Google Patents
图像的处理方法及装置、存储介质及处理器 Download PDFInfo
- Publication number
- CN111179182B CN111179182B CN201911150408.6A CN201911150408A CN111179182B CN 111179182 B CN111179182 B CN 111179182B CN 201911150408 A CN201911150408 A CN 201911150408A CN 111179182 B CN111179182 B CN 111179182B
- Authority
- CN
- China
- Prior art keywords
- image
- gray value
- target
- determining
- pixel point
- 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.)
- Active
Links
- 238000003860 storage Methods 0.000 title claims abstract description 20
- 238000003672 processing method Methods 0.000 title abstract description 12
- 238000003384 imaging method Methods 0.000 claims abstract description 19
- 230000000694 effects Effects 0.000 claims abstract description 16
- 238000000034 method Methods 0.000 claims description 36
- 238000001914 filtration Methods 0.000 claims description 13
- 238000004519 manufacturing process Methods 0.000 claims description 8
- 230000005540 biological transmission Effects 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 2
- 239000000428 dust Substances 0.000 abstract description 17
- 238000001514 detection method Methods 0.000 abstract description 14
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Chemical compound O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 abstract description 8
- 238000005516 engineering process Methods 0.000 abstract description 7
- 230000007547 defect Effects 0.000 abstract description 3
- 238000004590 computer program Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 7
- 230000008859 change Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 239000003595 mist Substances 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 239000011159 matrix material Substances 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000002834 transmittance Methods 0.000 description 1
Classifications
-
- G06T5/73—
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
- G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20024—Filtering details
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Abstract
本发明公开了一种图像的处理方法及装置、存储介质及处理器。该发明包括:获取第一图像,其中,第一图像为待去雾图像;确定第一图像的第一灰度值,其中,第一灰度值为因为雾气影响产生的灰度值;依据第一灰度值,计算第一图像中每个像素点对应的目标灰度值;依据各像素点对应的目标灰度值,确定第二图像。通过本发明,解决了相关技术中利用可见光成像设备对零件进行缺陷检测时,由于粉尘或水汽呈现出的雾气,导致采集的零件图像模糊、失真,检测效率低下的问题。
Description
技术领域
本发明涉及零件检测领域,具体而言,涉及一种图像的处理方法及装置、存储介质及处理器。
背景技术
相关技术中,无人车间流水线零件检测装置常采用可见光成像设备进行缺陷检测, 但由于在生产过程中会不可避免的在空气中出现粉尘或水汽导致呈现出雾气,使得采集到的图像因雾气产生模糊、失真等现象,对接下来的特征检测等处理产生不利的影 响。
针对相关技术中存在的上述问题,目前尚未提出有效的解决方案。
发明内容
本发明的主要目的在于提供一种图像的处理方法及装置、存储介质及处理器,以解决相关技术中利用可见光成像设备对零件进行缺陷检测时,由于粉尘或水汽呈现出 的雾气,导致采集的零件图像模糊、失真,检测效率低下的问题。
为了实现上述目的,根据本发明的一个方面,提供了一种图像的处理方法。该发明包括:获取第一图像,其中,第一图像为待去雾图像;确定第一图像的第一灰度值, 其中,第一灰度值为因为雾气影响产生的灰度值;依据第一灰度值,计算第一图像中 每个像素点对应的目标灰度值;依据各像素点对应的目标灰度值,确定第二图像。
进一步地,获取第一图像包括:利用相机采集在黑色背景下的待检测对象的图像,待检测对象位于流水线上的预定区域内,其中,相机位于预定区域的一侧,预定区域 远离相机的一侧设置有黑色背景板,且预定区域在黑色背景板上具有投影。
进一步地,确定第一图像的第一灰度值包括:确定目标图像区域,其中,目标图 像区域是第一图像的边缘区域;计算目标图像区域内的像素点的灰度值的均值;将灰 度值的均值确定为第一灰度值。
进一步地,依据第一灰度值,计算第一图像中每个像素点对应的目标灰度值包括:获取第一图像中所有像素点对应的灰度值;将第一图像中每个像素点对应的灰度值与 第一灰度值作差,以得到每个像素点对应的目标灰度值。
进一步地,依据各像素点对应的目标灰度值,确定第二图像包括:依据目标灰度值确定去雾后的第一图像;对去雾后的第一图像进行滤波操作,得到第二图像。
为了实现上述目的,根据本发明的另一方面,提供了一种图像的处理装置。该装置包括:获取单元,用于获取第一图像,其中,第一图像为待去雾图像;第一确定单 元,用于确定第一图像的第一灰度值,其中,第一灰度值为因为雾气影响产生的灰度 值;计算单元,用于依据第一灰度值,计算第一图像中每个像素点对应的目标灰度值; 第二确定单元,用于依据各像素点对应的目标灰度值,确定第二图像。
进一步地,获取单元包括:采集子单元,用于利用相机采集在黑色背景下的待检测对象的图像,待检测对象位于流水线上的预定区域内,其中,相机位于预定区域的 一侧,预定区域远离相机的一侧设置有黑色背景板,且预定区域在黑色背景板上具有 投影。
进一步地,第一确定单元包括:第一确定子单元,用于确定目标图像区域,其中,目标图像区域是第一图像的边缘区域;计算子单元,用于计算目标图像区域内的像素 点的灰度值的均值;第二确定子单元,用于将灰度值的均值确定为第一灰度值。
为了实现上述目的,根据本申请的另一方面,提供了一种存储介质,存储介质包括存储的程序,其中,该程序执行上述任意一项的一种图像的处理方法。
为了实现上述目的,根据本申请的另一方面,提供了一种处理器,存储介质包括存储的程序,其中,该程序执行上述任意一项的一种图像的处理方法。
通过本发明,采用以下步骤:获取第一图像,其中,第一图像为待去雾图像;确 定第一图像的第一灰度值,其中,第一灰度值为因为雾气影响产生的灰度值;依据第 一灰度值,计算第一图像中每个像素点对应的目标灰度值;依据各像素点对应的目标 灰度值,确定第二图像,解决了相关技术中利用可见光成像设备对零件进行缺陷检测 时,由于粉尘或水汽呈现出的雾气,导致采集的零件图像模糊、失真,检测效率低下 的问题,进而达到了提高零件检测效率的效果。
附图说明
构成本发明的一部分的附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是根据本发明实施例提供的一种图像的处理方法的流程图;以及
图2为本申请实施例提供的一种待检测零件侧面成像的示意图;
图3为本申请实施例提供的一种基于上述的一种图像的处理方法的流程图;
图4是根据本发明实施例提供的一种图像的处理装置的示意图。
具体实施方式
需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例 仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领 域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于 本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这 样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例。此外,术语 “包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含 了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步 骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的 其它步骤或单元。
为了便于描述,以下对本发明实施例涉及的部分名词或术语进行说明:
根据本发明的实施例,提供了一种图像的处理方法。
图1是根据本发明实施例提供的一种图像的处理方法的流程图。如图1所示,该 发明包括以下步骤:
步骤S101,获取第一图像,其中,第一图像为待去雾图像。
具体地,获取待检测零件的图像,其中,通过相机采集待检测零件的图像在工业应用中是最常见的。
上述地,在传统车间流水线上,在流水线的上方设置有工业相机或摄像头为流水线上的待检测零件进行图像采集。一般情况下,流水线上不能时刻保持干净整齐,因 此,相机采集的零件图像中会包含有杂乱的背景部分和粉尘和水汽呈现出的雾气部分, 在后续处理图像时费时费力,导致检测零件的效率十分低下。
可选地,获取第一图像包括:利用相机采集在黑色背景下的待检测对象的图像,待检测对象位于流水线上的预定区域内,其中,相机位于预定区域的一侧,预定区域 远离相机的一侧设置有黑色背景板,且预定区域在黑色背景板上具有投影。
具体地,本申请提供了一种图像的处理方法,其中,工业相机或者摄像头不同于传统的设置位置而设置在流水线的一侧的预定区域。由于车间环境复杂,传送带上出 现污垢的情况无法避免,为了避免因污垢使得图像检测结果出现错误,本方法在侧面 加一个黑色背景板,使用侧面采集图像的方法。
因此,相机采集的待检测零件的图像中的背景部分可以避开流水线,同时还可以确保采集的图像的背景部分除了水汽和雾气呈现出的雾气带来的影响,基本不存在其 他因素的影响。
图2为本申请实施例提供的一种待检测零件侧面成像的示意图。如图2所示,采 用黑色挡板作为背景,既可以保证采集到的图像背景简单,还可以在后续帮助我们计 算背景图的变化量。
步骤S102,确定第一图像的第一灰度值,其中,第一灰度值为因为雾气影响产生的灰度值。
具体地,由上述可知,通过侧面成像和添加背景板采集到的带检测零件的图像中的背景简单且为黑色,因此,在图像中不存在待检测零件的部分中的背景图像的灰度 值应该近乎为零,由于水汽粉尘的影响,使得相机获取图像的背景部分,其灰度值会 大于零,由于粉尘的影响得到的图像灰度值为第一灰度值。所以,我们提取部分背景 像素,其灰度值可估计出因环境导致灰度值的变化量。
需要说明的是,在采集待检测零件的图像时,需要调整成像系统的节拍,使其与传送带一致,这样可保证待检测的零件在图像的中心位置。
步骤S103,依据第一灰度值,计算第一图像中每个像素点对应的目标灰度值。
上述地,在确定粉尘影响而造成的灰度值后,就可以依据粉尘影响得到的灰度值而计算图像中每个像素点对应的灰度值。
步骤S104,依据各像素点对应的目标灰度值,确定第二图像。
具体地,在获得每个像素点应该对应的目标灰度值后,就可以还原没有受粉尘雾气影响的待检测零件的原本的清洗的图像,以便后续根据还原的图像对待检测零件进 行检测。
可选地,确定第一图像的第一灰度值包括:确定目标图像区域,其中,目标图像 区域是第一图像的边缘区域;计算目标图像区域内的像素点的灰度值的均值;将灰度 值的均值确定为第一灰度值。
上述地,估计成像时因水汽尘埃等因素造成的像素灰度值变化量。首先,我们通过检测设备的成像系统获取检测目标的图像,其光学传输模型可表示为:
I(x)=J(x)t(x)+A(1-t(x)) (1)
其中,I(x)是捕获到的强度,J(x)是目标反射强度,A是环境光强,而t(x)是表示景物与成像设备间光传播时的介质透射率。根据I(x),A和t(x)恢复出J(x),可去除图 像中因粉尘雾气导致的图像降质。
其中,J(x)表示目标的反射光强,也代表理想的未受影响的图像。由公式可知,为通过相机获取的I(x)来计算出J(x),我们还需获得t(x),A这两个参数。通过dark channel(暗通道)可估计出t(x),提取暗通道中前0.1%的像素点映射到I(x)中,取均值可估 计出背景光A。则J(x)可通过下式计算出:
以上是根据室外光强计算J(x)的传统方式,但是考虑到计算t(x)的复杂度较高,且在室内对A的估计也会有较大偏差。所以我们这里在相机的另一侧放置了一块儿黑 色的背景板。这样,我们采集获取图像在正常情况下,其背景部分的灰度值近乎为零。 由于水汽粉尘的影响,使得相机获取图像的背景部分,其灰度值会大于零。所以,我 们提取部分背景像素,其灰度值可估计出因环境导致灰度值的变化量。调整成像系统 的节拍,使其与传送带一致,这样可保证待检测的零件在图像的中心位置。
这里提取图像I(x)左上角一个r*r大小的背景像素数量。计算他们的均值T,因为成像距离较近,所以T即可近似为图像灰度值的变化量:
需要说明的是,本申请实施例中的目标图像区域优选为采集到的图像中的四个角中的区域,但是其他不包含待检测零件的图像部分也可以作为目标图像区域。
可选地,依据第一灰度值,计算第一图像中每个像素点对应的目标灰度值包括:获取第一图像中所有像素点对应的灰度值;将第一图像中每个像素点对应的灰度值与 第一灰度值作差,以得到每个像素点对应的目标灰度值。
上述地,在本实施例中,由于确定出粉尘和雾气造成的影响待检测零件的图像的灰度值,因此,将待检测零件中包含的每一个像素点的灰度值与计算出的第一灰度值 作差,可以得到每个像素点对应的目标盘灰度值。
具体地,取目标图像区域中像素点对应的灰度值的均值可以提高T的鲁棒性。我们对获取的图像(x)整体减去T,即可得到未受影响的图像J(x):
J(x)=I(x)-T(4)
可选地,依据各像素点对应的目标灰度值,确定第二图像包括:依据目标灰度值确定去雾后的第一图像;对去雾后的第一图像进行滤波操作,得到第二图像。
上述地,通过上述方法获取到的J(x)由于是由上式(4)的运算得到的,会使得图像出现不连续性。对J(x)使用导向滤波处理即可得到最终我们想要的未降质图像。
其中,对图像的滤波操作包括高斯滤波和均值滤波等所有的提高图像像素点连续性的滤波操作。
本发明实施例提供的一种图像的处理方法,通过获取第一图像,其中,第一图像为待去雾图像;确定第一图像的第一灰度值,其中,第一灰度值为因为雾气影响产生 的灰度值;依据第一灰度值,计算第一图像中每个像素点对应的目标灰度值;依据各 像素点对应的目标灰度值,确定第二图像,解决了相关技术中利用可见光成像设备对 零件进行缺陷检测时,由于粉尘或水汽呈现出的雾气,导致采集的零件图像模糊、失 真,零件检测效率低下的问题,进而达到了提高零件检测效率的效果。
图3为本申请实施例提供的一种基于上述的一种图像的处理方法的流程图,其中,包含以下步骤:
步骤一,捕获图像;
步骤二,提取背景矩阵,并求得背景矩阵中像素变化量的均值T。
步骤三,粗复原图像。
步骤四,导向滤波。
步骤五,清洗图像。
步骤六,对待检测零件进行质量检测。
需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可 以以不同于此处的顺序执行所示出或描述的步骤。
本发明实施例还提供了一种图像的处理装置,需要说明的是,本发明实施例的一种图像的处理装置可以用于执行本发明实施例所提供的用于一种图像的处理方法。以 下对本发明实施例提供的一种图像的处理装置进行介绍。
图4是根据本发明实施例提供的一种图像的处理装置的示意图。如图4所示,该 装置包括:第一获取单元401,用于获取第一图像,其中,第一图像为待去雾图像; 第一确定单元402,用于确定第一图像的第一灰度值,其中,第一灰度值为因为雾气 影响产生的灰度值;第一计算单元403,用于依据第一灰度值,计算第一图像中每个 像素点对应的目标灰度值;第二确定单元404,用于依据各像素点对应的目标灰度值, 确定第二图像。
本发明实施例提供的一种图像的处理装置,通过第一获取单元401,用于获取第一图像,其中,第一图像为待去雾图像;第一确定单元402,用于确定第一图像的第 一灰度值,其中,第一灰度值为因为雾气影响产生的灰度值;第一计算单元403,用 于依据第一灰度值,计算第一图像中每个像素点对应的目标灰度值;第二确定单元 404,用于依据各像素点对应的目标灰度值,确定第二图像,解决了相关技术中利用可 见光成像设备对零件进行缺陷检测时,由于粉尘或水汽呈现出的雾气,导致采集的零 件图像模糊、失真,检测效率低下的问题,进而达到了提高零件检测效率的效果。
可选地,获取单元包括:采集子单元,用于利用相机采集在黑色背景下的待检测对象的图像,待检测对象位于流水线上的预定区域内,其中,相机位于预定区域的一 侧,预定区域远离相机的一侧设置有黑色背景板,且预定区域在黑色背景板上具有投 影。
可选地,第一确定单元402包括:第一确定子单元,用于确定目标图像区域,其 中,目标图像区域是第一图像的边缘区域;计算子单元,用于计算目标图像区域内的 像素点的灰度值的均值;第二确定子单元,用于将灰度值的均值确定为第一灰度值。
可选地,第一计算单元403包括:获取子单元,用于获取第一图像中所有像素点 对应的灰度值;作差子单元,用于将第一图像中每个像素点对应的灰度值与第一灰度 值作差,以得到每个像素点对应的目标灰度值。
可选地,第二确定单元404包括:第三确定子单元,用于依据目标灰度值确定去 雾后的第一图像;滤波子单元,用于对去雾后的第一图像进行滤波操作,得到第二图 像。
一种图像的处理装置包括处理器和存储器,上述第一获取单元401、第一确定单元402、第一计算单元403和第二确定单元404等均作为程序单元存储在存储器中, 由处理器执行存储在存储器中的上述程序单元来实现相应的功能。
处理器中包含内核,由内核去存储器中调取相应的程序单元。内核可以设置一个或以上,通过调整内核参数来解决相关技术中利用可见光成像设备对零件进行缺陷检 测时,由于粉尘或水汽呈现出的雾气,导致采集的零件图像模糊、失真,检测效率低 下的问题。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM),存储器包括至少一 个存储芯片。
本发明实施例提供了一种存储介质,其上存储有程序,该程序被处理器执行时实现一种图像的处理方法。
本发明实施例提供了一种处理器,处理器用于运行程序,其中,程序运行时执行一种图像的处理方法。
本发明实施例提供了一种设备,设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序,处理器执行程序时实现以下步骤:获取第一图像,其中,第 一图像为待去雾图像;确定第一图像的第一灰度值,其中,第一灰度值为因为雾气影 响产生的灰度值;依据第一灰度值,计算第一图像中每个像素点对应的目标灰度值; 依据各像素点对应的目标灰度值,确定第二图像。
可选地,获取第一图像包括:利用相机采集在黑色背景下的待检测对象的图像,待检测对象位于流水线上的预定区域内,其中,相机位于预定区域的一侧,预定区域 远离相机的一侧设置有黑色背景板,且预定区域在黑色背景板上具有投影。
可选地,确定第一图像的第一灰度值包括:确定目标图像区域,其中,目标图像 区域是第一图像的边缘区域;计算目标图像区域内的像素点的灰度值的均值;将灰度 值的均值确定为第一灰度值。
可选地,依据第一灰度值,计算第一图像中每个像素点对应的目标灰度值包括:获取第一图像中所有像素点对应的灰度值;将第一图像中每个像素点对应的灰度值与 第一灰度值作差,以得到每个像素点对应的目标灰度值。
可选地,依据各像素点对应的目标灰度值,确定第二图像包括:依据目标灰度值确定去雾后的第一图像;对去雾后的第一图像进行滤波操作,得到第二图像。本文中 的设备可以是服务器、PC、PAD、手机等。
本发明还提供了一种计算机程序产品,当在数据处理设备上执行时,适于执行初始化有如下方法步骤的程序:获取第一图像,其中,第一图像为待去雾图像;确定第 一图像的第一灰度值,其中,第一灰度值为因为雾气影响产生的灰度值;依据第一灰 度值,计算第一图像中每个像素点对应的目标灰度值;依据各像素点对应的目标灰度 值,确定第二图像。
可选地,获取第一图像包括:利用相机采集在黑色背景下的待检测对象的图像,待检测对象位于流水线上的预定区域内,其中,相机位于预定区域的一侧,预定区域 远离相机的一侧设置有黑色背景板,且预定区域在黑色背景板上具有投影。
可选地,确定第一图像的第一灰度值包括:确定目标图像区域,其中,目标图像 区域是第一图像的边缘区域;计算目标图像区域内的像素点的灰度值的均值;将灰度 值的均值确定为第一灰度值。
可选地,依据第一灰度值,计算第一图像中每个像素点对应的目标灰度值包括:获取第一图像中所有像素点对应的灰度值;将第一图像中每个像素点对应的灰度值与 第一灰度值作差,以得到每个像素点对应的目标灰度值。
可选地,依据各像素点对应的目标灰度值,确定第二图像包括:依据目标灰度值确定去雾后的第一图像;对去雾后的第一图像进行滤波操作,得到第二图像。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件 方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序 代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等) 上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的 每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供 这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处 理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理 器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多 个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定 方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个 方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算 机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或 方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可 读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他 数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存 储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、 只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内 存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、 磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存 储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑 可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性 的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素, 而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设 备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素, 并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本发明的实施例可提供为方法、系统或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施 例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算 机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计 算机程序产品的形式。
以上仅为本发明的实施例而已,并不用于限制本发明。对于本领域技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原理之内所作的任何修改、等同 替换、改进等,均应包含在本发明的权利要求范围之内。
Claims (5)
1.一种图像的处理方法,其特征在于,包括:
获取第一图像,其中,所述第一图像为待去雾图像;
确定所述第一图像的第一灰度值,其中,所述第一灰度值为因为雾气影响产生的灰度值;
依据所述第一灰度值,计算所述第一图像中每个像素点对应的目标灰度值;
依据各所述像素点对应的目标灰度值,确定第二图像;
确定所述第一图像的第一灰度值包括:确定目标图像区域,其中,所述目标图像区域是所述第一图像的边缘区域;计算所述目标图像区域内的像素点的灰度值的均值;将所述灰度值的均值确定为所述第一灰度值;依据所述第一灰度值,计算所述第一图像中每个像素点对应的目标灰度值包括:获取所述第一图像中所有像素点对应的灰度值;将所述第一图像中每个像素点对应的灰度值与所述第一灰度值作差,以得到每个所述像素点对应的目标灰度值;
调节相机所属的成像系统的节拍,以使所述成像系统的所述节拍与传送带的传送节拍一致;
获取第一图像包括:
利用相机采集在黑色背景下的待检测对象的图像,所述待检测对象位于流水线上的预定区域内,其中,所述相机位于所述预定区域的一侧,所述预定区域远离所述相机的一侧设置有黑色背景板,且所述预定区域在所述黑色背景板上具有投影。
2.根据权利要求1所述的方法,其特征在于,依据各所述像素点对应的目标灰度值,确定第二图像包括:
依据所述目标灰度值确定去雾后的所述第一图像;
对去雾后的所述第一图像进行滤波操作,得到所述第二图像。
3.一种图像的处理装置,其特征在于,包括:
获取单元,用于获取第一图像,其中,所述第一图像为待去雾图像;
第一确定单元,用于确定所述第一图像的第一灰度值,其中,所述第一灰度值为因为雾气影响产生的灰度值;
计算单元,用于依据所述第一灰度值,计算所述第一图像中每个像素点对应的目标灰度值;
第二确定单元,用于依据各所述像素点对应的目标灰度值,确定第二图像;
所述第一确定单元包括:第一确定子单元,用于确定目标图像区域,其中,所述目标图像区域是所述第一图像的边缘区域;计算子单元,用于计算所述目标图像区域内的像素点的灰度值的均值;第二确定子单元,用于将所述灰度值的均值确定为所述第一灰度值;第一计算单元包括:获取子单元,用于获取第一图像中所有像素点对应的灰度值;作差子单元,用于将第一图像中每个像素点对应的灰度值与第一灰度值作差,以得到每个像素点对应的目标灰度值;
所述获取单元还用于调节相机所属的成像系统的节拍,以使所述成像系统的所述节拍与传送带的传送节拍一致;
所述获取单元包括:采集子单元,用于利用相机采集在黑色背景下的待检测对象的图像,所述待检测对象位于流水线上的预定区域内,其中,所述相机位于所述预定区域的一侧,所述预定区域远离所述相机的一侧设置有黑色背景板,且所述预定区域在所述黑色背景板上具有投影。
4.一种存储介质,其特征在于,所述存储介质包括存储的程序,其中,所述程序执行权利要求1至2中任意一项所述的一种图像的处理方法。
5.一种处理器,其特征在于,所述处理器用于运行程序,其中,所述程序运行时执行权利要求1至2中任意一项所述的一种图像的处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911150408.6A CN111179182B (zh) | 2019-11-21 | 2019-11-21 | 图像的处理方法及装置、存储介质及处理器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911150408.6A CN111179182B (zh) | 2019-11-21 | 2019-11-21 | 图像的处理方法及装置、存储介质及处理器 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111179182A CN111179182A (zh) | 2020-05-19 |
CN111179182B true CN111179182B (zh) | 2023-10-03 |
Family
ID=70646199
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911150408.6A Active CN111179182B (zh) | 2019-11-21 | 2019-11-21 | 图像的处理方法及装置、存储介质及处理器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111179182B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112149674A (zh) * | 2020-09-02 | 2020-12-29 | 珠海格力电器股份有限公司 | 一种图像处理方法及装置 |
CN112907684A (zh) * | 2021-03-12 | 2021-06-04 | 珠海格力电器股份有限公司 | 一种湿度检测方法、装置、设备及介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103460682A (zh) * | 2011-03-24 | 2013-12-18 | 三菱电机株式会社 | 图像处理装置和方法 |
CN106023091A (zh) * | 2016-04-22 | 2016-10-12 | 西安电子科技大学 | 基于图形处理器的图像实时去雾方法 |
CN110052715A (zh) * | 2019-03-15 | 2019-07-26 | 山东红宝自动化有限公司 | 一种钣金喷塑件自动化检测打标系统 |
-
2019
- 2019-11-21 CN CN201911150408.6A patent/CN111179182B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103460682A (zh) * | 2011-03-24 | 2013-12-18 | 三菱电机株式会社 | 图像处理装置和方法 |
CN106023091A (zh) * | 2016-04-22 | 2016-10-12 | 西安电子科技大学 | 基于图形处理器的图像实时去雾方法 |
CN110052715A (zh) * | 2019-03-15 | 2019-07-26 | 山东红宝自动化有限公司 | 一种钣金喷塑件自动化检测打标系统 |
Also Published As
Publication number | Publication date |
---|---|
CN111179182A (zh) | 2020-05-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Liu et al. | Fast burst images denoising | |
CN107749268B (zh) | 屏幕检测方法及设备 | |
TWI441095B (zh) | 距離估算方法及其距離估算裝置,及其機器可讀取媒體 | |
US9959600B2 (en) | Motion image compensation method and device, display device | |
CN111046862B (zh) | 一种字符分割方法、装置以及计算机可读存储介质 | |
CN108986097B (zh) | 一种镜头起雾状态检测方法、计算机装置及可读存储介质 | |
CN111027546B (zh) | 一种字符分割方法、装置以及计算机可读存储介质 | |
CN111179182B (zh) | 图像的处理方法及装置、存储介质及处理器 | |
TWI548269B (zh) | 用於處理影像中的反射區的方法、電子裝置和電腦可讀媒體 | |
CN108154491B (zh) | 一种图像反光消除方法 | |
JP7449507B2 (ja) | カメラストリームのためのマスクを生成する方法、コンピュータープログラム製品およびコンピューター可読媒体 | |
AU2018282347A1 (en) | Method and apparatus for monitoring vortex-induced vibration of wind turbine | |
CN116542982B (zh) | 一种基于机器视觉的出发判断器缺陷检测方法及装置 | |
KR102360773B1 (ko) | 스테레오-시간적 이미지 시퀀스들로부터 향상된 3-d 데이터 재구성을 위한 방법들 및 장치 | |
JP2018191087A (ja) | 付着物検出装置および付着物検出方法 | |
WO2021102913A1 (zh) | 图像处理方法、装置及存储介质 | |
WO2017120796A1 (zh) | 路面病害的检测方法及其装置、电子设备 | |
CN109447902B (zh) | 一种图像拼接方法、装置、储存介质及设备 | |
CN108234826B (zh) | 图像处理方法及装置 | |
CN109060830B (zh) | 显示屏的杂质的检测方法和装置 | |
WO2017128646A1 (zh) | 一种图像处理的方法及装置 | |
CN105574823A (zh) | 一种失焦模糊图像的去模糊方法和装置 | |
Gao et al. | Depth error elimination for RGB-D cameras | |
CN109035220A (zh) | 目标对象的图像检测方法和装置 | |
WO2017080236A1 (zh) | 图像处理方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |