CN111951184A - 一种焊缝监控图像去雾方法、装置及电子设备 - Google Patents

一种焊缝监控图像去雾方法、装置及电子设备 Download PDF

Info

Publication number
CN111951184A
CN111951184A CN202010675361.1A CN202010675361A CN111951184A CN 111951184 A CN111951184 A CN 111951184A CN 202010675361 A CN202010675361 A CN 202010675361A CN 111951184 A CN111951184 A CN 111951184A
Authority
CN
China
Prior art keywords
image
defogging
atmospheric light
acquiring
light 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
Application number
CN202010675361.1A
Other languages
English (en)
Other versions
CN111951184B (zh
Inventor
王展
李一娴
付鑫
田松坡
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ji Hua Laboratory
Original Assignee
Ji Hua Laboratory
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Ji Hua Laboratory filed Critical Ji Hua Laboratory
Priority to CN202010675361.1A priority Critical patent/CN111951184B/zh
Publication of CN111951184A publication Critical patent/CN111951184A/zh
Application granted granted Critical
Publication of CN111951184B publication Critical patent/CN111951184B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/73—Deblurring; Sharpening
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/20—Image enhancement or restoration using local operators
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/40—Image enhancement or restoration using histogram techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • 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

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)

Abstract

本发明提供了一种焊缝监控图像去雾方法、装置及电子设备，通过获取监控区域的第一图像，所述第一图像包含预设的标准白色区域的图像；根据所述第一图像获取大气光值；对所述第一图像进行滤波处理，得到第二图像；根据所述大气光值和基于大气散射模型的图像去雾算法对所述第二图像进行去雾处理，得到第三图像；对所述第三图像进行图像增强处理，以恢复暗部细节，从而得到最终图像；从而可有效消除图像中的烟雾干扰。

Description

一种焊缝监控图像去雾方法、装置及电子设备
技术领域
本发明涉及焊接设备技术领域，尤其涉及一种焊缝监控图像去雾方法、装置及电子设备。
背景技术
在自动化焊接过程中，常常会使用焊缝监控系统对焊接的效果和质量进行实时监控。在焊接过程中，主要采用CCD相机进行图像拍摄，从而实现监控。然而，焊接过程中会产生的烟雾，一定程度上干扰了监控的有效进行。
传统焊缝监控系统往往只注重CCD相机的耐高温性、焊缝识别算法的可靠性以及强光过曝的修正效果，目前没有一种焊缝监控系统能够有效消除烟雾干扰。因此焊接监控的去雾，是一个值得解决的问题。
发明内容
鉴于上述现有技术的不足之处，本申请实施例的目的在于提供一种焊缝监控图像去雾方法、装置及电子设备，可有效消除图像中的烟雾干扰。
第一方面，本申请实施例提供一种焊缝监控图像去雾方法，应用于焊缝监控系统，包括步骤：
获取监控区域的第一图像，所述第一图像包含预设的标准白色区域的图像；
根据所述第一图像获取大气光值；
对所述第一图像进行滤波处理，得到第二图像；
根据所述大气光值和基于大气散射模型的图像去雾算法对所述第二图像进行去雾处理，得到第三图像；
对所述第三图像进行图像增强处理，以恢复暗部细节，从而得到最终图像。
所述的焊缝监控图像去雾方法中，所述第一图像中，所述预设的标准白色区域的图像的面积在所述第一图像总面积中的占比不小于预设占比阈值。
所述的焊缝监控图像去雾方法中，所述根据所述第一图像获取大气光值的步骤包括：
获取所述第一图像的图像直方图；
根据所述图像直方图获取大气光值。
进一步的，所述根据所述图像直方图获取大气光值的步骤包括：
获取所述第一图像的最小值通道的直方图信息；
根据所述最小值通道的直方图信息，计算最小值通道中前N个像素值的平均值，其中N为预设数量；
以所述平均值作为大气光值。
所述的焊缝监控图像去雾方法中，所述对所述第一图像进行滤波处理，得到第二图像的步骤包括：
对所述第一图像进行中值滤波处理。
所述的焊缝监控图像去雾方法中，所述对所述第一图像进行滤波处理，得到第二图像的步骤包括：
对所述第一图像进行双边滤波处理。
第二方面，本申请实施例提供一种焊缝监控图像去雾装置，包括：
第一获取模块，用于获取监控区域的第一图像，所述第一图像包含预设的标准白色区域的图像；
第二获取模块，用于根据所述第一图像获取大气光值；
第一执行模块，用于对所述第一图像进行滤波处理，得到第二图像；
第二执行模块，用于根据所述大气光值和基于大气散射模型的图像去雾算法对所述第二图像进行去雾处理，得到第三图像；
第三执行模块，用于对所述第三图像进行图像增强处理，以恢复暗部细节，从而得到最终图像。
所述的焊缝监控图像去雾装置中，所述第一图像中，所述预设的标准白色区域的图像的面积在所述第一图像总面积中的占比不小于预设占比阈值。
所述的焊缝监控图像去雾装置中，所述第二获取模块在根据所述第一图像获取大气光值时，先获取所述第一图像的图像直方图，再根据所述图像直方图获取大气光值。
一种电子设备，其特征在于，包括处理器和存储器，所述存储器中存储有计算机程序，所述处理器通过调用所述存储器中存储的所述计算机程序，用于执行所述的焊缝监控图像去雾方法。
有益效果：
本申请实施例提供的一种焊缝监控图像去雾方法、装置及电子设备，通过获取监控区域的第一图像，所述第一图像包含预设的标准白色区域的图像；根据所述第一图像获取大气光值；对所述第一图像进行滤波处理，得到第二图像；根据所述大气光值和基于大气散射模型的图像去雾算法对所述第二图像进行去雾处理，得到第三图像；对所述第三图像进行图像增强处理，以恢复暗部细节，从而得到最终图像；从而可有效消除图像中的烟雾干扰。
附图说明
图1为本申请实施例提供的焊缝监控图像去雾方法的流程图。
图2为本申请实施例提供的焊缝监控图像去雾装置的模块图。
图3为本申请实施例提供的电子设备的结构示意图。
图4为去雾处理前的图像。
图5为图4中的图像去雾处理后的效果图。
具体实施方式
下面将结合本申请实施例中附图，对本申请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申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本申请的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
请参阅图1，本申请实施例提供的一种焊缝监控图像去雾方法，应用于焊缝监控系统，包括步骤：
A1.获取监控区域的第一图像，第一图像包含预设的标准白色区域的图像；
A2.根据第一图像获取大气光值；
A3.对第一图像进行滤波处理，得到第二图像；
A4.根据大气光值和基于大气散射模型的图像去雾算法对第二图像进行去雾处理，得到第三图像；
A5.对第三图像进行图像增强处理，以恢复暗部细节，从而得到最终图像。
可实现在焊缝监控系统的监控视野中设置一个标准白色区域，例如，可设置一块纯白色材料（优选为纯白色漫反射）制成薄片，并贴覆在监控视野内的固定区域，从而形成预设的标准白色区域；也可采用纯白色涂料（优选为纯白色漫反射）对监控视野内的固定区域进行喷涂，从而形成预设的标准白色区域。
在步骤A1中，把预设的标准白色区域的图像包含在第一图像中，可简单方便地获得较准确的大气光值。
其中，为了提高根据预设的标准白色区域的图像获取的大气光值的准确性，在第一图像中，预设的标准白色区域的图像的面积S1在第一图像总面积S2中的占比不小于预设占比阈值P。
一般地，该预设占比阈值P为4%-6%，优选为5%。其中，可用预设的标准白色区域的图像的像素点数量n1与第一图像的像素点总数量n2的比值来表征预设的标准白色区域的图像的面积S1在第一图像总面积S2中的占比。
为了满足该条件，可在步骤A1之前对焊缝监控系统的CCD相机进行校准处理。具体包括步骤：
A01.获取监控区域的初始图像，该图像包含预设的标准白色区域的图像；
A02.获取初始图像的第一像素点数量和预设的标准白色区域的图像的第二像素点数量；
A03.计算第二像素点数量与第一像素点数量的比值；
A04.判断该比值是否小于预设占比阈值P；
A05.若该比值小于预设占比阈值P则按预设步长调小CCD相机的焦距，并重复以上步骤，直到该比值不小于预设占比阈值P。
具体的，A2.根据第一图像获取大气光值的步骤包括：
A21.获取第一图像的图像直方图；
A22.根据图像直方图获取大气光值。
其中，步骤A21中，可获取单通道、三通道或四通道的图像直方图，可从图像直方图中得到每个通道的直方图信息（包括类型信息和像素值分布信息）。
在第一种实施方式中，A22.根据图像直方图获取大气光值的步骤包括：
A221. 获取第一图像的最小值通道的直方图信息；
A222. 根据该最小值通道的直方图信息，计算最小值通道中前N个像素值的平均值，其中N为预设数量；
A223.以该平均值作为大气光值。
其中，若步骤A21中获取的是单通道的图像直方图，则唯一的通道就是最小值通道；若步骤A21中获取的是三通道或四通道的图像直方图，则计算所有像素点的像素值之和Wi，以Wi值最小的通道为最小值通道。
其中，步骤A222中，前N个像素值是指：所有像素点的像素值从小到大排列时的排在前N个的像素值。N可以是具体的预设数值，也可以是通过预设比例Q计算得到的数值，计算公式为N=Q* n2，其中n2是第一图像像素点总数量，Q一般不大于2%，在本实施例中Q=1%。
在第二种实施方式中，A22.根据图像直方图获取大气光值的步骤包括：
A224. 计算图像直方图中每个通道的前N个像素值的第一平均值；
A225.计算各第一平均值的平均值；
A226. 以该平均值作为大气光值。
在第三种实施方式中，A22.根据图像直方图获取大气光值的步骤包括：
A227. 计算图像直方图中每个通道的前N个像素值的平均值；
A228. 以各平均值中的最小值作为大气光值。
在第四种实施方式中，A22.根据图像直方图获取大气光值的步骤包括：
A229.获取第一图像各像素点在图像直方图各通道中的像素值的最小值；
A2210.计算各像素点的像素值的最小值中，前N个像素值的第二平均值；
A2211.以该第二平均值作为大气光值。
例如，图像直方图为三通道的图像直方图（R、G、B三个通道），第一图像的某个像素点P1在R通道的像素值为2、在G通道的像素值为1、在B通道的像素值为3，则在步骤A229中，该像素点P1在图像直方图各通道中的像素值的最小值为1，其它像素点P2、P3……等的像素值取值以此类推。进而在步骤A2210中，提取P1、P2、P3……等像素点的最小值中的前N个像素值进行平均值的计算。
在一些优选的实施方式中，A3.对第一图像进行滤波处理，得到第二图像的步骤包括：
A31.对第一图像进行中值滤波处理。
具体的，根据以下公式进行中值滤波处理：
Figure DEST_PATH_IMAGE002
其中，y为坐标(x,y)位置像素的输出值，x为对应位置的原始图像（此处是指第一图像）像素值。通过中值滤波处理可有效去除第一图像中的突兀点，避免突兀点干扰。
在一些优选的实施方式中，A3.对第一图像进行滤波处理，得到第二图像的步骤包括：
A32.对第一图像进行双边滤波处理。
具体的，根据以下公式进行双边滤波处理；
Figure DEST_PATH_IMAGE004
其中，
Figure DEST_PATH_IMAGE006
为目标像素点的像素值，
Figure DEST_PATH_IMAGE008
为输出像素值，Si,j为目标像素邻域。
其中，
Figure DEST_PATH_IMAGE010
是权重，由空间域
Figure DEST_PATH_IMAGE012
和值域
Figure DEST_PATH_IMAGE014
两部分组成，即
Figure DEST_PATH_IMAGE016
；在双边滤波器中涉及的两种距离均取欧氏距离，权重计算可取高斯模板，如下式：
Figure DEST_PATH_IMAGE018
其中，
Figure DEST_PATH_IMAGE020
为空间域的标准差，
Figure DEST_PATH_IMAGE022
为值域的标准差；
通过双边滤波处理，可保持图像边缘信息的同时，可进一步使图像平滑，消除噪声。
具体的，步骤A4中，根据以下公式对第二图像进行去雾处理：
Figure DEST_PATH_IMAGE024
其中，I(x)为输入图像，J(x)为输出的去雾图像，A为大气光值，
Figure DEST_PATH_IMAGE026
为0.3。
其中，
Figure DEST_PATH_IMAGE028
，
Figure DEST_PATH_IMAGE030
，
Figure DEST_PATH_IMAGE032
代表输入图像的最小值通道，
Figure DEST_PATH_IMAGE034
为调整参数。
具体的，步骤A5中，可采用RETINEX算法对第三图像进行图像增强处理，具体公式为：
Figure DEST_PATH_IMAGE036
其中，R(x,y)为输出像素值，
Figure DEST_PATH_IMAGE038
为输入像素值；
Figure DEST_PATH_IMAGE040
其中，M为像素值的均值，V为像素值的方差，K为调节系数。
采用该焊缝监控图像去雾方法的效果可参考图4、5，其中图4为去雾前的图像，图5为去雾后的效果图，可以看到，采用该焊缝监控图像去雾方法具有较好的去雾效果，可有效效消除图像中的烟雾干扰。
由上可知，该焊缝监控图像去雾方法，通过获取监控区域的第一图像，所述第一图像包含预设的标准白色区域的图像；根据所述第一图像获取大气光值；对所述第一图像进行滤波处理，得到第二图像；根据所述大气光值和基于大气散射模型的图像去雾算法对所述第二图像进行去雾处理，得到第三图像；对所述第三图像进行图像增强处理，以恢复暗部细节，从而得到最终图像；从而可有效消除图像中的烟雾干扰。
请参阅图2，本申请实施例还提供一种焊缝监控图像去雾装置，包括第一获取模块1、第二获取模块2、第一执行模块3、第二执行模块4、第三执行模块5；
其中，第一获取模块1，用于获取监控区域的第一图像，第一图像包含预设的标准白色区域的图像；
其中，第二获取模块2，用于根据第一图像获取大气光值；
其中，第一执行模块3，用于对第一图像进行滤波处理，得到第二图像；
其中，第二执行模块4，用于根据大气光值和基于大气散射模型的图像去雾算法对第二图像进行去雾处理，得到第三图像；
其中，第三执行模块5，用于对第三图像进行图像增强处理，以恢复暗部细节，从而得到最终图像。
优选的，第一图像中，预设的标准白色区域的图像的面积在第一图像总面积中的占比不小于预设占比阈值。该预设占比阈值为4%-6%，优选为5%。
进一步的，第二获取模块2在根据第一图像获取大气光值时，先获取第一图像的图像直方图，再根据图像直方图获取大气光值。
在一些实施方式中，第二获取模块2在根据图像直方图获取大气光值时，先获取第一图像的最小值通道的直方图信息；然后根据该最小值通道的直方图信息，计算最小值通道中前N个像素值的平均值，其中N为预设数量；最后以该平均值作为大气光值。
N可以是具体的预设数值，也可以是通过预设比例Q计算得到的数值，计算公式为N=Q* n2，其中n2是第一图像像素点总数量，Q一般不大于2%，在本实施例中Q=1%。
在另一些实施方式中，第二获取模块2在根据图像直方图获取大气光值时，先计算图像直方图中每个通道的前N个像素值的第一平均值；然后计算各第一平均值的平均值；最后以该平均值作为大气光值。
还有一些实施方式中，第二获取模块2在根据图像直方图获取大气光值时，先计算图像直方图中每个通道的前N个像素值的平均值；再以各平均值中的最小值作为大气光值。
在一些优选的实施方式中，第一执行模块3对第一图像进行的滤波处理包括中值滤波处理。
在一些优选的实施方式中，第一执行模块3对第一图像进行的滤波处理包括双边滤波处理。
由上可知，该焊缝监控图像去雾装置，通过获取监控区域的第一图像，所述第一图像包含预设的标准白色区域的图像；根据所述第一图像获取大气光值；对所述第一图像进行滤波处理，得到第二图像；根据所述大气光值和基于大气散射模型的图像去雾算法对所述第二图像进行去雾处理，得到第三图像；对所述第三图像进行图像增强处理，以恢复暗部细节，从而得到最终图像；从而可有效消除图像中的烟雾干扰。
请参阅图3，本申请实施例还提供一种电子设备100，包括处理器101和存储器102，存储器102中存储有计算机程序，处理器101通过调用存储器102中存储的计算机程序，用于执行上述的焊缝监控图像去雾方法。
其中，处理器101与存储器102电性连接。处理器101是电子设备100的控制中心，利用各种接口和线路连接整个电子设备的各个部分，通过运行或调用存储在存储器102内的计算机程序，以及调用存储在存储器102内的数据，执行电子设备的各种功能和处理数据，从而对电子设备进行整体监控。
存储器102可用于存储计算机程序和数据。存储器102存储的计算机程序中包含有可在处理器中执行的指令。计算机程序可以组成各种功能模块。处理器101通过调用存储在存储器102的计算机程序，从而执行各种功能应用以及数据处理。
在本实施例中，电子设备100中的处理器101会按照如下的步骤，将一个或一个以上的计算机程序的进程对应的指令加载到存储器102中，并由处理器101来运行存储在存储器102中的计算机程序，从而实现各种功能：获取监控区域的第一图像，所述第一图像包含预设的标准白色区域的图像；根据所述第一图像获取大气光值；对所述第一图像进行滤波处理，得到第二图像；根据所述大气光值和基于大气散射模型的图像去雾算法对所述第二图像进行去雾处理，得到第三图像；对所述第三图像进行图像增强处理，以恢复暗部细节，从而得到最终图像。
由上可知，该电子设备，通过获取监控区域的第一图像，所述第一图像包含预设的标准白色区域的图像；根据所述第一图像获取大气光值；对所述第一图像进行滤波处理，得到第二图像；根据所述大气光值和基于大气散射模型的图像去雾算法对所述第二图像进行去雾处理，得到第三图像；对所述第三图像进行图像增强处理，以恢复暗部细节，从而得到最终图像；从而可有效消除图像中的烟雾干扰。
综上所述，虽然本发明已以优选实施例揭露如上，但上述优选实施例并非用以限制本发明，本领域的普通技术人员，在不脱离本发明的精神和范围内，均可作各种更动与润饰，其方案与本发明实质上相同。

Claims (10)

1.一种焊缝监控图像去雾方法，应用于焊缝监控系统，其特征在于，包括步骤：
获取监控区域的第一图像，所述第一图像包含预设的标准白色区域的图像；
根据所述第一图像获取大气光值；
对所述第一图像进行滤波处理，得到第二图像；
根据所述大气光值和基于大气散射模型的图像去雾算法对所述第二图像进行去雾处理，得到第三图像；
对所述第三图像进行图像增强处理，以恢复暗部细节，从而得到最终图像。
2.根据权利要求1所述的焊缝监控图像去雾方法，其特征在于，所述第一图像中，所述预设的标准白色区域的图像的面积在所述第一图像总面积中的占比不小于预设占比阈值。
3.根据权利要求1所述的焊缝监控图像去雾方法，其特征在于，所述根据所述第一图像获取大气光值的步骤包括：
获取所述第一图像的图像直方图；
根据所述图像直方图获取大气光值。
4.根据权利要求3所述的焊缝监控图像去雾方法，其特征在于，所述根据所述图像直方图获取大气光值的步骤包括：
获取所述第一图像的最小值通道的直方图信息；
根据所述最小值通道的直方图信息，计算最小值通道中前N个像素值的平均值，其中N为预设数量；
以所述平均值作为大气光值。
5.根据权利要求1所述的焊缝监控图像去雾方法，其特征在于，所述对所述第一图像进行滤波处理，得到第二图像的步骤包括：
对所述第一图像进行中值滤波处理。
6.根据权利要求1所述的焊缝监控图像去雾方法，其特征在于，所述对所述第一图像进行滤波处理，得到第二图像的步骤包括：
对所述第一图像进行双边滤波处理。
7.一种焊缝监控图像去雾装置，其特征在于，包括：
第一获取模块，用于获取监控区域的第一图像，所述第一图像包含预设的标准白色区域的图像；
第二获取模块，用于根据所述第一图像获取大气光值；
第一执行模块，用于对所述第一图像进行滤波处理，得到第二图像；
第二执行模块，用于根据所述大气光值和基于大气散射模型的图像去雾算法对所述第二图像进行去雾处理，得到第三图像；
第三执行模块，对所述第三图像进行图像增强处理，以恢复暗部细节，从而得到最终图像。
8.根据权利要求7所述的焊缝监控图像去雾装置，其特征在于，所述第一图像中，所述预设的标准白色区域的图像的面积在所述第一图像总面积中的占比不小于预设占比阈值。
9.根据权利要求7所述的焊缝监控图像去雾装置，其特征在于，所述第二获取模块在根据所述第一图像获取大气光值时，先获取所述第一图像的图像直方图，再根据所述图像直方图获取大气光值。
10.一种电子设备，其特征在于，包括处理器和存储器，所述存储器中存储有计算机程序，所述处理器通过调用所述存储器中存储的所述计算机程序，用于执行权利要求1-6任一项所述的焊缝监控图像去雾方法。
CN202010675361.1A 2020-07-14 2020-07-14 一种焊缝监控图像去雾方法、装置及电子设备 Active CN111951184B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010675361.1A CN111951184B (zh) 2020-07-14 2020-07-14 一种焊缝监控图像去雾方法、装置及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010675361.1A CN111951184B (zh) 2020-07-14 2020-07-14 一种焊缝监控图像去雾方法、装置及电子设备

Publications (2)

Publication Number Publication Date
CN111951184A true CN111951184A (zh) 2020-11-17
CN111951184B CN111951184B (zh) 2024-05-10

Family

ID=73341055

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010675361.1A Active CN111951184B (zh) 2020-07-14 2020-07-14 一种焊缝监控图像去雾方法、装置及电子设备

Country Status (1)

Country Link
CN (1) CN111951184B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104899844A (zh) * 2015-06-30 2015-09-09 北京奇艺世纪科技有限公司 一种图像去雾方法及装置
CN106157270A (zh) * 2016-08-29 2016-11-23 潍坊学院 一种单幅图像快速去雾方法及系统
CN108460735A (zh) * 2018-02-06 2018-08-28 中国科学院光电技术研究所 基于单幅图像的改进暗通道去雾方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104899844A (zh) * 2015-06-30 2015-09-09 北京奇艺世纪科技有限公司 一种图像去雾方法及装置
CN106157270A (zh) * 2016-08-29 2016-11-23 潍坊学院 一种单幅图像快速去雾方法及系统
CN108460735A (zh) * 2018-02-06 2018-08-28 中国科学院光电技术研究所 基于单幅图像的改进暗通道去雾方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
KAIMING HE ET AL.: "Single Image Haze Removal Using Dark Channel Prior", 《IEEE TRANSACTIONS ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE》, vol. 33, no. 12, pages 2341 - 2353, XP011409121, DOI: 10.1109/TPAMI.2010.168 *
董浩伟 等: "一种基于大气散射模型和Retinex 的红外图像去雾算法", 《红外技术》, vol. 41, no. 4, pages 347 - 356 *
郭璠: "基于大气散射模型的单幅图像去雾算法研究", 《中国博士学位论文全文数据库 信息科技辑》, no. 2013, pages 138 - 24 *

Also Published As

Publication number Publication date
CN111951184B (zh) 2024-05-10

Similar Documents

Publication Publication Date Title
CN107408296B (zh) 用于高动态范围图像的实时噪声消除和图像增强的方法以及系统
US11113795B2 (en) Image edge processing method, electronic device, and computer readable storage medium
US20040190787A1 (en) Image noise reduction
EP3729365B1 (en) Improved inverse tone mapping method and corresponding device
JP2006135745A5 (zh)
CN107644409B (zh) 图像增强方法、显示装置及计算机可读存储介质
CN111369471B (zh) 一种图像处理方法、装置、设备和存储介质
CN113313645B (zh) 图像处理方法、图像处理装置、终端及可读存储介质
CN111866501B (zh) 一种摄像模组检测方法、装置、电子设备及介质
CN115908415A (zh) 基于边缘的缺陷检测方法、装置、设备及存储介质
CN114677316B (zh) 可实时的可见光图像与红外图像多通道融合方法及装置
CN113344801A (zh) 一种应用于燃气计量设施环境下的图像增强方法、系统、终端及存储介质
US20060034512A1 (en) Adaptive image improvement
CN111369513B (zh) 一种异常检测方法、装置、终端设备及存储介质
CN111951184B (zh) 一种焊缝监控图像去雾方法、装置及电子设备
US20140267915A1 (en) System and method for blind image deconvolution
CN114119376A (zh) 一种图像处理方法、装置、电子设备及存储介质
CN109785343B (zh) 基于清晰度的人脸抠图图片的优选方法及装置
CN115170894B (zh) 一种烟火检测的方法及装置
CN113379631B (zh) 一种图像去雾的方法及装置
CN112712479A (zh) 妆容处理方法、系统、移动终端及存储介质
Zhang et al. Estimation of atmospheric light based on gaussian distribution
CN117300335B (zh) 一种基于机器视觉的激光加工方法及系统
JP2006277688A (ja) 画質改善装置、画質改善方法及びそのためのプログラム
CN117078562B (zh) 一种视频图像去雾方法、装置、计算机设备及介质

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