CN112991243B - 均匀目标表面缺陷检测灰度照度补偿方法 - Google Patents
均匀目标表面缺陷检测灰度照度补偿方法 Download PDFInfo
- Publication number
- CN112991243B CN112991243B CN201911297499.6A CN201911297499A CN112991243B CN 112991243 B CN112991243 B CN 112991243B CN 201911297499 A CN201911297499 A CN 201911297499A CN 112991243 B CN112991243 B CN 112991243B
- Authority
- CN
- China
- Prior art keywords
- image
- average
- gray
- detected
- illuminance
- 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
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000005286 illumination Methods 0.000 title claims abstract description 25
- 230000007547 defect Effects 0.000 title claims abstract description 15
- 238000010606 normalization Methods 0.000 claims abstract description 10
- 238000001514 detection method Methods 0.000 claims abstract description 9
- 238000012935 Averaging Methods 0.000 claims description 10
- 238000001914 filtration Methods 0.000 claims description 7
- 238000003672 processing method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4023—Scaling of whole images or parts thereof, e.g. expanding or contracting based on decimating pixels or lines of pixels; based on inserting pixels or lines of pixels
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
- G06T2207/20224—Image subtraction
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明专利涉及基于均匀目标表面缺陷检测的光照补偿方法。其步骤为:首先利用标定的工业相机对检测目标进行图像采集;其次对图像平均预处理,降低单个亮点和暗点产生的局部噪声;再次分别进行行平均和列平均处理,获得行平均曲线和列平均曲线;然后对多幅图像并获得多个行平均曲线和列平均曲线进行平均值处理,进而获得平滑的行平均曲线和列平均曲线;对平滑的灰度平均值进行归一化处理,然后基于归一化值进行插值处理,可以获得基于此光照条件下的连续平滑的理想模型灰度图像模型;利用最大灰度值图像与插值后的理想灰度图像差值获得光照补偿模板。本发明方法可以有效补差光照不均匀的图像灰度,为后续处理提供更接近光照均匀的优质图像。
Description
技术领域
本发明涉及计算机视觉技术领域,具体的说是均匀目标表面缺陷检测灰度光照补偿方法。
背景技术
本图像灰度值照度补偿技术背景是基于圆柱形纸筒的表面缺陷检测。缺陷检测对图像品质要求较高,光照不均匀引起采集图像的灰度值变化差别大,在后续处理时许多算法很难利用,特别是基于灰度特征的算法。若要获得照度均匀的图像,需要有与目标形状类似的光源,目前获得灰度照度均匀图像的方法大多是采用隧道光源,然而待检测目标体积变大以后,纸筒表面积大,相应隧道光源体积大;市场标准光源难以满足需求,且光源结构变的复杂,光源定做引起成本的增加和机械结构设计难度的加大。
被检测纸筒材质均匀对光的反射系数基本一致,其灰度值整体偏差大的原因是光源分布不均或者各个点接收的光子不同,理论上若光照均匀则灰度值均匀,则被检测纸筒灰度照度会很均匀。目前很少有人对采集图像进行灰度照度补偿,基于上述理论本专利提出基于理想照度模型的灰度值补偿方法。该方法提出基于多幅图像平均行平均和列平均的缺陷进行插值拟合,获得在此光源下的平均灰度理想模型,进而基于此模型进行灰度照度补偿。
发明内容
针对现有缺陷检测照度不均与技术中存在的上述不足之处,本发明要解决的技术问题是提供一种照度补偿方法,该方法有效结合待检测纸筒介质均匀,剔除了亮点和暗点噪声,利用多幅图像平均值和归一化特性获得图像照度补偿模板,具有鲁棒性强、效率高和补偿图像灰度均匀特性。
本发明为实现上述目的所采用的技术方案是:
均匀目标表面缺陷检测灰度照度补偿方法,包括以下步骤:
1)标定工业相机,利用工业相机采集待检测图像;
2)对每一幅待检测图像进行步骤2.1)至步骤2.5);
2.1)去除待检测图像的高频分量,对待检测图像进行平均滤波处理;
2.2)对平均滤波处理后的待检测图像进行灰度值平均处理;
2.3)重复步骤2.1)和步骤2.2)得到多幅灰度值平均处理后的待检测图像;
2.4)对多幅灰度值平均处理后的待检测图像的灰度值曲线进行平均处理,获得一条灰度值行平均平滑曲线,并对此条行平均曲线进行归一化处理;
2.5)对多幅灰度值平均处理后的待检测图像的灰度值曲线进行平均处理,获得一条灰度值列平均平滑曲线,并对此条列平均曲线进行归一化处理;
3)分别对归一化处理后行平均平滑曲线和列平均平滑曲线进行插值处理,获得理想照度灰度图像;
4)基于步骤2.4)和步骤2.5)的灰度值平均平滑曲线,获得所有图像的最大灰度值,得到最大值拟合灰度图像,利用最大值拟合灰度图像,与理想照度灰度图像作差,获得照度补偿图像即照度补偿模板;
5)将照度补偿模板与待检测图像进行灰度值加和,得到照度补偿后的优质图像。
所述所有待检测图像为均一介质且对光源具有一致的反射系数。
所述平均滤波处理的方法为,使用平均滤波器去除待检测图像中的高频噪点。
所述灰度值平均处理的方法为:对行灰度值加和平均,获得行平均曲线;对列灰度值加和平均,获得列平均曲线。
被补偿的目标具有材质均一特性,所述理想照度灰度图像为基于同一种光源照度情况下,利用灰度值行平均平滑曲线以及灰度值列平均平滑曲线进行插值处理拟合获得的理想灰度图像。
本发明具有以下有益效果及优点:
1.本发明所述的灰度照度补偿方法能有效对照度不均匀的图像进行灰度补偿。
2.本发明所述的灰度照度补偿方法适用范围广,凡是表面介质均一的目标均可利用此方法获得照度补偿模板,大大降低了对特种光源的需求,降低了成本和设计难度。
3.本发明所述的灰度照度补偿方法有效提高了待检测目标的均匀度,为后续缺陷检测和特征识别提供了更多的算法空间。
附图说明
图1为本发明方法流程图;
图2a为本发明方法中利用行平均获得的行平均灰度曲线,利用多幅图像平均,获得灰度值行平均平滑曲线;
图2b为本发明方法中利用行平均获得的列平均灰度曲线,利用多幅图像平均,获得灰度值列平均平滑曲线;
图2c为本发明方法中利用行平均平滑曲线获得的归一化曲线;
图2d为本发明方法中利用列平均平滑曲线获得的归一化曲线。
具体实施方式
下面结合附图及实施例对本发明做进一步的详细说明。
参照附图1、附图2a~图2d,本发明的具体步骤如下:
步骤1:对面振工业相机进行标定,利用工业相机采集待检测纸筒图像;
步骤2:对每一幅原始图像进行如下步骤2.1至步骤2.4的处理;
步骤2.1:去除待检测图像的高频分量,对图像进行平均滤波处理;
步骤2.2:对平均后的图像进行灰度值平均处理;对行灰度值加和平均,获得行平均曲线;对列灰度值加和平均,获得列平均曲线;
步骤2.3:利用多幅图像(不小于100幅)平均,获得灰度值行平均平滑曲线,对行平均曲线进行归一化处理;
步骤2.4:利用多幅图像(不小于100幅)平均,获得灰度值列平均平滑曲线,对列平均曲线进行归一化处理;
步骤3:基于行平均平滑曲线和列平均平滑曲线进行插值处理,获得理想照度灰度图像;
步骤4:利用最大值拟合灰度图像,并与理想照度灰度图像作差,获得照度补偿图像;
步骤5:将照度补偿模板与任意图像进行灰度值加和,获得补偿后的优质图像。
所述的纸筒表面介质均匀特性,采用拟合理想模板图像进行照度补偿方法,其特征在于,所述工业相机采用张正友标定法实现相机参数标定。
所述的纸筒表面介质均匀特性,采用拟合理想模板图像进行照度补偿方法,其特征在于,所述原始纸筒图像是均一介质,对光源具有一致的反射系数。
所述的纸筒表面介质均匀特性,采用拟合理想模板图像进行照度补偿方法,其特征在于,所述步骤2.1中是利用平均滤波器对图像进行预处理,滤除图像中的亮点和暗点等高频噪点。
所述的纸筒表面介质均匀特性,采用拟合理想模板图像进行照度补偿方法,其特征在于,所述灰度值平均曲线:利用行灰度平均值获得行平均曲线,利用列平均值获得列平均曲线。
所述的纸筒表面介质均匀特性,采用拟合理想模板图像进行照度补偿方法,其特征在于,所述将理想照度模板,包括:
所述的纸筒表面介质均匀特性,采用拟合理想模板图像进行照度补偿方法,其特征在于,所述获得理想照度模板,包括:
利用多幅图像平均,获得灰度值行平均平滑曲线,对行平均曲线进行归一化处理;利用多幅图像平均,获得灰度值列平均平滑曲线,对列平均曲线进行归一化处理;基于行平均平滑曲线和列平均平滑曲线进行插值处理,获得理想照度灰度图像;
所述的纸筒表面介质均匀特性,采用拟合理想模板图像进行照度补偿方法,其特征在于,所述照度补偿,包括:
利用最大值拟合灰度图像,并与理想照度灰度图像作差,获得照度补偿模板图像。
Claims (5)
1.均匀目标表面缺陷检测灰度照度补偿方法,其特征在于,包括以下步骤:
1)标定工业相机,利用工业相机采集待检测图像;
2)对每一幅待检测图像进行步骤2.1)至步骤2.5);
2.1)去除待检测图像的高频分量,对待检测图像进行平均滤波处理;
2.2)对平均滤波处理后的待检测图像进行灰度值平均处理;
2.3)重复步骤2.1)和步骤2.2)得到多幅灰度值平均处理后的待检测图像;
2.4)对多幅灰度值平均处理后的待检测图像的灰度值曲线进行平均处理,获得一条灰度值行平均平滑曲线,并对此条行平均曲线进行归一化处理;
2.5)对多幅灰度值平均处理后的待检测图像的灰度值曲线进行平均处理,获得一条灰度值列平均平滑曲线,并对此条列平均曲线进行归一化处理;
3)分别对归一化处理后行平均平滑曲线和列平均平滑曲线进行插值处理,获得理想照度灰度图像;
4)基于步骤2.4)和步骤2.5)的灰度值平均平滑曲线,获得所有图像的最大灰度值,得到最大值拟合灰度图像,利用最大值拟合灰度图像,与理想照度灰度图像作差,获得照度补偿图像即照度补偿模板;
5)将照度补偿模板与待检测图像进行灰度值加和,得到照度补偿后的优质图像。
2.根据权利要求1所述的均匀目标表面缺陷检测灰度照度补偿方法,其特征在于,所述所有待检测图像为均一介质且对光源具有一致的反射系数。
3.根据权利要求1所述的均匀目标表面缺陷检测灰度照度补偿方法,其特征在于,所述平均滤波处理的方法为,使用平均滤波器去除待检测图像中的高频噪点。
4.根据权利要求1所述的均匀目标表面缺陷检测灰度照度补偿方法,其特征在于,所述灰度值平均处理的方法为:对行灰度值加和平均,获得行平均曲线;对列灰度值加和平均,获得列平均曲线。
5.根据权利要求1所述的均匀目标表面缺陷检测灰度照度补偿方法,其特征在于,被补偿的目标具有材质均一特性,所述理想照度灰度图像为基于同一种光源照度情况下,利用灰度值行平均平滑曲线以及灰度值列平均平滑曲线进行插值处理拟合获得的理想灰度图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911297499.6A CN112991243B (zh) | 2019-12-17 | 2019-12-17 | 均匀目标表面缺陷检测灰度照度补偿方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911297499.6A CN112991243B (zh) | 2019-12-17 | 2019-12-17 | 均匀目标表面缺陷检测灰度照度补偿方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112991243A CN112991243A (zh) | 2021-06-18 |
CN112991243B true CN112991243B (zh) | 2023-08-25 |
Family
ID=76341796
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911297499.6A Active CN112991243B (zh) | 2019-12-17 | 2019-12-17 | 均匀目标表面缺陷检测灰度照度补偿方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112991243B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117132589B (zh) * | 2023-10-23 | 2024-04-16 | 深圳明锐理想科技股份有限公司 | 一种条纹图校正方法、光学检测设备及存储介质 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3669698B2 (ja) * | 2002-09-20 | 2005-07-13 | 日東電工株式会社 | 印刷物の検査方法及び検査装置 |
JP4988276B2 (ja) * | 2006-09-05 | 2012-08-01 | 理想科学工業株式会社 | 記録不良検出方法及びプログラム |
CN108387587B (zh) * | 2018-01-22 | 2020-07-31 | 京东方科技集团股份有限公司 | 缺陷检测方法及缺陷检测设备 |
US10867382B2 (en) * | 2018-05-24 | 2020-12-15 | Keysight Technologies, Inc. | Detecting mura defects in master panel of flat panel displays during fabrication |
-
2019
- 2019-12-17 CN CN201911297499.6A patent/CN112991243B/zh active Active
Non-Patent Citations (1)
Title |
---|
基于预浸纱自动铺放缺陷的分割算法;蔡志强;肖军;文立伟;王东立;吴瑶平;;航空材料学报(第02期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN112991243A (zh) | 2021-06-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109345491B (zh) | 一种融合梯度和灰度信息的遥感图像增强方法 | |
CN105046655B (zh) | 一种视频图像自动锐化方法和装置 | |
CN109856164B (zh) | 一种机器视觉采集大范围图像的优化装置及其检测方法 | |
CN107730475A (zh) | 图像增强方法及系统 | |
CN115937216B (zh) | 一种新能源汽车用磁转子外观质量检测方法 | |
CN115359044B (zh) | 一种基于图像增强的金属件表面划痕检测方法 | |
CN112991243B (zh) | 均匀目标表面缺陷检测灰度照度补偿方法 | |
CN111968065B (zh) | 一种亮度不均匀图像的自适应增强方法 | |
CN110686783B (zh) | 一种InGaAs短波红外成像仪的盲元检测方法及图像处理方法 | |
CN115272303B (zh) | 基于高斯模糊的纺织物缺陷程度评估方法、装置及系统 | |
CN117173180B (zh) | 基于图像增强的钢管缺陷智能检测方法 | |
CN116958127B (zh) | 基于图像特征的硅片质量评估方法 | |
CN115511907B (zh) | 一种用于led屏幕的划痕检测方法 | |
CN117191716A (zh) | 基于人工智能的磁性印刷品质量实时检测方法 | |
CN115330710A (zh) | 一种基于云计算的汽车线束质检系统 | |
CN108320275A (zh) | 一种检测相机模组暗斑的方法 | |
CN112419209B (zh) | 一种全局直方图均衡的图像增强方法 | |
CN117541582A (zh) | 一种高频变频器igbt绝缘质量检测方法 | |
CN108681684A (zh) | 一种二维条码图像无参考质量评价方法及其装置、系统 | |
CN111260588A (zh) | 一种高清数字cmos成像组件图像增强方法 | |
CN106803240B (zh) | 一种工业图像均光处理方法 | |
CN113902635A (zh) | 一种红外热像仪图像处理方法 | |
CN108647620B (zh) | 一种基于伽马变换的韦伯人脸的光照归一化方法 | |
JP2012112729A (ja) | 表面検査装置のシェーディング補正方法 | |
CN110706165B (zh) | 一种基于EME与Mask的水下图像匀光算法 |
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 |