CN112288678A - 一种焊缝图像伪彩色显示方法及系统 - Google Patents
一种焊缝图像伪彩色显示方法及系统 Download PDFInfo
- Publication number
- CN112288678A CN112288678A CN201910858008.4A CN201910858008A CN112288678A CN 112288678 A CN112288678 A CN 112288678A CN 201910858008 A CN201910858008 A CN 201910858008A CN 112288678 A CN112288678 A CN 112288678A
- Authority
- CN
- China
- Prior art keywords
- image
- weld
- layer
- frequency component
- gray 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
- 238000000034 method Methods 0.000 title claims abstract description 30
- 238000003466 welding Methods 0.000 claims abstract description 150
- 239000011159 matrix material Substances 0.000 claims abstract description 95
- 239000011324 bead Substances 0.000 claims abstract description 83
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 56
- 238000005457 optimization Methods 0.000 claims abstract description 46
- 238000003708 edge detection Methods 0.000 claims description 30
- 238000009499 grossing Methods 0.000 claims description 18
- 238000001914 filtration Methods 0.000 claims description 6
- 238000007781 pre-processing Methods 0.000 claims description 6
- 230000007547 defect Effects 0.000 abstract description 14
- 238000001514 detection method Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
Images
Classifications
-
- 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
- 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 by the use of local operators
- G06T5/30—Erosion or dilatation, e.g. thinning
-
- G06T5/70—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30152—Solder
Abstract
本发明公开了一种焊缝图像伪彩色显示方法及系统。该方法包括:在预处理后的焊缝图像中的焊道闭合区域内任选一个像素点作为种子点进行区域生长;将生长后的焊缝图像与原始焊缝图像相乘得到焊缝优化图像;对焊缝优化图像进行三层小波包分解;对在设定区间内的系数矩阵进行更新;由更新后的系数矩阵分别重构得到第一层对应的分量和焊缝重构图像;将第一层对应的低频分量中的矩阵系数置为零,重构得到第一增强图像;将第一层对应的高频分量中的矩阵系数置为零,重构得到第二增强图像;对第一增强图像、第二增强图像和焊缝重构图像进行伪彩色处理,得到彩色焊缝图像并显示。本发明实现了对焊缝图像的增强,提高了焊缝图像对比度,使缺陷更加明显。
Description
技术领域
本发明涉图像处理技术领域,特别是涉及一种焊缝图像伪彩色显示方法及系统。
背景技术
X射线焊缝图像成像过程复杂,得到图像为灰度图像,因此,通常会存在缺陷边缘模糊的问题。为了解决这一问题,目前,通常采用对数函数或者sin函数对图像进行增强,或采用直方图均衡化的方法对图像增强。但是现有的方法,对所有的像素点都采用相同的映射函数,不能针对性的对缺陷信息进行增强,并且增强后依然是灰度图像。现有的方法不能突出焊缝图像中的细节特征,对比度差,缺陷不明显,不能很好地实现焊缝检测。
发明内容
基于此,有必要提供一种焊缝图像伪彩色显示方法及系统,以实现对焊缝图像的增强,突出焊缝图像中的细节特征,提高焊缝图像对比度,使缺陷更加明显,为焊缝检测提供便利。
为实现上述目的,本发明提供了如下方案:
一种焊缝图像伪彩色显示方法,包括:
获取原始焊缝图像;
对所述原始焊缝图像依次进行平滑处理、边缘检测、N次膨胀操作和N次细化操作,得到细化后的焊缝图像;N≥1;
确定所述细化后的焊缝图像中的焊道闭合区域;所述焊道闭合区域为所述细化后的焊缝图像中的焊缝围成的闭合区域;
在所述焊道闭合区域内任选一个像素点作为种子点,并将所述种子点的灰度值设置为1,比较所述种子点的灰度值和相邻像素点的灰度值的大小,确定区域生长后的焊缝图像;所述相邻像素点为所述焊道闭合区域内与所述种子点相邻的像素点;所述区域生长后的焊缝图像中焊道闭合区域内的像素点值等于所述焊缝上的像素点值;
确定焊缝优化图像;所述焊缝优化图像为所述区域生长后的焊缝图像与所述原始焊缝图像相乘得到的图像;
对所述焊缝优化图像进行三层小波包分解,得到第三层的64个节点;每个节点对应一个分量;每个分量为一个系数矩阵;所述分量为低频分量、水平高频分量、垂直高频分量或对角高频分量;
确定系数矩阵更新集合;所述系数矩阵更新集合包括第三层的64个节点对应的系数矩阵中去除设定系数矩阵后的系数矩阵;所述设定系数矩阵为第三层中属于低频分量,且隶属的第二层节点和第一层节点均为低频分量的节点对应的系数矩阵;
对所述系数矩阵更新集合中处于设定区间内的系数矩阵进行更新,得到更新后的系数矩阵更新集合;
由更新后的系数矩阵更新集合和所述设定系数矩阵,重构第一层对应的低频分量、水平高频分量、垂直高频分量和对角高频分量;
将第一层对应的低频分量中的矩阵系数置为零,采用第一层对应的水平高频分量、垂直高频分量、对角高频分量和重置后的低频分量重构得到第一增强图像;所述第一增强图像为高频分量重构得到的焊缝图像;
将第一层对应的水平高频分量、垂直高频分量和对角高频分量中的矩阵系数置为零,采用第一层对应的低频分量、重置后的水平高频分量、重置后的垂直高频分量和重置后的对角高频分量重构得到第二增强图像;所述第二增强图像为低频分量重构得到的焊缝图像;
由更新后的系数矩阵更新集合和所述设定系数矩阵,对所述原始焊缝图像进行重构,得到焊缝重构图像;
对所述第一增强图像、所述第二增强图像和所述焊缝重构图像进行伪彩色处理,得到彩色焊缝图像并显示。
可选的,所述对所述原始焊缝图像依次进行平滑处理、边缘检测、N次膨胀操作和N次细化操作,得到细化后的焊缝图像,具体包括:
采用26*26的滤波窗口对所述原始焊缝图像进行平滑处理,得到平滑后的焊缝图像;
对所述平滑后的焊缝图像进行canny边缘检测,得到边缘检测后的焊缝图像;
对所述边缘检测后的焊缝图像进行13次膨胀操作,得到膨胀后的焊缝图像;
对所述膨胀后的焊缝图像进行13次细化操作,得到细化后的焊缝图像。
可选的,所述在所述焊道闭合区域内任选一个像素点作为种子点,并将所述种子点的灰度值设置为1,比较所述种子点的灰度值和相邻像素点的灰度值的大小,确定区域生长后的焊缝图像,具体包括:
在所述焊道闭合区域内任选一个像素点作为种子点,并将所述种子点的灰度值设置为1;
比较相邻像素点的灰度值是否等于所述种子点的灰度值,得到比较结果;
若所述比较结果表示相邻像素点的灰度值等于所述种子点的灰度值,则不作处理;若所述比较结果表示相邻像素点的灰度值不等于所述种子点的灰度值,将所述相邻像素点的灰度值更新为所述种子点的灰度值,并将发生灰度值更新的相邻像素点作为种子点,返回所述比较相邻像素点的灰度值是否等于所述种子点的灰度值,得到比较结果,直至所述焊道闭合区域内的所有像素点比较完毕,最终得到区域生长后的焊缝图像。
可选的,所述对所述焊缝优化图像进行三层小波包分解,得到第三层的64个节点,具体包括:
采用多种小波基分别对所述焊缝优化图像进行一层小波包分解;
计算每种小波基的代价函数;所述代价函数M(x)=|max(x)-min(x)|,其中,max(x)为小波分解一层后小波系数中的最大值,min(x)为小波分解一层后小波系数中的最小值;
将最大代价函数对应的小波基确定为最优小波基;
采用所述最优小波基对所述焊缝优化图像进行三层小波包分解,得到第一层的4个节点、第二层的16个节点和第三层的64个节点。
可选的,所述对所述第一增强图像、所述第二增强图像和所述焊缝重构图像进行伪彩色处理,得到彩色焊缝图像并显示,具体包括:
将所述第一增强图像加入到彩色显示器的红色显示通道,将所述第二增强图像加入到所述彩色显示器的绿色显示通道,将所述焊缝重构图像加入到所述彩色显示器的蓝色显示通道,得到彩色焊缝图像并显示。
本发明还提供了一种焊缝图像伪彩色显示系统,包括:
图像获取模块,用于获取原始焊缝图像;
预处理模块,用于对所述原始焊缝图像依次进行平滑处理、边缘检测、N次膨胀操作和N次细化操作,得到细化后的焊缝图像;N≥1;
闭合区域确定模块,用于确定所述细化后的焊缝图像中的焊道闭合区域;所述焊道闭合区域为所述细化后的焊缝图像中的焊缝围成的闭合区域;
区域生长图像确定模块,用于在所述焊道闭合区域内任选一个像素点作为种子点,并将所述种子点的灰度值设置为1,比较所述种子点的灰度值和相邻像素点的灰度值的大小,确定区域生长后的焊缝图像;所述相邻像素点为所述焊道闭合区域内与所述种子点相邻的像素点;所述区域生长后的焊缝图像中焊道闭合区域内的像素点值等于所述焊缝上的像素点值;
焊缝优化图像确定模块,用于确定焊缝优化图像;所述焊缝优化图像为所述区域生长后的焊缝图像与所述原始焊缝图像相乘得到的图像;
小波包分解模块,用于对所述焊缝优化图像进行三层小波包分解,得到第三层的64个节点;每个节点对应一个分量;每个分量为一个系数矩阵;所述分量为低频分量、水平高频分量、垂直高频分量或对角高频分量;
更新集合确定模块,用于确定系数矩阵更新集合;所述系数矩阵更新集合包括第三层的64个节点对应的系数矩阵中去除设定系数矩阵后的系数矩阵;所述设定系数矩阵为第三层中属于低频分量,且隶属的第二层节点和第一层节点均为低频分量的节点对应的系数矩阵;
更新模块,用于对所述系数矩阵更新集合中处于设定区间内的系数矩阵进行更新,得到更新后的系数矩阵更新集合;
第一重构模块,用于由更新后的系数矩阵更新集合和所述设定系数矩阵,重构第一层对应的低频分量、水平高频分量、垂直高频分量和对角高频分量;
第二重构模块,用于将第一层对应的低频分量中的矩阵系数置为零,采用第一层对应的水平高频分量、垂直高频分量、对角高频分量和重置后的低频分量重构得到第一增强图像;所述第一增强图像为高频分量重构得到的焊缝图像;
第三重构模块,用于将第一层对应的水平高频分量、垂直高频分量和对角高频分量中的矩阵系数置为零,采用第一层对应的低频分量、重置后的水平高频分量、重置后的垂直高频分量和重置后的对角高频分量重构得到第二增强图像;所述第二增强图像为低频分量重构得到的焊缝图像;
第四重构模块,用于由更新后的系数矩阵更新集合和所述设定系数矩阵,对所述原始焊缝图像进行重构,得到焊缝重构图像;
伪彩色处理模块,用于对所述第一增强图像、所述第二增强图像和所述焊缝重构图像进行伪彩色处理,得到彩色焊缝图像并显示。
可选的,所述预处理模块,具体包括:
平滑处理单元,用于采用26*26的滤波窗口对所述原始焊缝图像进行平滑处理,得到平滑后的焊缝图像;
边缘检测单元,用于对所述平滑后的焊缝图像进行canny边缘检测,得到边缘检测后的焊缝图像;
膨胀操作单元,用于对所述边缘检测后的焊缝图像进行13次膨胀操作,得到膨胀后的焊缝图像;
细化操作单元,用于对所述膨胀后的焊缝图像进行13次细化操作,得到细化后的焊缝图像。
可选的,所述区域生长图像确定模块,具体包括:
种子点选取单元,用于在所述焊道闭合区域内任选一个像素点作为种子点,并将所述种子点的灰度值设置为1;
比较单元,用于比较相邻像素点的灰度值是否等于所述种子点的灰度值,得到比较结果;
灰度值更新单元,用于若所述比较结果表示相邻像素点的灰度值等于所述种子点的灰度值,则不作处理;若所述比较结果表示相邻像素点的灰度值不等于所述种子点的灰度值,将所述相邻像素点的灰度值更新为所述种子点的灰度值,并将发生灰度值更新的相邻像素点作为种子点,返回所述比较相邻像素点的灰度值是否等于所述种子点的灰度值,得到比较结果,直至所述焊道闭合区域内的所有像素点比较完毕,最终得到区域生长后的焊缝图像。
可选的,所述小波包分解模块,具体包括:
一层分解单元,用于采用多种小波基分别对所述焊缝优化图像进行一层小波包分解;
代价函数计算单元,用于计算每种小波基的代价函数;所述代价函数M(x)=|max(x)-min(x)|,其中,max(x)为小波分解一层后小波系数中的最大值,min(x)为小波分解一层后小波系数中的最小值;
小波基确定单元,用于将最大代价函数对应的小波基确定为最优小波基;
小波包分解单元,用于采用所述最优小波基对所述焊缝优化图像进行三层小波包分解,得到第一层的4个节点、第二层的16个节点和第三层的64个节点。
可选的,所述伪彩色处理模块,具体包括:
伪彩色处理单元,用于将所述第一增强图像加入到彩色显示器的红色显示通道,将所述第二增强图像加入到所述彩色显示器的绿色显示通道,将所述焊缝重构图像加入到所述彩色显示器的蓝色显示通道,得到彩色焊缝图像并显示。
与现有技术相比,本发明的有益效果是:
本发明提出了一种焊缝图像伪彩色显示方法及系统。所述方法中首先通过对原始焊缝图像进行平滑处理、边缘检测、N次膨胀操作和N次细化操作处理,然后,在焊道闭合区域内任选一个像素点作为种子点,并将种子点的灰度值设置为1,比较种子点和相邻像素点的灰度值的大小,确定区域生长后的焊缝图像,再将区域生长后的焊缝图像与原始焊缝图像相乘得到焊缝优化图像,这样通过一系列的预处理,使得焊道区域更加明显。所述方法中对焊缝优化图像进行三层小波包分解,小波能对图像信号进行精细地分解,得到不同尺度下的高频和低频信息,通过对高频信号进行增强,突出了焊缝图像中的细节特征,增大了缺陷处的对比度。所述方法中还利用了伪彩色处理技术,得到彩色焊缝图像并显示,而人眼对彩色要比灰度敏感的多,将高频信息与低频信息通过不同的通道显示,伪彩色处理后的焊缝图像中缺陷和其它信息呈现出不同的颜色,为焊缝检测提供了便利。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例一种焊缝图像伪彩色显示方法的流程图;
图2为本发明实施例原始焊缝图像的示意图;
图3为本发明实施例平滑后的焊缝图像的示意图;
图4为本发明实施例边缘检测后的焊缝图像的示意图;
图5为本发明实施例膨胀后的焊缝图像的示意图;
图6为本发明实施例细化后的焊缝图像的示意图;
图7为本发明实施例区域生长后的焊缝图像的示意图;
图8为本发明实施例焊缝优化图像的示意图;
图9为本发明实施例三层小波包分解的示意图;
图10为本发明实施例一种焊缝图像伪彩色显示系统的结构示意图。
具体实施方式
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,都属于本发明保护的范围。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1为本发明实施例一种焊缝图像伪彩色显示方法的流程图。
参见图1,实施例的焊缝图像伪彩色显示方法,包括:
步骤S1:获取原始焊缝图像。所述原始焊缝图像如图2所示。
步骤S2:对所述原始焊缝图像依次进行平滑处理、边缘检测、N次膨胀操作和N次细化操作,得到细化后的焊缝图像。其中,N≥1。
所述步骤S2,具体包括:
采用26*26的滤波窗口对所述原始焊缝图像进行平滑处理,得到平滑后的焊缝图像。平滑后的焊缝图像如图3所示。
对所述平滑后的焊缝图像进行canny边缘检测,得到边缘检测后的焊缝图像。其中高斯滤波器的标准差为12,阈值为自适应选取。边缘检测后的焊缝图像如图4所示。
对所述边缘检测后的焊缝图像进行13次膨胀操作,得到膨胀后的焊缝图像。其中,膨胀的结构元素为[010;111;010]。膨胀后的焊缝图像如图5所示。
对所述膨胀后的焊缝图像进行13次细化操作,得到细化后的焊缝图像。细化后的焊缝图像如图6所示。
步骤S3:确定所述细化后的焊缝图像中的焊道闭合区域。
所述焊道闭合区域为所述细化后的焊缝图像中的焊缝围成的闭合区域。
步骤S4:在所述焊道闭合区域内任选一个像素点作为种子点,并将所述种子点的灰度值设置为1,比较所述种子点的灰度值和相邻像素点的灰度值的大小,确定区域生长后的焊缝图像。
所述相邻像素点为所述焊道闭合区域内与所述种子点相邻的像素点;所述区域生长后的焊缝图像中焊道闭合区域内的像素点值等于所述焊缝上的像素点值。
所述步骤S4,具体包括:
在所述焊道闭合区域内任选一个像素点作为种子点,将种子点的灰度值设为1,这时除了这个种子生长点,焊道闭合区域内的其它像素点的灰度值都为0。
比较相邻像素点(周围的八个像素点)的灰度值是否等于所述种子点的灰度值,得到比较结果。
若所述比较结果表示相邻像素点的灰度值等于所述种子点的灰度值,则不作处理;若所述比较结果表示相邻像素点的灰度值不等于所述种子点的灰度值,将所述相邻像素点的灰度值更新为所述种子点的灰度值(灰度值为1),并将发生灰度值更新的相邻像素点作为种子点,返回所述比较相邻像素点的灰度值是否等于所述种子点的灰度值,得到比较结果,直至所述焊道闭合区域内的所有像素点比较完毕,最终得到区域生长后的焊缝图像。区域生长后的焊缝图像为二值图像,焊道区域为1,背景区域为0。区域生长后的焊缝图像如图7所示。
步骤S5:确定焊缝优化图像;所述焊缝优化图像为所述区域生长后的焊缝图像与所述原始焊缝图像相乘得到的图像。具体的,将焊缝优化图像作为掩模与原始焊缝图像相乘,得到背景去除后的图像,即为焊缝优化图像。焊缝优化图像如图8所示。图8中的白色圆圈表示焊缝中的缺陷,经过步骤S1-S5,可以避免焊缝之外的背景信息对缺陷检测造成影响。
步骤S6:对所述焊缝优化图像进行三层小波包分解,得到第三层的64个节点;每个节点对应一个分量;每个分量为一个系数矩阵。
所述分量为低频分量、水平高频分量、垂直高频分量或对角高频分量。
所述步骤S6,具体包括:
确定最优小波基。具体为,采用多种小波基分别对所述焊缝优化图像进行一层小波包分解。计算每种小波基的代价函数;所述代价函数M(x)=|max(x)-min(x)|,其中,max(x)为小波分解一层后小波系数中的最大值,min(x)为小波分解一层后小波系数中的最小值。将最大代价函数对应的小波基确定为最优小波基。
采用所述最优小波基对所述焊缝优化图像进行三层小波包分解,对每一个结点的矩阵系数进行归一化并生成横轴为数值大小,纵轴为频数的直方图。具体的,选定最优小波基后,对焊缝优化图像使用wpdec2函数进行三层小波包分解,第一层的多个分量、第二层的多个分量和第三层的多个分量;每个所述分量为一个系数矩阵。图9为本发明实施例三层小波包分解的示意图,参见图9,本实施例中,焊缝优化图像通过第一层小波包分解得到四个分量:低频分量(低频信息)、水平高频分量(高频信息)、垂直高频分量(高频信息)、对角高频分量(高频信息)。通过第二层小波包分解将第一层的每个分量都类似地分解成四个分量,共十六个分量。通过第三层小波包分解将第二层的每个分量都类似地分解成四个分量,共六十四个分量。
步骤S7:确定系数矩阵更新集合。
所述系数矩阵更新集合包括第三层的64个节点对应的系数矩阵中去除设定系数矩阵后的系数矩阵;所述设定系数矩阵为第三层中属于低频分量,且隶属的第二层节点和第一层节点均为低频分量的节点对应的系数矩阵。
步骤S8:对所述系数矩阵更新集合中处于设定区间内的系数矩阵进行更新,得到更新后的系数矩阵更新集合。具体为:
设系数矩阵更新集合中系数矩阵的最大值为Xmax,系数矩阵中的最小值为Xmin,令bias=(Xmax-Xmin)*0.1,找到矩阵系数中频数最大的数值Xmid,更新设定区间[Xmid-bias,Xmid+bias]的系数值,使得该区间内的系数值都乘以1.3,得到更新后的系数矩阵,更新后的系数矩阵构成更新后的系数矩阵更新集合。
步骤S9:由更新后的系数矩阵更新集合和所述设定系数矩阵,重构第一层对应的低频分量、水平高频分量、垂直高频分量和对角高频分量。
其中,重构得到的第一层对应的分量为小波包分解一层后的四个结点状态,低频分量表示图像的低频信息,水平高频分量、垂直高频分量和对角高频分量表示图像的高频信息。
步骤S10:将第一层对应的低频分量中的矩阵系数置为零,采用第一层对应的水平高频分量、垂直高频分量、对角高频分量和重置后的低频分量重构得到第一增强图像。
所述第一增强图像为高频分量重构得到的焊缝图像,表示小波包增强后图像的高频信息。
步骤S11:将第一层对应的水平高频分量、垂直高频分量和对角高频分量中的矩阵系数置为零,采用第一层对应的低频分量、重置后的水平高频分量、重置后的垂直高频分量和重置后的对角高频分量重构得到第二增强图像。
所述第二增强图像为低频分量重构得到的焊缝图像,表示小波包增强后图像的低频信息。
步骤S12:由更新后的系数矩阵更新集合和所述设定系数矩阵,对所述原始焊缝图像进行重构,得到焊缝重构图像。
步骤S13:对所述第一增强图像、所述第二增强图像和所述焊缝重构图像进行伪彩色处理,得到彩色焊缝图像并显示。
所述步骤S13,具体包括:
将所述第一增强图像加入到彩色显示器的红色显示通道,将所述第二增强图像加入到所述彩色显示器的绿色显示通道,将所述焊缝重构图像加入到所述彩色显示器的蓝色显示通道,得到彩色焊缝图像并显示。
本实施例的焊缝图像伪彩色显示方法具有以下优点:
1、在缺陷检测中,背景是缺陷检测的无关因素,背景去除能避免背景区域伪彩色显示时作为高频或者低频混合在图像中,本实施例通过步骤S1-S5,得到焊缝优化图像,能够使得焊道区域更加明显。
2、缺陷信息处通常表现为微小的梯度变化。本实施例里步骤S6使用小波包分解,相对小波分解来说,能够对图像进行更为精细的分解和系数的处理。步骤S7中通过倍乘1.3将梯度变化增大,步骤S10,将高频信息提取出来,并在R通道中单独显示,使得缺陷更加明显,为焊缝检测提供了便利。
本发明还提供了一种焊缝图像伪彩色显示系统,图10为本发明实施例一种焊缝图像伪彩色显示系统的结构示意图。
参见图10,实施例的焊缝图像伪彩色显示系统,包括:
图像获取模块901,用于获取原始焊缝图像。
预处理模块902,用于对所述原始焊缝图像依次进行平滑处理、边缘检测、N次膨胀操作和N次细化操作,得到细化后的焊缝图像;N≥1。
闭合区域确定模块903,用于确定所述细化后的焊缝图像中的焊道闭合区域;所述焊道闭合区域为所述细化后的焊缝图像中的焊缝围成的闭合区域。
区域生长图像确定模块904,用于在所述焊道闭合区域内任选一个像素点作为种子点,并将所述种子点的灰度值设置为1,比较所述种子点的灰度值和相邻像素点的灰度值的大小,确定区域生长后的焊缝图像;所述相邻像素点为所述焊道闭合区域内与所述种子点相邻的像素点;所述区域生长后的焊缝图像中焊道闭合区域内的像素点值等于所述焊缝上的像素点值。
焊缝优化图像确定模块905,用于确定焊缝优化图像;所述焊缝优化图像为所述区域生长后的焊缝图像与所述原始焊缝图像相乘得到的图像。
小波包分解模块906,用于对所述焊缝优化图像进行三层小波包分解,得到第三层的64个节点;每个节点对应一个分量;每个分量为一个系数矩阵;所述分量为低频分量、水平高频分量、垂直高频分量或对角高频分量。
更新集合确定模块907,用于确定系数矩阵更新集合;所述系数矩阵更新集合包括第三层的64个节点对应的系数矩阵中去除设定系数矩阵后的系数矩阵;所述设定系数矩阵为第三层中属于低频分量,且隶属的第二层节点和第一层节点均为低频分量的节点对应的系数矩阵;
更新模块908,用于对所述系数矩阵更新集合中处于设定区间内的系数矩阵进行更新,得到更新后的系数矩阵更新集合;
第一重构模块909,用于由更新后的系数矩阵更新集合和所述设定系数矩阵,重构第一层对应的低频分量、水平高频分量、垂直高频分量和对角高频分量;
第二重构模块910,用于将第一层对应的低频分量中的矩阵系数置为零,采用第一层对应的水平高频分量、垂直高频分量、对角高频分量和重置后的低频分量重构得到第一增强图像;所述第一增强图像为高频分量重构得到的焊缝图像;
第三重构模块911,用于将第一层对应的水平高频分量、垂直高频分量和对角高频分量中的矩阵系数置为零,采用第一层对应的低频分量、重置后的水平高频分量、重置后的垂直高频分量和重置后的对角高频分量重构得到第二增强图像;所述第二增强图像为低频分量重构得到的焊缝图像;
第四重构模块912,用于由更新后的系数矩阵更新集合和所述设定系数矩阵,对所述原始焊缝图像进行重构,得到焊缝重构图像;
伪彩色处理模块913,用于对所述第一增强图像、所述第二增强图像和所述焊缝重构图像进行伪彩色处理,得到彩色焊缝图像并显示。
作为一种可选的实施方式,所述预处理模块902,具体包括:
平滑处理单元,用于采用26*26的滤波窗口对所述原始焊缝图像进行平滑处理,得到平滑后的焊缝图像。
边缘检测单元,用于对所述平滑后的焊缝图像进行canny边缘检测,得到边缘检测后的焊缝图像。
膨胀操作单元,用于对所述边缘检测后的焊缝图像进行13次膨胀操作,得到膨胀后的焊缝图像。
细化操作单元,用于对所述膨胀后的焊缝图像进行13次细化操作,得到细化后的焊缝图像。
作为一种可选的实施方式,所述区域生长图像确定模块904,具体包括:
种子点选取单元,用于在所述焊道闭合区域内任选一个像素点作为种子点,并将所述种子点的灰度值设置为1。
比较单元,用于比较相邻像素点的灰度值是否等于所述种子点的灰度值,得到比较结果。
灰度值更新单元,用于若所述比较结果表示相邻像素点的灰度值等于所述种子点的灰度值,则不作处理;若所述比较结果表示相邻像素点的灰度值不等于所述种子点的灰度值,将所述相邻像素点的灰度值更新为所述种子点的灰度值,并将发生灰度值更新的相邻像素点作为种子点,返回所述比较相邻像素点的灰度值是否等于所述种子点的灰度值,得到比较结果,直至所述焊道闭合区域内的所有像素点比较完毕,最终得到区域生长后的焊缝图像。
作为一种可选的实施方式,所述小波包分解模块906,具体包括:
一层分解单元,用于采用多种小波基分别对所述焊缝优化图像进行一层小波包分解。
代价函数计算单元,用于计算每种小波基的代价函数;所述代价函数M(x)=|max(x)-min(x)|,其中,max(x)为小波分解一层后小波系数中的最大值,min(x)为小波分解一层后小波系数中的最小值。
小波基确定单元,用于将最大代价函数对应的小波基确定为最优小波基。
小波包分解单元,用于采用所述最优小波基对所述焊缝优化图像进行三层小波包分解,得到第一层的4个节点、第二层的16个节点和第三层的64个节点。
作为一种可选的实施方式,所述伪彩色处理模块909,具体包括:
伪彩色处理单元,用于将所述第一增强图像加入到彩色显示器的红色显示通道,将所述第二增强图像加入到所述彩色显示器的绿色显示通道,将所述焊缝重构图像加入到所述彩色显示器的蓝色显示通道,得到彩色焊缝图像并显示。
本实施例的焊缝图像伪彩色显示系统,实现了对焊缝图像的增强,突出了焊缝图像中的细节特征,提高了焊缝图像对比度,使缺陷更加明显,为焊缝检测提供便利。
对于实施例公开的系统而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种焊缝图像伪彩色显示方法,其特征在于,包括:
获取原始焊缝图像;
对所述原始焊缝图像依次进行平滑处理、边缘检测、N次膨胀操作和N次细化操作,得到细化后的焊缝图像;N≥1;
确定所述细化后的焊缝图像中的焊道闭合区域;所述焊道闭合区域为所述细化后的焊缝图像中的焊缝围成的闭合区域;
在所述焊道闭合区域内任选一个像素点作为种子点,并将所述种子点的灰度值设置为1,比较所述种子点的灰度值和相邻像素点的灰度值的大小,确定区域生长后的焊缝图像;所述相邻像素点为所述焊道闭合区域内与所述种子点相邻的像素点;所述区域生长后的焊缝图像中焊道闭合区域内的像素点值等于所述焊缝上的像素点值;
确定焊缝优化图像;所述焊缝优化图像为所述区域生长后的焊缝图像与所述原始焊缝图像相乘得到的图像;
对所述焊缝优化图像进行三层小波包分解,得到第三层的64个节点;每个节点对应一个分量;每个分量为一个系数矩阵;所述分量为低频分量、水平高频分量、垂直高频分量或对角高频分量;
确定系数矩阵更新集合;所述系数矩阵更新集合包括第三层的64个节点对应的系数矩阵中去除设定系数矩阵后的系数矩阵;所述设定系数矩阵为第三层中属于低频分量,且隶属的第二层节点和第一层节点均为低频分量的节点对应的系数矩阵;
对所述系数矩阵更新集合中处于设定区间内的系数矩阵进行更新,得到更新后的系数矩阵更新集合;
由更新后的系数矩阵更新集合和所述设定系数矩阵,重构第一层对应的低频分量、水平高频分量、垂直高频分量和对角高频分量;
将第一层对应的低频分量中的矩阵系数置为零,采用第一层对应的水平高频分量、垂直高频分量、对角高频分量和重置后的低频分量重构得到第一增强图像;所述第一增强图像为高频分量重构得到的焊缝图像;
将第一层对应的水平高频分量、垂直高频分量和对角高频分量中的矩阵系数置为零,采用第一层对应的低频分量、重置后的水平高频分量、重置后的垂直高频分量和重置后的对角高频分量重构得到第二增强图像;所述第二增强图像为低频分量重构得到的焊缝图像;
由更新后的系数矩阵更新集合和所述设定系数矩阵,对所述原始焊缝图像进行重构,得到焊缝重构图像;
对所述第一增强图像、所述第二增强图像和所述焊缝重构图像进行伪彩色处理,得到彩色焊缝图像并显示。
2.根据权利要求1所述的一种焊缝图像伪彩色显示方法,其特征在于,所述对所述原始焊缝图像依次进行平滑处理、边缘检测、N次膨胀操作和N次细化操作,得到细化后的焊缝图像,具体包括:
采用26*26的滤波窗口对所述原始焊缝图像进行平滑处理,得到平滑后的焊缝图像;
对所述平滑后的焊缝图像进行canny边缘检测,得到边缘检测后的焊缝图像;
对所述边缘检测后的焊缝图像进行13次膨胀操作,得到膨胀后的焊缝图像;
对所述膨胀后的焊缝图像进行13次细化操作,得到细化后的焊缝图像。
3.根据权利要求1所述的一种焊缝图像伪彩色显示方法,其特征在于,所述在所述焊道闭合区域内任选一个像素点作为种子点,并将所述种子点的灰度值设置为1,比较所述种子点的灰度值和相邻像素点的灰度值的大小,确定区域生长后的焊缝图像,具体包括:
在所述焊道闭合区域内任选一个像素点作为种子点,并将所述种子点的灰度值设置为1;
比较相邻像素点的灰度值是否等于所述种子点的灰度值,得到比较结果;
若所述比较结果表示相邻像素点的灰度值等于所述种子点的灰度值,则不作处理;若所述比较结果表示相邻像素点的灰度值不等于所述种子点的灰度值,将所述相邻像素点的灰度值更新为所述种子点的灰度值,并将发生灰度值更新的相邻像素点作为种子点,返回所述比较相邻像素点的灰度值是否等于所述种子点的灰度值,得到比较结果,直至所述焊道闭合区域内的所有像素点比较完毕,最终得到区域生长后的焊缝图像。
4.根据权利要求1所述的一种焊缝图像伪彩色显示方法,其特征在于,所述对所述焊缝优化图像进行三层小波包分解,得到第三层的64个节点,具体包括:
采用多种小波基分别对所述焊缝优化图像进行一层小波包分解;
计算每种小波基的代价函数;所述代价函数M(x)=|max(x)-min(x)|,其中,max(x)为小波分解一层后小波系数中的最大值,min(x)为小波分解一层后小波系数中的最小值;
将最大代价函数对应的小波基确定为最优小波基;
采用所述最优小波基对所述焊缝优化图像进行三层小波包分解,得到第一层的4个节点、第二层的16个节点和第三层的64个节点。
5.根据权利要求1所述的一种焊缝图像伪彩色显示方法,其特征在于,所述对所述第一增强图像、所述第二增强图像和所述焊缝重构图像进行伪彩色处理,得到彩色焊缝图像并显示,具体包括:
将所述第一增强图像加入到彩色显示器的红色显示通道,将所述第二增强图像加入到所述彩色显示器的绿色显示通道,将所述焊缝重构图像加入到所述彩色显示器的蓝色显示通道,得到彩色焊缝图像并显示。
6.一种焊缝图像伪彩色显示系统,其特征在于,包括:
图像获取模块,用于获取原始焊缝图像;
预处理模块,用于对所述原始焊缝图像依次进行平滑处理、边缘检测、N次膨胀操作和N次细化操作,得到细化后的焊缝图像;N≥1;
闭合区域确定模块,用于确定所述细化后的焊缝图像中的焊道闭合区域;所述焊道闭合区域为所述细化后的焊缝图像中的焊缝围成的闭合区域;
区域生长图像确定模块,用于在所述焊道闭合区域内任选一个像素点作为种子点,并将所述种子点的灰度值设置为1,比较所述种子点的灰度值和相邻像素点的灰度值的大小,确定区域生长后的焊缝图像;所述相邻像素点为所述焊道闭合区域内与所述种子点相邻的像素点;所述区域生长后的焊缝图像中焊道闭合区域内的像素点值等于所述焊缝上的像素点值;
焊缝优化图像确定模块,用于确定焊缝优化图像;所述焊缝优化图像为所述区域生长后的焊缝图像与所述原始焊缝图像相乘得到的图像;
小波包分解模块,用于对所述焊缝优化图像进行三层小波包分解,得到第三层的64个节点;每个节点对应一个分量;每个分量为一个系数矩阵;所述分量为低频分量、水平高频分量、垂直高频分量或对角高频分量;
更新集合确定模块,用于确定系数矩阵更新集合;所述系数矩阵更新集合包括第三层的64个节点对应的系数矩阵中去除设定系数矩阵后的系数矩阵;所述设定系数矩阵为第三层中属于低频分量,且隶属的第二层节点和第一层节点均为低频分量的节点对应的系数矩阵;
更新模块,用于对所述系数矩阵更新集合中处于设定区间内的系数矩阵进行更新,得到更新后的系数矩阵更新集合;
第一重构模块,用于由更新后的系数矩阵更新集合和所述设定系数矩阵,重构第一层对应的低频分量、水平高频分量、垂直高频分量和对角高频分量;
第二重构模块,用于将第一层对应的低频分量中的矩阵系数置为零,采用第一层对应的水平高频分量、垂直高频分量、对角高频分量和重置后的低频分量重构得到第一增强图像;所述第一增强图像为高频分量重构得到的焊缝图像;
第三重构模块,用于将第一层对应的水平高频分量、垂直高频分量和对角高频分量中的矩阵系数置为零,采用第一层对应的低频分量、重置后的水平高频分量、重置后的垂直高频分量和重置后的对角高频分量重构得到第二增强图像;所述第二增强图像为低频分量重构得到的焊缝图像;
第四重构模块,用于由更新后的系数矩阵更新集合和所述设定系数矩阵,对所述原始焊缝图像进行重构,得到焊缝重构图像;
伪彩色处理模块,用于对所述第一增强图像、所述第二增强图像和所述焊缝重构图像进行伪彩色处理,得到彩色焊缝图像并显示。
7.根据权利要求6所述的一种焊缝图像伪彩色显示系统,其特征在于,所述预处理模块,具体包括:
平滑处理单元,用于采用26*26的滤波窗口对所述原始焊缝图像进行平滑处理,得到平滑后的焊缝图像;
边缘检测单元,用于对所述平滑后的焊缝图像进行canny边缘检测,得到边缘检测后的焊缝图像;
膨胀操作单元,用于对所述边缘检测后的焊缝图像进行13次膨胀操作,得到膨胀后的焊缝图像;
细化操作单元,用于对所述膨胀后的焊缝图像进行13次细化操作,得到细化后的焊缝图像。
8.根据权利要求6所述的一种焊缝图像伪彩色显示系统,其特征在于,所述区域生长图像确定模块,具体包括:
种子点选取单元,用于在所述焊道闭合区域内任选一个像素点作为种子点,并将所述种子点的灰度值设置为1;
比较单元,用于比较相邻像素点的灰度值是否等于所述种子点的灰度值,得到比较结果;
灰度值更新单元,用于若所述比较结果表示相邻像素点的灰度值等于所述种子点的灰度值,则不作处理;若所述比较结果表示相邻像素点的灰度值不等于所述种子点的灰度值,将所述相邻像素点的灰度值更新为所述种子点的灰度值,并将发生灰度值更新的相邻像素点作为种子点,返回所述比较相邻像素点的灰度值是否等于所述种子点的灰度值,得到比较结果,直至所述焊道闭合区域内的所有像素点比较完毕,最终得到区域生长后的焊缝图像。
9.根据权利要求6所述的一种焊缝图像伪彩色显示系统,其特征在于,所述小波包分解模块,具体包括:
一层分解单元,用于采用多种小波基分别对所述焊缝优化图像进行一层小波包分解;
代价函数计算单元,用于计算每种小波基的代价函数;所述代价函数M(x)=|max(x)-min(x)|,其中,max(x)为小波分解一层后小波系数中的最大值,min(x)为小波分解一层后小波系数中的最小值;
小波基确定单元,用于将最大代价函数对应的小波基确定为最优小波基;
小波包分解单元,用于采用所述最优小波基对所述焊缝优化图像进行三层小波包分解,得到第一层的4个节点、第二层的16个节点和第三层的64个节点。
10.根据权利要求6所述的一种焊缝图像伪彩色显示系统,其特征在于,所述伪彩色处理模块,具体包括:
伪彩色处理单元,用于将所述第一增强图像加入到彩色显示器的红色显示通道,将所述第二增强图像加入到所述彩色显示器的绿色显示通道,将所述焊缝重构图像加入到所述彩色显示器的蓝色显示通道,得到彩色焊缝图像并显示。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910858008.4A CN112288678B (zh) | 2019-09-11 | 2019-09-11 | 一种焊缝图像伪彩色显示方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910858008.4A CN112288678B (zh) | 2019-09-11 | 2019-09-11 | 一种焊缝图像伪彩色显示方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112288678A true CN112288678A (zh) | 2021-01-29 |
CN112288678B CN112288678B (zh) | 2022-05-27 |
Family
ID=74418894
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910858008.4A Active CN112288678B (zh) | 2019-09-11 | 2019-09-11 | 一种焊缝图像伪彩色显示方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112288678B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101344913A (zh) * | 2007-07-10 | 2009-01-14 | 电子科技大学中山学院 | 一种通过提取虹膜纹理特征进行身份识别的方法 |
CN101661616A (zh) * | 2009-09-29 | 2010-03-03 | 北京科技大学 | 基于小波重构中多尺度边缘检测的图像增强方法 |
CN104036495A (zh) * | 2014-05-22 | 2014-09-10 | 南京航空航天大学 | 一种焊接缺陷提取方法及焊接缺陷检测方法 |
CN104502451A (zh) * | 2014-12-15 | 2015-04-08 | 中国兵器科学研究院宁波分院 | 一种钢板缺陷识别方法 |
CN105021628A (zh) * | 2015-07-19 | 2015-11-04 | 中北大学 | 一种用于光纤倒像器表面缺陷的检测方法 |
WO2016119745A1 (zh) * | 2015-01-29 | 2016-08-04 | 乐视网信息技术(北京)股份有限公司 | 一种视频去噪方法及装置 |
CN108596892A (zh) * | 2018-04-23 | 2018-09-28 | 西安交通大学 | 一种基于改进LeNet-5模型的焊缝缺陷识别方法 |
CN109166088A (zh) * | 2018-07-10 | 2019-01-08 | 南京理工大学 | 基于非降采样小波变换的双波段灰度熔池图像融合方法 |
CN109509199A (zh) * | 2018-10-10 | 2019-03-22 | 华南理工大学 | 一种基于三维重建的医学影像组织智能分割方法 |
CN109584190A (zh) * | 2018-10-23 | 2019-04-05 | 江苏理工学院 | 一种基于小波变换低频直方图受限的对比度图像增强方法 |
-
2019
- 2019-09-11 CN CN201910858008.4A patent/CN112288678B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101344913A (zh) * | 2007-07-10 | 2009-01-14 | 电子科技大学中山学院 | 一种通过提取虹膜纹理特征进行身份识别的方法 |
CN101661616A (zh) * | 2009-09-29 | 2010-03-03 | 北京科技大学 | 基于小波重构中多尺度边缘检测的图像增强方法 |
CN104036495A (zh) * | 2014-05-22 | 2014-09-10 | 南京航空航天大学 | 一种焊接缺陷提取方法及焊接缺陷检测方法 |
CN104502451A (zh) * | 2014-12-15 | 2015-04-08 | 中国兵器科学研究院宁波分院 | 一种钢板缺陷识别方法 |
WO2016119745A1 (zh) * | 2015-01-29 | 2016-08-04 | 乐视网信息技术(北京)股份有限公司 | 一种视频去噪方法及装置 |
CN105021628A (zh) * | 2015-07-19 | 2015-11-04 | 中北大学 | 一种用于光纤倒像器表面缺陷的检测方法 |
CN108596892A (zh) * | 2018-04-23 | 2018-09-28 | 西安交通大学 | 一种基于改进LeNet-5模型的焊缝缺陷识别方法 |
CN109166088A (zh) * | 2018-07-10 | 2019-01-08 | 南京理工大学 | 基于非降采样小波变换的双波段灰度熔池图像融合方法 |
CN109509199A (zh) * | 2018-10-10 | 2019-03-22 | 华南理工大学 | 一种基于三维重建的医学影像组织智能分割方法 |
CN109584190A (zh) * | 2018-10-23 | 2019-04-05 | 江苏理工学院 | 一种基于小波变换低频直方图受限的对比度图像增强方法 |
Non-Patent Citations (11)
Title |
---|
HONGQUAN JIANG等: "Adaptive pseudo-color enhancement method of weld radiographic images based on HSI color space and self-transformation of pixels", 《REVIEW OF SCIENTIFIC INSTRUMENTS》 * |
INAIAN S. S. SOUZA等: "Signal Processing Techniques for Ultrasound Automatic Identification of Flaws in Steel Welded Joints – A Comparative Analysis", 《18TH WORLD CONFERENCE ON NONDESTRUCTIVE TESTING》 * |
WUMINSHENG等: "Pseudo-colorimetric Method for Detection of Penetration and Seam Position in Welding Process", 《TSINGHUA SCIENCE AND TECHNOLOGY》 * |
侯润石等: "基于局部曲面重构的焊缝X射线图像缺陷分割技术", 《无损检测》 * |
叶志龙: "基于图像处理的焊接缺陷自动检测方法研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
周志勇: "船体焊缝缺陷X射线图像自动识别方法研究", 《中国优秀硕士学位论文全文数据库 工程科技I辑》 * |
张淑娴: "基于高分辨率数字相机的X射线图像实时处理技术研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
徐鲁宁等: "工业X射线底片计算机检测的界面实现", 《沈阳工业大学学报》 * |
杨静: "基于X射线图像的焊缝缺陷检测与识别技术", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
渠慧帆: "基于深度学习的焊缝缺陷自动检测研究与实现", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
龚海飞: "炭素材料X射线图像微弱特征的小波分析识别", 《中国优秀硕士学位论文全文数据库 工程科技I辑》 * |
Also Published As
Publication number | Publication date |
---|---|
CN112288678B (zh) | 2022-05-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Du et al. | Anatomical-functional image fusion by information of interest in local Laplacian filtering domain | |
Aja-Fernández et al. | Noise and signal estimation in magnitude MRI and Rician distributed images: a LMMSE approach | |
EP3076364B1 (en) | Image filtering based on image gradients | |
CN100521797C (zh) | 使用图像边缘指示值重建所缺色彩的色彩内插装置及方法 | |
CN104063848A (zh) | 一种低照度图像增强方法和装置 | |
CN103034986A (zh) | 一种基于曝光融合的夜视图像增强方法 | |
CN104166974B (zh) | Ct定位片图像增强方法及装置 | |
CN109060838B (zh) | 一种基于机器视觉的产品表面划痕检测方法 | |
CN111882489A (zh) | 用于水下图像同时增强的超分辨率图形恢复方法 | |
CN111223110B (zh) | 一种显微图像增强方法、装置及计算机设备 | |
CN110728636A (zh) | 一种基于生成式对抗网络的蒙特卡洛渲染图去噪模型、方法及装置 | |
Liao et al. | Multi-scale mutual feature convolutional neural network for depth image denoise and enhancement | |
Nasonov et al. | An improvement of BM3D image denoising and deblurring algorithm by generalized total variation | |
Yang et al. | Edge-preserving image filtering based on soft clustering | |
CN111489319A (zh) | 基于多尺度双边滤波和视觉显著性的红外图像增强方法 | |
Mehena | Medical image edge detection using modified morphological edge detection approach | |
CN112288678B (zh) | 一种焊缝图像伪彩色显示方法及系统 | |
CN106709888A (zh) | 一种基于人眼视觉模型的高动态范围图像产生方法 | |
JPWO2019106946A1 (ja) | 画像着色装置、画像着色方法、画像学習装置、画像学習方法、プログラム、及び画像着色システム | |
Kaur et al. | QRFODD: Quaternion Riesz fractional order directional derivative for color image edge detection | |
El Hassani et al. | Efficient image denoising method based on mathematical morphology reconstruction and the Non-Local Means filter for the MRI of the head | |
CN111563866A (zh) | 一种多源遥感图像融合方法 | |
JP2013509641A (ja) | 非線形勾配補償を使用してデータを処理する方法及びシステム | |
CN111462004B (zh) | 图像增强方法和装置、计算机设备、存储介质 | |
Aibinu et al. | A new method of correcting uneven illumination problem in fundus image |
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 |