CN113205497A - 双丝型像质计图像处理方法、装置、设备及介质 - Google Patents

双丝型像质计图像处理方法、装置、设备及介质 Download PDF

Info

Publication number
CN113205497A
CN113205497A CN202110479273.9A CN202110479273A CN113205497A CN 113205497 A CN113205497 A CN 113205497A CN 202110479273 A CN202110479273 A CN 202110479273A CN 113205497 A CN113205497 A CN 113205497A
Authority
CN
China
Prior art keywords
pixel points
gray
wire
pairs
determining
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
CN202110479273.9A
Other languages
English (en)
Other versions
CN113205497B (zh
Inventor
何晓东
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.)
Jiangsu Diye Testing Technology Co ltd
Original Assignee
Yangzhou Nengyu Testing Technology Co ltd
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 Yangzhou Nengyu Testing Technology Co ltd filed Critical Yangzhou Nengyu Testing Technology Co ltd
Priority to CN202110479273.9A priority Critical patent/CN113205497B/zh
Publication of CN113205497A publication Critical patent/CN113205497A/zh
Application granted granted Critical
Publication of CN113205497B publication Critical patent/CN113205497B/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
    • 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
    • G06T1/00—General purpose image data processing
    • G06T1/20—Processor architectures; Processor configuration, e.g. pipelining
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00—General purpose image data processing
    • G06T1/60—Memory management
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Quality & Reliability (AREA)
  • Image Processing (AREA)

Abstract

本发明属于工业射线技术领域，具体涉及一种双丝型像质计图像处理方法、装置、设备及介质，其中方法包括：获取待处理图像；从经过所有丝对的一排像素点中，确定出灰度极小值对应的候选像素点；根据各个候选像素点的灰度值和/或位置信息，从候选像素点中确定出可识别丝对对应的两个目标像素点；针对每组可识别丝对，从位于两个目标像素点之间的像素点的灰度值中确定出灰度最大值；根据每组可识别丝对对应的两个目标像素点的灰度值和灰度最大值，确定每组可识别丝对的可识别率。同时根据可识别率判断用于计算待处理图像空间分辨率的丝对，获取待处理图像的空间分辨率。本发明直接对待处理图像进行处理，减少了图像分析时的数据处理量。

Description

双丝型像质计图像处理方法、装置、设备及介质
技术领域
本发明涉及工业射线技术领域，具体涉及一种双丝型像质计图像处理方法、装置、设备及介质。
背景技术
射线检测技术作为对产品实施无损检测的主要手段，在医疗、工业等领域应用非常广泛，尤其是射线成像数字检测技术，克服了常规照相检测技术的缺陷，是射线检测技术发展和应用的方向。
随着射线实时成像检测技术在工业领域的广泛应用，以平板、线阵列扫描以及CT等为主的高端设备成为了铸造铝合金轮毂的主要检测手段。经验和理论都证明，仅仅采用线型像质计或阶梯孔型像质计，评价射线实时成像检测系统的性能或得到图像的质量是不够的，至少还需单独测定系统的空间分辨率(图像的不清晰度)以及灵敏度/分辨率。空间分辨率是显示图像中线条可分辨程度的能力，利用双丝型像质计来测量空间分辨率。
目前，基于双丝型像质计测量空间分辨率的方法涉及到图像处理，首先要获取的就是双丝型像质计在射线成像中的可识别率，其中需要处理大量的数据。如先通过边缘检测算子实现图像分割，再在二次差分基础上结合形态特征和获取极值，从而分割像质计内部的丝对区间。采用这种方法获取线对的可识别率，从而确定空间分辨率，导致空间复杂度和时间复杂度都较高，算法原理复杂，实现过程容易出错。
发明内容
针对现有技术中的缺陷，本发明提供一种基于双丝型像质计的图像不清晰度测量的方法，以降低在基于双丝型像质计的无损检测图像分析时数据处理复杂的问题。
为解决上述技术问题，提出了如下技术方案：
第一方面，本发明具体涉及一种双丝型像质计图像处理方法，包括：
获取待处理图像，其中，所述待处理图像是由待测量设备拍摄的双丝型像质计的图像，所述双丝型像质计上设置了多组相互平行且间隔预设距离的丝对，每组丝对包含两条相互平行的丝线，每组丝对的丝径和丝距不同，在待处理图像中显示不同的灰度值；
从经过所有丝对的一排像素点中，确定出灰度极小值对应的候选像素点；
根据各个候选像素点的灰度值和/或位置信息，从候选像素点中确定出可识别丝对对应的两个目标像素点；
针对每组可识别丝对，从位于两个目标像素点之间的像素点的灰度值中确定出灰度最大值；
根据每组可识别丝对对应的两个目标像素点的灰度值和灰度最大值，确定每组可识别丝对的可识别率。
由上述技术方案可知，本发明提供的一种双丝型像质计图像处理方法，根据用户选取的先进行选取的一排像素点中，筛选出符合条件的目标像素点，通过目标像素点的灰度值针对计算丝对的可识别率。
可选地，所述从经过所有丝对的一排像素点中，确定出灰度极小值对应的候选像素点，包括：
针对从经过所有丝对的一排像素点中的任一像素点，获取以所述任一像素点为中心点的邻域窗口内的各像素点的灰度值；
若所述邻域窗口内的像素点的灰度值满足第一预设条件，则确定所述任一像素点为灰度极小值对应的候选像素点，其中，所述第一预设条件包括：所述任一像素点的灰度值小于所述邻域窗口内其它像素点的灰度值，且所述邻域窗口内像素点的灰度值按序先递减后递增。
由上述技术方案可知，对应于一排像素点中的任一像素点，均以任一像素点为中心点获取到邻域窗口内的各像素点的灰度值。邻域窗口中的像素点对应于中心点位置在左邻域的像素点和右邻域的像素点是相同的，从邻域窗口中的最左侧像素点到中心点的灰度值是递减的，从中心点到最右侧像素点的灰度值是递增的，并且中心点是包括邻域窗口内的像素点在内的所有像素点中的灰度最小的像素点。
可选地，所述方法还包括:
根据所述邻域窗口内的最大灰度值和最小灰度值，确定所述邻域窗口内的灰度值变化速率；
所述第一预设条件还包括：所述邻域窗口内的灰度值变化速率小于预设的灰度邻域变化速率阈值。
由上述技术方案可知，邻域窗口内的最大灰度值和最小灰度值确定灰度值变化速率，灰度值变化速率应该在一定范围内，通过引入灰度邻域变化阈值速率，筛除掉灰度值变化速率过大的情况。
可选地，所述根据各个候选像素点的灰度值和/或位置信息，从候选像素点中确定出可识别丝对对应的两个目标像素点，包括：
将符合第二预设条件的两个相邻候选像素点确定为一组可识别丝对对应的两个目标像素点，所述第二预设条件包括以下至少一个：两个相邻候选像素点之间的间隔距离小于距离差阈值，和，两个相邻候选像素点之间的灰度差值小于灰度差阈值。
可选地，所述从候选像素点中确定出可识别丝对对应的两个目标像素点之前，所述方法还包括：
删除符合过滤条件的候选像素点，所述过滤条件包括以下至少一个条件：与相邻候选像素点之间的间隔距离大于距离差阈值的候选像素点，和，与相邻候选像素点之间的灰度差值大于灰度差阈值的候选像素点。
可选地，所述根据每组可识别丝对对应的两个目标像素点的灰度值和灰度最大值，确定每组可识别丝对的可识别率，包括：
根据每组可识别丝对对应的两个目标像素点的灰度值和灰度最大值，确定每组可识别丝对对应的灰度差；
根据每组可识别丝对对应的灰度差和所述待处理图像的背景灰度，确定每组可识别丝对的可识别率。
可选地，所述方法还包括：
从可识别率小于可识别率阈值的可识别丝对中，确定出可识别率最大的目标丝对；
根据所述目标丝对的丝径，确定所述待处理图像的空间分辨率。
第二方面，本发明具体还涉及一种双丝型像质计图像处理装置，包括：
图像获取模块，用于获取待处理图像，其中，所述待处理图像是由待测量设备拍摄的双丝型像质计的图像，所述双丝型像质计上设置了多组相互平行的丝对，每个丝对包含两条相互平行的丝线，每组丝对的丝径和丝距不同，在待处理图像中显示不同的灰度值；
候选像素点确定模块，用于从经过所有丝对的一排像素点中，确定出灰度极小值对应的候选像素点；
目标像素点确定模块，用于根据各个候选像素点的灰度值和/或位置信息，从候选像素点中确定出可识别丝对对应的两个目标像素点；
灰度最大值确定模块，用于针对每组可识别丝对，从位于两个目标像素点之间的像素点的灰度值中确定出灰度最大值；
可识别率计算模块，用于根据每组可识别丝对对应的两个目标像素点的灰度值和灰度最大值，确定每组可识别丝对的可识别率。
可选地，所述候选像素点确定模块具体用于：
针对从经过所有丝对的一排像素点中的任一像素点，获取以所述任一像素点为中心点的邻域窗口内的各像素点的灰度值；
若所述邻域窗口内的像素点的灰度值满足第一预设条件，则确定所述任一像素点为灰度极小值对应的候选像素点，其中，所述第一预设条件包括：所述任一像素点的灰度值小于所述邻域窗口内其它像素点的灰度值，且所述邻域窗口内像素点的灰度值按序先递减后递增。
可选地，所述装置还包括窗口变化速率确定模块，用于根据所述邻域窗口内的最大灰度值和最小灰度值，确定所述邻域窗口内的灰度值变化速率；
所述第一预设条件还包括：所述邻域窗口内的灰度值变化速率小于预设的灰度邻域变化阈值速率。
可选地，所述目标像素点确定模块具体用于：
将符合第二预设条件的两个相邻候选像素点确定为一组可识别丝对对应的两个目标像素点，所述第二预设条件包括以下至少一个：两个相邻候选像素点之间的间隔距离小于距离差阈值，和，两个相邻候选像素点之间的灰度差值小于灰度差阈值。
可选地，所述装置还包括候选像素点过滤模块，用于删除符合过滤条件的候选像素点，所述过滤条件包括以下至少一个条件：与相邻候选像素点之间的间隔距离大于距离差阈值的候选像素点，和，与相邻候选像素点之间的灰度差值大于灰度差阈值的候选像素点。
可选地，所述可识别率计算模块具体用于：
根据每组可识别丝对对应的两个目标像素点的灰度值和灰度最大值，确定每组可识别丝对对应的灰度差；
根据每组可识别丝对对应的灰度差和所述待双丝型像质计图像区域的背景灰度，确定每组可识别丝对的可识别率。
可选地，所述测量装置还包括分辨率计算模块，用于从可识别率小于等于可识别率阈值的可识别丝对中，确定出可识别率最大的目标丝对；
根据所述目标丝对的丝径，确定所述待处理图像的空间分辨率。
第三方面，本发明具体还涉及一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现上述双丝型像质计图像处理方法的步骤。
第四方面，本发明具体还涉及一种计算机可读存储介质，其上存储有计算机程序指令，该计算机程序指令被处理器执行时实现上述双丝型像质计图像处理方法的步骤。
采用上述技术方案，本发明具有如下有益效果：
1)本发明通过直接对获取图像进行处理，获取图像中双丝型像质计目标丝对的灰度值，并根据目标丝对的灰度值获取双丝型像质计的可识别率。直接通过获取图像的灰度值进行确定可识别率，减少了测量双丝型像质计可识别率时对于图像处理的复杂程度。
2)本申请通过预设阈值对于可识别率计算过程的获取灰度值进行筛选，筛除了在图像获取时或是检测对象的缺陷对获取灰度值时造成的干扰项，提高了数据处理的准确性。
3)本申请通过对于丝对的可识别率进行获取，得到可用于计算空间分辨率的丝对，进而计算得到待处理图像的空间分辨率。简化了处理流程，提高了数据处理的速度。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍。在所有附图中，类似的元件或部分一般由类似的附图标记标识。附图中，各元件或部分并不一定按照实际的比例绘制。
图1示出了本发明实施例所提供的双丝型像质计图像处理方法的流程图；
图2示出了本发明实施例所提供的待处理图像；
图3A示出了本发明实施例所提供的图像灰度值与位置信息关系对应示例图；
图3B示出了本发明实施例所提供的图像灰度值与位置信息关系对应示例图；
图3C示出了本发明实施例所提供的图像灰度值与位置信息关系对应示例图；
图4示出了本发明实施例所提供的处理装置的结构示意图；
图5示出了本发明实施例所提供的电子设备的结构示意图。
附图标记：
20-处理装置；201-图像获取模块；202-候选像素点确定模块；203-目标像素点确定模块；204-灰度最大值确定模块；205-可识别率计算模块；206-窗口变化速率确定模块；207-候选像素点过滤模块；208-分辨率计算模块；30-电子设备；301-处理器；302-存储器。
具体实施方式
下面将结合附图对本发明技术方案的实施例进行详细的描述。以下实施例仅用于更加清楚地说明本发明的技术方案，因此只是作为示例，而不能以此来限制本发明的保护范围。
需要注意的是，除非另有说明，本申请使用的技术术语或者科学术语应当为本发明所属领域技术人员所理解的通常意义。
用户使用待测量设备拍摄的双丝型像质计的图像，将拍摄的图像导入终端设备，可通过终端设备的显示装置显示待处理图像，用户还可以通过终端设备提供的输入设备(如触摸屏或鼠标等)在待处理图像中设定一条垂直且经过双丝型像质计中所有丝对的直线，终端设备对待处理图像进行处理，识别出待处理图像中可识别的丝对，进而计算出每个可识别丝对的可识别率，根据可识别丝对和对应的识别率绘制出测量结果图并显示给用户，用户可根据测量结果图确定出待测量设备拍摄的待处理图像的空间分辨率。
参见图1，本发明还具体涉及一种双丝型像质计图像处理方法，可应用于上述终端设备，包括：
S101、获取待处理图像，其中，所述待处理图像是由待测量设备拍摄的双丝型像质计的图像，所述双丝型像质计上设置了多组相互平行且间隔预设距离的丝对，每个丝对包含两条相互平行的丝线每组丝对的丝径和丝距不同，在待处理图像中显示不同的灰度值。
具体地，参见图2，图2为待测量设备拍摄的一示例图像，在图像中可以分辨出双丝型像质计的位置以及双丝型像质计的丝对，每组丝对的丝径和丝距不同，对应不同的可识别率。同时从图中也可以看出丝对灰度值的变化，每组丝对中丝线的灰度值相同，丝对的丝径越大，灰度值受背景散射影响越小，使不同丝径的丝对在待处理图像中显示不同的灰度值。
S102、从经过所有丝对的一排像素点中，确定出灰度极小值对应的候选像素点。
在一个可能的实施方式中，终端设备获取到待处理图像后，可通过终端设备的显示装置显示待处理图像，用户可以通过终端设备提供的输入设备(如触摸屏或鼠标等)在待处理图像中指定一条垂直且经过双丝型像质计中所有丝对的直线，基于该直线对应的一排像素点，确定出灰度极小值对应的候选像素点。
在另一个可能的实施方式中，可预先规定好拍摄双丝型像质计的方式，例如拍摄的图像中只包含双丝型像质计的所有丝对，在待处理图像的中间部分从左到右取一排像素点，从这一排像素点中确定出灰度极小值对应的候选像素点。
在另一个可能的实施方式中，可基于丝对相互平行且与背景灰度差明显的特征，自动定位出待处理图像中丝对的方向，进而确定垂直且经过所有丝对的一排像素点。
S103、根据各个候选像素点的灰度值和/或位置信息，从候选像素点中确定出可识别丝对对应的两个目标像素点。
其中，位置信息是指用于描述候选像素点与其他候选像素点位置关系的信息，例如：位置信息可以是候选像素点与相邻候选像素点的间隔距离，也可以是候选像素点在所有候选像素点中的排序，还可以是候选像素点在待处理图像中的坐标位置。以坐标位置为例，步骤S102中经过所有丝对的一排像素点中，可以确定左侧的第一个像素点为坐标原点，从而确定候选像素点基于坐标原点的位置关系。其中，可识别丝对是指能清楚分辨丝线的丝对，即丝对包含的两条丝线能被清晰分辨不重合。不可识别的丝对的两条丝线基本重合，导致无法确定出两个目标像素点。
具体地，可识别丝对包含可分辨的两条丝线，其中，两条丝线对应两个属于灰度极小值的候选像素点，这里两个候选像素点即为这个丝对对应的目标像素点。另外，两条丝线对应的像素点也可以通过位置信息确定，因为双丝型像质计的丝径、丝线间隔以及相邻丝对的距离都是确定，可以通过坐标位置或是在所有候选像素点中的排序来确定目标像素点。所以步骤S103中存在对应的两个目标像素点，这里指出的两个目标像素点就是分别存在两条丝线中。
需要说明的是，采用坐标位置或是在所有候选像素点中的排序来确定目标像素点的方法，在具体实施时，还需要考虑到待测量设备与检测对象之间的距离，由于待测量设备与检测对象的距离不同，可能会导致图像中的每组丝对的直径和丝距存在变化。对于因待测量设备与检测对象的距离的不同，对坐标位置确定目标像素点的方法以及所有候选像素点中的排序来确定目标像素点的方法，涉及到的参数等可做适应性调整。
S104、针对每组可识别丝对，从位于两个目标像素点之间的像素点的灰度值中确定出灰度最大值。
双丝型像质计的每对丝对包括的丝线之间都有一定距离，两条丝线的间距等于丝径。具体实施时，获取属于同一丝对的两个目标像素点之间存在的含有最大灰度值的像素点，即获取每对丝对包括的丝线之间的灰度值最大的像素点。
S105、根据每组可识别丝对对应的两个目标像素点的灰度值和灰度最大值，确定每组可识别丝对的可识别率。
具体地，通过上述双丝型像质计图像处理方法，可以获取到射线成像图像中双丝型像质计的丝对可识别率。
具体计算方法如下：
Figure BDA0003048548710000101
R为可识别率，ΔG为目标像素点的灰度值与灰度最大值之间的差值，BG为背景灰度。在具体实施中，根据NB/T 47013.11-2015标准中规定的用于分辨率计算的丝对条件，其中规定了20％的数值标准。即当双丝型像质计的部分丝对可识别率满足大于20％时，则认为这部分可识别率大于20％的丝对不用作分辨率计算。在待处理图像中，第一组识别率小于等于20％的丝对被用于获取待处理图像的空间分辨率。
通过采用上述方法，可根据获取图像的双丝型像质计的区域，计算双丝型像质计的可识别率，以获得图像的成像质量。根据用户选取的一排像素点中，筛选出符合条件的目标像素点，通过目标像素点的灰度值针对计算丝对的可识别率。通过双丝型像质计中可识别率小于等于20％的第一组线对可获取待处理图像的空间分辨率，有效降低了数据处理量，提高了图像分析时对于数据的处理效率。
在一种可能的实施方式中，可根据一组可识别丝对对应的两个目标像素点的灰度值或位置信息，确定每一组可识别丝对所对应的丝对编号。对于双丝型像质计而言，包含的13个线对的丝径以及间距都是确定的，且随着丝对的编号从小至大排序，可识别丝对对应的两个目标像素点的灰度值是逐渐增大。在具体实施时，可通过可识别丝对对应的两个目标像素点的灰度值确定丝对编号，或者通过位置信息确定丝对编号。位置信息有可能是坐标值，或是像素点的距离值等。
可选地，步骤S102具体包括：针对从经过所有丝对的一排像素点中的任一像素点中，获取以任一像素点为中心点的邻域窗口内的各像素点的灰度值；若邻域窗口内的像素点的灰度值满足第一预设条件，则确定任一像素点为灰度极小值对应的候选像素点。其中，第一预设条件包括：任一像素点的灰度值小于邻域窗口内其它像素点的灰度值，且邻域窗口内像素点的灰度值按序先递减后递增。
具体地，以任一像素点为中心点，向左邻域获取n个像素点以及向右邻域获取n个像素点，邻域窗口内包括任一像素点在内的2n+1个像素点，同时获取邻域窗口内2n+1像素点的灰度值。在图像中，任一像素点为邻域窗口内灰度值最小的一个像素点，在左邻域获取到的n个像素点中，以最左侧像素点到任一像素点的顺序，灰度值呈递减的趋势，而在右邻域获取到的n个像素点中，以最右侧像素点到任一像素点的顺序，灰度值也呈递减的趋势，满足上述三个条件，则认为该像素点的灰度值为灰度极小值，将该像素点作为候选像素点。其中，n为一预设值，n的取值可针对不同的情况对n的取值进行适应性的调整，在一个具体示例中，n的取值可以为3。
通过任一像素点的灰度值进行邻域选取像素点，使目标像素点满足在邻域窗口内的最小值的同时，邻域窗口内像素点的灰度值按序先递减后递增。避免了因图像成像缺陷导致的单一点的灰度值很小的情况，使选取的目标像素点都存在于丝对区域内，提高了像素点确定的准确性。
可选地，上述双丝型像质计图像处理方法还包括：根据所述邻域窗口内的最大灰度值和最小灰度值，确定所述邻域窗口内的灰度值变化速率。
基于此，上述第一预设条件还包括：所述邻域窗口内的灰度值变化速率小于预设的灰度邻域变化速率阈值。
具体地，邻域窗口内的最大灰度值和最小灰度值是可以确定的，最大灰度值对应于最左侧像素点和/或最右侧像素点，最小灰度值对应于中心点，也就是任一像素点。从最左侧像素点至中心点之间的灰度变化速率以及最右侧像素点至中心点的灰度变化速率均不大于预设的灰度邻域变化速率阈值。当灰度变化速率过大，可能是由于步骤S102中用户通过输入设备选取的垂直且经过所有丝对的一排像素点中包含了不在待处理图像中双丝型像质计区域内的像素点，如图2所示，当用户选取的一排像素点过多而延伸至左侧区域后，就有可能存在一个邻域窗口内满足第一预设条件的情况，这就会导致出现灰度变化速率过大的点仍被确认为候选像素点的问题。
通过预设灰度邻域变化速率阈值，对用户选取的符合第一预设条件的像素点再进行筛选，筛除灰度值变化速率过大的情况，提高了获取像素点的准确性，避免了因成像质量缺陷导致的数据获取有误的情况。在本实施例中，灰度邻域变化速率阈值的具体数值可根据经验做适应性调整，例如灰度邻域变化速率阈值设定为150。
可选地，步骤S103具体包括：将符合第二预设条件的两个相邻候选像素点确定为一组可识别丝对对应的两个目标像素点，第二预设条件包括以下至少一个：两个相邻候选像素点之间的间隔距离小于距离差阈值，和，两个相邻候选像素点之间的灰度差值小于灰度差阈值。
具体地，在双丝型像质计成像区域内，因丝对的距离是一定值，候选像素点应该存在于丝对的图像区域，所以在相邻候选像素点之间的间隔应该满足不大于最远的丝对间隔距离。同时，为了满足相邻候选点在同一个丝对或是在两个相邻丝对中，通过预设灰度差阈值，避免了筛选结果不在双丝型像质计成像区域的情况。其中，灰度差阈值和距离差阈值可根据实际情况进行有针对性的设定，比如只设定灰度差阈值或是只设定距离差阈值或是同时设定灰度差阈值和距离差阈值。在一个可能的示例中，同时设定了灰度差阈值和距离差阈值，其中，设定灰度差阈值为2500，距离差阈值为20。
进一步地，在执行步骤S103之前，本申请实施例的方法还包括如下步骤：删除符合过滤条件的候选像素点，所述过滤条件包括以下至少一个条件：与相邻候选像素点之间的间隔距离大于距离差阈值的候选像素点，和，与相邻候选像素点之间的灰度差值大于灰度差阈值的候选像素点。
通过预设距离差阈值和/或灰度差阈值，筛除了候选像素点中相邻候选像素点的间隔不满足小于等于最远的双丝间隔距离的情况，以及筛除了因取点范围大导致的候选像素点不在双丝型像质计成像区域的情况。因待处理图像的灰度值都保持在一定范围内，且丝对对应的灰度值按序递增/递减，丝对之间的距离也为定值，所以通过预设距离差阈值和/或灰度差阈值可以过滤一定的候选像素点。通过预设这两个参数，可缩减候选像素点的数量，减少步骤S103需要处理的数据量，提高数据处理的效率。
基于上述过滤条件，在一种可能的实施方式中，可先基于上述过滤条件对候选像素点进行过滤，基于过滤后的候选像素点的位置信息，从过滤后的候选像素点中确定出可识别丝对对应的两个目标像素点。
经过过滤条件的过滤，基本可以删除不属于丝线的候选像素点，由于无法识别的丝对的两条丝线基本重合，因此针对无法识别的丝对最多只能提取一个候选像素点，该候选像素点与其他候选像素点的距离差和灰度差都无法满足过滤条件，因此也会被过滤掉。也就是说，经过过滤条件过滤后的候选像素点只包含属于可识别丝对的候选像素点，此时只需要根据选像素点的排序，依次将相邻的两个候选像素点确定为一组可识别丝对对应的两个目标像素点。例如，按从左往右的顺序，将第1个候选像素点和第2个候选像素点作为一组，将第3个候选像素点和4个候选像素点为一组，依次类推。当然，也可以结合第二预设条件辅助判断，避免过滤后的候选像素点中依然存在干扰。
可选地，所述步骤S105具体包括：
根据每组可识别丝对对应的两个目标像素点的灰度值和灰度最大值，确定每组可识别丝对对应的灰度差；
根据每组可识别丝对对应的灰度差和所述双丝型像质计图像区域的背景灰度，确定每组可识别丝对的可识别率。
具体地，可以以两个目标像素点的丝对来确定用于背景灰度计算的像素点。例如，根据左丝位置间隔10个像素点确定左起点位置，以左起点位置为起点向左选取包含左起点位置在内的10个像素点；根据右丝位置间隔10个像素点确定右起点位置，以右起点位置为起点向右选取包含右起点位置在内的10个像素点；根据选取的20个像素点的灰度值计算灰度均值，得到的灰度均值即为背景灰度。
可选地，上述基于双丝型像质计的可识别率计算方法还包括：
从可识别率小于等于可识别率阈值的可识别丝对中，确定出可识别率最大的目标丝对；
根据所述目标丝对的丝径，确定所述待处理图像的空间分辨率。
在具体实施时，可识别率阈值设定为20％。根据确定出的小于等于可识别率阈值的可识别丝对，可以确定出可识别率最大的目标丝对。通过可识别率最大的目标丝对可得到待处理图像的空间分辨率。具体计算方法如下：
U＝2d，
其中，U为待处理图像的空间分辨率，即图像的不清晰度，d为可识别率小于等于可识别率阈值中，可识别率最大的目标丝对的丝径。将上述步骤中确定的可识别率最大的目标丝对对应的丝径通过上述计算方法，可确定出待处理图像的空间分辨率。
在一个可能的实施方式中，用户根据位置信息以及可识别率最大的目标丝对及相邻像素点的灰度值，绘制得到如图3A-3C任一所示的图像灰度值与位置信息关系对应图。其中，横坐标为像素点的位置信息，纵坐标为灰度值。图像中包括目标丝对对应的像素点及灰度值，以及目标丝对中包含的灰度最大值的像素点及灰度值。同时，对应于像素点的位置信息和灰度值，图像中还示出了背景灰度BG，通过步骤S105中的可识别率具体计算方法，可以获取得到可识别率。可识别率阈值为20％，确定出第一组可识别率小于等于20％的丝对，对应位置信息获取丝对编号，确定丝径值，根据上述的空间分辨率计算方法，确定空间分辨率。
在另一个可能的实施方式中，终端设备直接获取个像素点的灰度值，确定出可识别率小于等于可识别率阈值的第一组丝对，根据第一组丝对的位置信息，获取这一组丝对的丝径，根据丝径直接计算得到待处理图像的空间分辨率。
通过本申请具体涉及的双丝型像质计图像处理方法，在获取到双丝像质计的可识别率测量方法的同时，通过设定可识别率阈值筛选得到小于等于可识别率阈值的可识别丝对，进而可以计算待处理图像的分辨率。
参考图4，在本发明的一个实施例中，基于与上述双丝型像质计图像处理方法相同的发明构思，还提供了一种处理装置20，包括：
图像获取模块201，用于获取待处理图像，其中，所述待处理图像是由待测量设备拍摄的双丝型像质计的图像，所述双丝型像质计上设置了多组相互平行的丝对，每组丝对包含两条相互平行的丝线，每组丝对的丝径和丝距不同，在待处理图像中显示不同的灰度值。
候选像素点确定模块202，用于从经过所有丝对的一排像素点中，确定出灰度极小值对应的候选像素点；
目标像素点确定模块203，用于根据各个候选像素点的灰度值和/或位置信息，从候选像素点中确定出可识别丝对对应的两个目标像素点；
灰度最大值确定模块204，用于针对每组可识别丝对，从位于两个目标像素点之间的像素点的灰度值中确定出灰度最大值；
可识别率计算模块205，用于根据每组可识别丝对对应的两个目标像素点的灰度值和灰度最大值，确定每组可识别丝对的可识别率。
可选地，所述候选像素点确定模块202具体用于：
针对从经过所有丝对的一排像素点中的任一像素点，获取以所述任一像素点为中心点的邻域窗口内的各像素点的灰度值；
若所述邻域窗口内的像素点的灰度值满足第一预设条件，则确定所述任一像素点为灰度极小值对应的候选像素点，其中，所述第一预设条件包括：所述任一像素点的灰度值小于所述邻域窗口内其它像素点的灰度值，且所述邻域窗口内像素点的灰度值按序先递减后递增。
可选地，所述装置还包括窗口变化速率确定模块206，用于根据所述邻域窗口内的最大灰度值和最小灰度值，确定所述邻域窗口内的灰度值变化速率；
所述第一预设条件还包括：所述邻域窗口内的灰度值变化速率小于预设的灰度邻域变化阈值速率。
可选地，所述目标像素点确定模块203具体用于：
将符合第二预设条件的两个相邻候选像素点确定为一组可识别丝对对应的两个目标像素点，所述第二预设条件包括以下至少一个：两个相邻候选像素点之间的间隔距离小于距离差阈值，和，两个相邻候选像素点之间的灰度差值小于灰度差阈值。
可选地，所述装置还包括候选像素点过滤模块207，用于删除符合过滤条件的候选像素点，所述过滤条件包括以下至少一个条件：与相邻候选像素点之间的间隔距离大于距离差阈值的候选像素点，和，与相邻候选像素点之间的灰度差值大于灰度差阈值的候选像素点。
可选地，所述可识别率计算模块具体用于：
根据每组可识别丝对对应的两个目标像素点的灰度值和灰度最大值，确定每组可识别丝对对应的灰度差；
根据每组可识别丝对对应的灰度差和所述待处理图像的背景灰度，确定每组可识别丝对的可识别率。
可选地，所述测量装置还包括分辨率计算模块208，用于从可识别率小于等于可识别率阈值的可识别丝对中，确定出可识别率最大的目标丝对；
根据所述目标丝对的丝径，确定所述待处理图像的空间分辨率。
本申请实施例提供的双丝型像质计图像处理装置20与上述双丝型像质计图像处理方法采用了相同的发明构思，能够取得相同的有益效果，在此不再赘述。
基于与上述双丝型像质计图像处理方法相同的发明构思，本申请实施例还提供了一种电子设备30，如图5所示，该电子设备30可以包括处理器301和存储器302。
处理器301可以是通用处理器，例如中央处理器(CPU)、数字信号处理器(DigitalSignal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件，可以实现或者执行本申请实施例中公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。
存储器302作为一种非易失性计算机可读存储介质，可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块。存储器可以包括至少一种类型的存储介质，例如可以包括闪存、硬盘、多媒体卡、卡型存储器、随机访问存储器(Random Access Memory，RAM)、静态随机访问存储器(Static Random Access Memory，SRAM)、可编程只读存储器(Programmable Read Only Memory，PROM)、只读存储器(Read Only Memory，ROM)、带电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory，EEPROM)、磁性存储器、磁盘、光盘等等。存储器是能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。本申请实施例中的存储器302还可以是电路或者其它任意能够实现存储功能的装置，用于存储程序指令和/或数据。
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；上述计算机存储介质可以是计算机能够存取的任何可用介质或数据存储设备，包括但不限于：移动存储设备、随机存取存储器(RAM，Random Access Memory)、磁性存储器(例如软盘、硬盘、磁带、磁光盘(MO)等)、光学存储器(例如CD、DVD、BD、HVD等)、以及半导体存储器(例如ROM、EPROM、EEPROM、非易失性存储器(NAND FLASH)、固态硬盘(SSD))等各种可以存储程序代码的介质。
或者，本申请上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机、服务器、或者网络设备等)执行本申请各个实施例所述方法的全部或部分。而前述的存储介质包括：移动存储设备、随机存取存储器(RAM，Random Access Memory)、磁性存储器(例如软盘、硬盘、磁带、磁光盘(MO)等)、光学存储器(例如CD、DVD、BD、HVD等)、以及半导体存储器(例如ROM、EPROM、EEPROM、非易失性存储器(NAND FLASH)、固态硬盘(SSD))等各种可以存储程序代码的介质。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围，其均应涵盖在本发明的权利要求和说明书的范围当中。

Claims (10)

1.一种双丝型像质计图像处理方法，其特征在于，包括：
获取待处理图像，其中，所述待处理图像是由待测量设备拍摄的双丝型像质计的图像，所述双丝型像质计上设置了多组相互平行且间隔预设距离的丝对，每组丝对包含两条相互平行的丝线，每组丝对的丝径和丝距不同，在待处理图像中显示不同的灰度值；
从经过所有丝对的一排像素点中，确定出灰度极小值对应的候选像素点；
根据各个候选像素点的灰度值和/或位置信息，从候选像素点中确定出可识别丝对对应的两个目标像素点；
针对每组可识别丝对，从位于两个目标像素点之间的像素点的灰度值中确定出灰度最大值；
根据每组可识别丝对对应的两个目标像素点的灰度值和灰度最大值以及背景灰度，确定每组可识别丝对的可识别率。
2.根据权利要求1所述的方法，其特征在于，所述从且经过所有丝对的一排像素点中，确定出灰度极小值对应的候选像素点，包括：
针对从经过所有丝对的一排像素点中的任一像素点，获取以所述任一像素点为中心点的邻域窗口内的各像素点的灰度值；
若所述邻域窗口内的像素点的灰度值满足第一预设条件，则确定所述任一像素点为灰度极小值对应的候选像素点，其中，所述第一预设条件包括：所述任一像素点的灰度值小于所述邻域窗口内其它像素点的灰度值，且所述邻域窗口内像素点的灰度值按序先递减后递增。
3.根据权利要求2所述的方法，其特征在于，所述方法还包括：
根据所述邻域窗口内的最大灰度值和最小灰度值，确定所述邻域窗口内的灰度值变化速率；
所述第一预设条件还包括：所述邻域窗口内的灰度值变化速率小于预设的灰度邻域变化速率阈值。
4.根据权利要求1所述的方法，其特征在于，所述根据各个候选像素点的灰度值和/或位置信息，从候选像素点中确定出可识别丝对对应的两个目标像素点，包括：
将符合第二预设条件的两个相邻候选像素点确定为一组可识别丝对对应的两个目标像素点，所述第二预设条件包括以下至少一个：两个相邻候选像素点之间的间隔距离小于距离差阈值，和，两个相邻候选像素点之间的灰度差值小于灰度差阈值。
5.根据权利1至4任一项所述的方法，其特征在于，所述从候选像素点中确定出可识别丝对对应的两个目标像素点之前，所述方法还包括：
删除符合过滤条件的候选像素点，所述过滤条件包括以下至少一个条件：与相邻候选像素点之间的间隔距离大于距离差阈值的候选像素点，和，与相邻候选像素点之间的灰度差值大于灰度差阈值的候选像素点。
6.根据权利要求1至4任一项所述的方法，其特征在于，所述根据每组可识别丝对对应的两个目标像素点的灰度值和灰度最大值，确定每组可识别丝对的可识别率，包括：
根据每组可识别丝对对应的两个目标像素点的灰度值和灰度最大值，确定每组可识别丝对对应的灰度差；
根据每组可识别丝对对应的灰度差和所述待处理图像的背景灰度，确定每组可识别丝对的可识别率。
7.根据权利要求1至4任一项所述的方法，其特征在于，所述方法还包括：
从可识别率小于等于可识别率阈值的可识别丝对中，确定出可识别率最大的目标丝对；
根据所述目标丝对的丝径，确定所述待处理图像的空间分辨率。
8.一种基于双丝型像质计图像处理装置，其特征在于，包括：
图像获取模块，用于获取待处理图像，其中，所述待处理图像是由待测量设备拍摄的双丝型像质计的图像，所述双丝型像质计上设置了多组相互平行的丝对，每组丝对包含两条相互平行的丝线，每组丝对的丝径和丝距不同，在待处理图像中显示不同的灰度值；
候选像素点确定模块，用于从经过所有丝对的一排像素点中，确定出灰度极小值对应的候选像素点；
目标像素点确定模块，用于根据各个候选像素点的灰度值和/或位置信息，从候选像素点中确定出可识别丝对对应的两个目标像素点；
灰度最大值确定模块，用于针对每组可识别丝对，从位于两个目标像素点之间的像素点的灰度值中确定出灰度最大值；
可识别率计算模块，用于根据每组可识别丝对对应的两个目标像素点的灰度值和灰度最大值，确定每组可识别丝对的可识别率。
9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7任一项所述方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序指令，其特征在于，该计算机程序指令被处理器执行时实现权利要求1至7任一项所述方法的步骤。
CN202110479273.9A 2021-04-30 2021-04-30 双丝型像质计图像处理方法、装置、设备及介质 Active CN113205497B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110479273.9A CN113205497B (zh) 2021-04-30 2021-04-30 双丝型像质计图像处理方法、装置、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110479273.9A CN113205497B (zh) 2021-04-30 2021-04-30 双丝型像质计图像处理方法、装置、设备及介质

Publications (2)

Publication Number Publication Date
CN113205497A true CN113205497A (zh) 2021-08-03
CN113205497B CN113205497B (zh) 2022-06-07

Family

ID=77028160

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110479273.9A Active CN113205497B (zh) 2021-04-30 2021-04-30 双丝型像质计图像处理方法、装置、设备及介质

Country Status (1)

Country Link
CN (1) CN113205497B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116168022A (zh) * 2023-04-21 2023-05-26 天津职业技术师范大学(中国职业培训指导教师进修中心) 一种双线型像质计图像处理方法、装置、设备及存储介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018042132A1 (fr) * 2016-09-02 2018-03-08 Safran Procede et systeme de controle non destructif realise sur une piece aeronautique
CN109711419A (zh) * 2018-12-14 2019-05-03 深圳壹账通智能科技有限公司 图像处理方法、装置、计算机设备及存储介质
CN109781752A (zh) * 2019-01-28 2019-05-21 上海市建筑科学研究院 用于检测套筒灌浆缺陷的x射线数字成像增强与定量识别方法
US10621700B1 (en) * 2017-06-21 2020-04-14 Lickenbrock Technologies Llc Computed radiography contrast, noise and resolution improvement
CN111311512A (zh) * 2020-02-11 2020-06-19 上海奕瑞光电子科技股份有限公司 随机噪点校正方法
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
CN212904599U (zh) * 2020-06-28 2021-04-06 缙云县克力尔检测器材有限公司 一种双丝像质计

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018042132A1 (fr) * 2016-09-02 2018-03-08 Safran Procede et systeme de controle non destructif realise sur une piece aeronautique
US10621700B1 (en) * 2017-06-21 2020-04-14 Lickenbrock Technologies Llc Computed radiography contrast, noise and resolution improvement
CN109711419A (zh) * 2018-12-14 2019-05-03 深圳壹账通智能科技有限公司 图像处理方法、装置、计算机设备及存储介质
CN109781752A (zh) * 2019-01-28 2019-05-21 上海市建筑科学研究院 用于检测套筒灌浆缺陷的x射线数字成像增强与定量识别方法
CN111311512A (zh) * 2020-02-11 2020-06-19 上海奕瑞光电子科技股份有限公司 随机噪点校正方法
CN212904599U (zh) * 2020-06-28 2021-04-06 缙云县克力尔检测器材有限公司 一种双丝像质计
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

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
PRAFUL GUPTA 等: ""Predicting Detection Performance on Security X-Ray Images as a Function of Image Quality"", 《IEEE TRANSACTIONS ON IMAGE PROCESSING》 *
PRAFUL GUPTA 等: ""Predicting Detection Performance on Security X-Ray Images as a Function of Image Quality"", 《IEEE TRANSACTIONS ON IMAGE PROCESSING》, vol. 28, no. 7, 31 January 2019 (2019-01-31), pages 3328 - 3342, XP011724925, DOI: 10.1109/TIP.2019.2896488 *
孙朝明: ""双线型像质计调制度的自动定量方法"", 《无损检测》 *
孙朝明: ""双线型像质计调制度的自动定量方法"", 《无损检测》, vol. 39, no. 2, 28 February 2017 (2017-02-28), pages 22 - 25 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116168022A (zh) * 2023-04-21 2023-05-26 天津职业技术师范大学(中国职业培训指导教师进修中心) 一种双线型像质计图像处理方法、装置、设备及存储介质
CN116168022B (zh) * 2023-04-21 2023-07-11 天津职业技术师范大学(中国职业培训指导教师进修中心) 一种双线型像质计图像处理方法、装置、设备及存储介质

Also Published As

Publication number Publication date
CN113205497B (zh) 2022-06-07

Similar Documents

Publication Publication Date Title
CN109146816B (zh) 一种图像滤波方法、装置、电子设备和存储介质
US9916653B2 (en) Detection of defects embedded in noise for inspection in semiconductor manufacturing
CN106791804B (zh) 用于摄像头模组的污点检测方法及装置
US9064317B2 (en) Detection of near-field camera obstruction
CN111612757A (zh) 一种屏幕裂纹的检测方法、装置、设备及存储介质
CN115330628B (zh) 基于图像处理的视频逐帧去噪方法
CN113205497B (zh) 双丝型像质计图像处理方法、装置、设备及介质
CN118037722B (zh) 一种铜管生产缺陷检测方法及系统
CN111027343A (zh) 条形码区域定位方法和装置
CN116416190A (zh) 瑕疵检测方法及装置、电子设备及存储介质
CN112465707B (zh) 红外图像条纹噪声的处理方法、装置、介质及电子设备
CN114972339A (zh) 用于推土机结构件生产异常检测的数据增强系统
CN113920073A (zh) 薄卡计数方法、装置、电子设备及存储介质
CN117611619A (zh) 一种直线拟合方法、系统、电子设备及存储介质
CN113358670A (zh) 双线型像质计可识别率的测量方法、系统、设备和介质
CN115908404B (zh) 图像条纹干扰的检测方法、装置、电子设备及介质
JP6114559B2 (ja) フラットパネルディスプレイの自動ムラ検出装置
CN115439462A (zh) 一种晶圆缺陷检测方法
CN113163101B (zh) 图像曝光调整方法、装置、设备和介质
CN108010020B (zh) 一种硅片的滑道检测方法及装置
CN117788470B (zh) 一种基于人工智能的轮胎缺陷检测方法
CN116168022B (zh) 一种双线型像质计图像处理方法、装置、设备及存储介质
CN114581423B (zh) 一种孪晶晶界的识别方法、装置、设备及可读存储介质
CN109859162B (zh) 一种针对于工业相机周期性条纹自动化测试方法
CN111340715B (zh) 一种图像的网格纹弱化方法、装置及电子设备

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
TA01 Transfer of patent application right

Effective date of registration: 20211230

Address after: No.12, Yangli Road, industrial park, Hanjiang District, Yangzhou City, Jiangsu Province 225000

Applicant after: Jiangsu DIYe Testing Technology Co.,Ltd.

Address before: Room 203, building B8, Jinrong science and Technology Park, 158 Ji'an South Road, high tech Development Zone, Yangzhou, Jiangsu 225000

Applicant before: YANGZHOU NENGYU TESTING TECHNOLOGY Co.,Ltd.

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant