CN117094912B - 一种低压配电柜焊接图像增强方法及系统 - Google Patents
一种低压配电柜焊接图像增强方法及系统 Download PDFInfo
- Publication number
- CN117094912B CN117094912B CN202311329384.7A CN202311329384A CN117094912B CN 117094912 B CN117094912 B CN 117094912B CN 202311329384 A CN202311329384 A CN 202311329384A CN 117094912 B CN117094912 B CN 117094912B
- Authority
- CN
- China
- Prior art keywords
- size
- filter kernel
- pixel
- kernel size
- window
- 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
- 238000003466 welding Methods 0.000 title claims abstract description 92
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000005286 illumination Methods 0.000 claims abstract description 89
- 238000001914 filtration Methods 0.000 claims description 35
- 239000011159 matrix material Substances 0.000 claims description 20
- 238000010606 normalization Methods 0.000 claims description 17
- 230000002708 enhancing effect Effects 0.000 claims description 5
- 241000764238 Isis Species 0.000 claims description 3
- 230000000694 effects Effects 0.000 description 11
- 230000002146 bilateral effect Effects 0.000 description 4
- 230000005484 gravity Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 230000007547 defect Effects 0.000 description 3
- 230000002093 peripheral effect Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000903 blocking effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/12—Edge-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- 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
- G06T2207/20021—Dividing image into blocks, subimages or windows
-
- 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
- G06T2207/20028—Bilateral filtering
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明涉及图像处理技术领域,具体涉及一种低压配电柜焊接图像增强方法及系统,包括:采集焊接图像;计算每个子块的光照程度,根据每个子块的光照程度得到强光照区域;获取每种窗口尺寸下的每个窗口区域的最佳灰度质量比例,进而得到整体滤波核尺寸;根据强光照区域以及整体滤波核尺寸得到整体滤波核尺寸下的每个像素的合适程度调整权重;计算整体滤波核尺寸下的每个像素的滤波核尺寸合适程度;进而得到每个像素的最佳滤波核尺寸;根据最佳滤波核尺寸得到焊接图像的增强后图像。从而实现滤波核尺寸的自适应调整,在保障去噪的同时还能保留图像信息的完整。
Description
技术领域
本发明涉及图像处理技术领域,具体涉及一种低压配电柜焊接图像增强方法及系统。
背景技术
由于受光照等因素的影响导致采集到的低压配电柜的焊接图像存在噪声,这些噪声会干扰焊接缺陷识别,导致焊接缺陷识别的准确性较低。因而需对低压配电柜的焊接图像进行去噪处理。
双边滤波算法作为一种常用的去噪处理算法,其在滤除噪声的同时还能保留住焊接图像中的边缘信息。双边滤波的滤波核的大小以及高斯权值的设置均会影响去噪效果,但是传统的双边滤波算法的滤波核的大小一般是根据经验人为给定,这种基于经验给定的滤波核大小无法根据实际情况进行自适应,从而使得去噪效果不佳。
发明内容
本发明提供一种低压配电柜焊接图像增强方法及系统,以解决现有的问题:如何准确的设置滤波核的大小。
本发明的一种低压配电柜焊接图像增强方法及系统采用如下技术方案:
本发明一个实施例提供了一种低压配电柜焊接图像增强方法,该方法包括以下步骤:
采集焊接图像;
根据焊接图像得到多个子块,根据每个子块中灰度对比度情况计算每个子块的差异化灰度比重,根据每个子块中存在光线分界线的情况得到每个子块存在光线分界线概率,根据每个子块存在光线分界线概率以及差异化灰度比重得到每个子块的光照程度,根据每个子块的光照程度得到强光照区域;
获取每种窗口尺寸下的多个窗口区域,获取每种窗口尺寸下的每个窗口区域的灰度信息质量,根据每种窗口尺寸下的每个窗口区域的灰度信息质量得到每种窗口尺寸下的每个窗口区域的最佳灰度质量比例,根据每种窗口尺寸下的每个窗口区域的最佳灰度质量比例得到整体滤波核尺寸;
根据强光照区域以及整体滤波核尺寸得到整体滤波核尺寸下的每个像素的合适程度调整权重;根据整体滤波核尺寸下的每个像素的合适程度调整权重以及灰度信息质量得到整体滤波核尺寸下的每个像素的滤波核尺寸合适程度;根据整体滤波核尺寸下的每个像素的滤波核尺寸合适程度得到每个像素的最佳滤波核尺寸;
利用最佳滤波核尺寸的滤波核对焊接图像中每个像素进行滤波处理得到焊接图像的增强后图像。
优选的,所述根据焊接图像得到多个子块,根据每个子块中灰度对比度情况计算每个子块的差异化灰度比重,包括的具体方法为:
将焊接图像均匀分割成若干个尺寸为的子块,C表示预设分块尺寸;
对于任意一个子块,以竖直向上为基准方向,将基准方向顺时针旋转0、45、90、135度得到4个探索方向,基于每个探索方向获取所述子块的灰度共生矩阵;对于任意一个探索方向的灰度共生矩阵,获取所述灰度共生矩阵中每个灰度对的出现概率,将灰度共生矩阵中对角线上的所有灰度对的出现概率的累加和记为无差异概率,将灰度共生矩阵中非对角线上的所有灰度对的出现概率的累加和记为差异概率,将差异概率与无差异概率的比值作为所述子块在所属探索方向上的差异化灰度比重;获取所述子块在每个探索方向上的差异化灰度比重,将所述子块在所有探索方向上的差异化灰度比重最大值作为所述子块的差异化灰度比重,C表示预设分块尺寸。
优选的,所述根据每个子块中存在光线分界线的情况得到每个子块存在光线分界线概率,包括的具体方法为:
对于任意一个子块,获取子块中每个像素的梯度,利用最大值最小值归一化方法对每个像素的梯度进行归一化处理得到每个像素的归一化后的梯度,将归一化后的梯度大于梯度值阈值Y1的像素作为分界线像素;利用最小二乘法对所有分界线像素的坐标进行拟合得到拟合分界线,过拟合分界线上每个拟合分界线像素,垂直于拟合分界线像素的切线方向,向拟合分界线的一侧绘制长度为的线段记为每个拟合分界线像素的第一线段,同时向拟合分界线的另一侧绘制长度为/>的线段记为每个拟合分界线像素的第二线段,/>表示预设线段长度;
获取每个子块中每个拟合分界线像素的第一线段、第二线段;
根据每个子块中每个拟合分界线像素的第一线段和第二线段得到每个子块存在光线分界线概率的具体方法为:
其中,表示每个子块的第j个拟合分界线像素的第一线段上所有像素的灰度值均值,/>表示每个子块的第j个拟合分界线像素的第二线段上所有像素的灰度值均值,表示每个子块的拟合分界线中包含拟合分界线像素的个数,/>表示利用线性归一化方法进行归一化处理,G表示每个子块存在光线分界线概率。
优选的,所述根据每个子块存在光线分界线概率以及差异化灰度比重得到每个子块的光照程度,根据每个子块的光照程度得到强光照区域,包括的具体方法为:
将每个子块存在光线分界线概率与差异化灰度比重的乘积作为每个子块的光照程度;
将光照程度大于预设光照程度阈值Y2的子块作为强光照子块,将所有强光照子块构成的区域作为强光照区域。
优选的,所述获取每种窗口尺寸下的多个窗口区域,获取每种窗口尺寸下的每个窗口区域的灰度信息质量,包括的具体方法为:
获取焊接图像的行数和列数L,根据焊接图像的行数/>和列数L得到窗口尺寸上限值/>,min()表示获取最小值,将窗口尺寸取/>之间的每个整数,得到多种窗口尺寸;
对于任意一种窗口尺寸W,以焊接图像中每个像素为中心,获取尺寸为W*W的窗口区域,记为每个像素在窗口尺寸W下的窗口区域;
对于任意一种窗口尺寸下的窗口区域,获取窗口区域的差异化灰度比重,计算窗口区域内所有像素的灰度值方差,将每个窗口区域的差异化灰度比重与灰度值方差的比值作为一种窗口尺寸下的窗口区域的灰度信息质量。
优选的,所述根据每种窗口尺寸下的每个窗口区域的灰度信息质量得到每种窗口尺寸下的每个窗口区域的最佳灰度质量比例,根据每种窗口尺寸下的每个窗口区域的最佳灰度质量比例得到整体滤波核尺寸,包括的具体方法为:
预设调整系数,将每种窗口尺寸下的所有窗口区域的灰度信息质量最大值与调整系数的乘积记为每种窗口尺寸下的灰度质量界限值,在每种窗口尺寸下的所有窗口区域中获取大于等于灰度质量界限值的窗口区域个数记为每种窗口尺寸下的最佳窗口个数,获取每种窗口尺寸下的窗口区域的总个数,将每种窗口尺寸下的最佳窗口个数与窗口区域总个数的比值作为每种窗口尺寸下的最佳灰度质量比例;
在所有窗口尺寸中将最佳灰度质量比例的最大值对应的窗口尺寸作为整体滤波核尺寸。
优选的,所述根据强光照区域以及整体滤波核尺寸得到整体滤波核尺寸下的每个像素的合适程度调整权重,包括的具体方法为:
对于任意一种窗口尺寸,每个像素对应一个窗口区域,将窗口区域的灰度信息质量作为对应像素的灰度信息质量,将灰度信息质量大于灰度质量界限值的像素记为一种窗口尺寸下的高质量像素;
对于强光线区域,获取每个像素在整体滤波核尺寸下的窗口区域;将整体滤波核尺寸下的每个像素的窗口区域内高质量像素个数占比作为整体滤波核尺寸下的每个像素的合适程度调整权重;
对于不属于强光线区域的像素,将整体滤波核尺寸下的每个像素的合适程度调整权重取1。
优选的,所述根据整体滤波核尺寸下的每个像素的合适程度调整权重以及灰度信息质量得到整体滤波核尺寸下的每个像素的滤波核尺寸合适程度,包括的具体方法为:
其中,表示整体滤波核尺寸下的第j个像素的灰度信息质量,/>表示整体滤波核尺寸下的所有像素的灰度信息质量最大值,/>表示整体滤波核尺寸下的第j个像素的合适程度调整权重,/>表示整体滤波核尺寸下的第j个像素的滤波核尺寸合适程度,表示利用线性归一化方法进行归一化处理。
优选的,所述根据整体滤波核尺寸下的每个像素的滤波核尺寸合适程度得到每个像素的最佳滤波核尺寸,包括的具体方法为:
将整体滤波核尺寸下的滤波核尺寸合适程度小于预设合适程度阈值Y3的像素记为需调整像素;
将整体滤波核尺寸下的滤波核尺寸合适程度大于预设合适程度阈值Y3的像素的最佳滤波核尺寸取整体滤波核尺寸;
对于任意一个需调整像素,将整体滤波核尺寸加一作为第一调整尺寸,获取第一调整尺寸下的需调整像素的滤波核尺寸合适程度,将第一调整尺寸下的需调整像素的滤波核尺寸合适程度与预设合适程度阈值比较,当第一调整尺寸下的该需调整像素的滤波核尺寸合适程度大于等于预设合适程度阈值时,将第一调整尺寸作为需调整像素的最佳滤波核尺寸;当第一调整尺寸下的需调整像素的滤波核尺寸合适程度小于预设合适程度阈值时,将整体滤波核尺寸加二作为第二调整尺寸,获取第二调整尺寸下的该需调整像素的滤波核尺寸合适程度,将第二调整尺寸下的需调整像素的滤波核尺寸合适程度与预设合适程度阈值比较,当第二调整尺寸下的该需调整像素的滤波核尺寸合适程度大于等于预设合适程度阈值时,将第二调整尺寸作为需调整像素的最佳滤波核尺寸,以此类推,直至得到需调整像素的最佳滤波核尺寸。
一种低压配电柜焊接图像增强系统,该系统包括以下模块:
焊接图像采集模块,用于采集低压配电柜的焊接图像;
强光照区域获取模块,用于根据焊接图像得到多个子块,根据每个子块中灰度对比度情况计算每个子块的差异化灰度比重,根据每个子块中存在光线分界线的情况得到每个子块存在光线分界线概率,根据每个子块存在光线分界线概率以及差异化灰度比重得到每个子块的光照程度,根据每个子块的光照程度得到强光照区域;
整体滤波核尺寸获取模块,用于获取每种窗口尺寸下的多个窗口区域,获取每种窗口尺寸下的每个窗口区域的灰度信息质量,根据每种窗口尺寸下的每个窗口区域的灰度信息质量得到每种窗口尺寸下的每个窗口区域的最佳灰度质量比例,根据每种窗口尺寸下的每个窗口区域的最佳灰度质量比例得到整体滤波核尺寸;
最佳滤波核尺寸获取模块,用于根据强光照区域以及整体滤波核尺寸得到整体滤波核尺寸下的每个像素的合适程度调整权重;根据整体滤波核尺寸下的每个像素的合适程度调整权重以及灰度信息质量得到整体滤波核尺寸下的每个像素的滤波核尺寸合适程度;根据整体滤波核尺寸下的每个像素的滤波核尺寸合适程度得到每个像素的最佳滤波核尺寸;
滤波增强模块,用于利用最佳滤波核尺寸的滤波核对焊接图像中每个像素进行滤波处理得到焊接图像的增强后图像。
本发明的技术方案的有益效果是:采集焊接图像;根据焊接图像得到多个子块,根据每个子块中灰度对比度情况计算每个子块的差异化灰度比重,根据每个子块中存在光线分界线的情况得到每个子块存在光线分界线概率,根据每个子块存在光线分界线概率以及差异化灰度比重得到每个子块的光照程度,根据每个子块的光照程度得到强光照区域;获取每种窗口尺寸下的多个窗口区域,获取每种窗口尺寸下的每个窗口区域的灰度信息质量,根据每种窗口尺寸下的每个窗口区域的灰度信息质量得到每种窗口尺寸下的每个窗口区域的最佳灰度质量比例,根据每种窗口尺寸下的每个窗口区域的最佳灰度质量比例得到整体滤波核尺寸;
根据强光照区域以及整体滤波核尺寸得到整体滤波核尺寸下的每个像素的合适程度调整权重;根据整体滤波核尺寸下的每个像素的合适程度调整权重以及灰度信息质量得到整体滤波核尺寸下的每个像素的滤波核尺寸合适程度;根据整体滤波核尺寸下的每个像素的滤波核尺寸合适程度得到每个像素的最佳滤波核尺寸;利用最佳滤波核尺寸的滤波核对焊接图像中每个像素进行滤波处理得到焊接图像的增强后图像。从而实现自适应的调整每个像素的滤波核的尺寸,进而保障每个像素为去噪效果。
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,下面将对实施例或现有技术描述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为本发明的一种低压配电柜焊接图像增强方法的步骤流程图;
图2为本发明的一种低压配电柜焊接图像增强系统的框架结构图。
具体实施方式
为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效,以下结合附图及较佳实施例,对依据本发明提出的一种低压配电柜焊接图像增强方法及系统,其具体实施方式、结构、特征及其功效,详细说明如下。在下述说明中,不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外,一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
下面结合附图具体的说明本发明所提供的一种低压配电柜焊接图像增强方法及系统的具体方案。
请参阅图1,其示出了本发明一个实施例提供的一种低压配电柜焊接图像增强方法的步骤流程图,该方法包括以下步骤:
步骤S001:采集低压配电柜的焊接图像。
需要说明的是,受光照等因素的干扰,导致采集的焊接图像中存在噪声。同时焊接图像中还存在一些细小边缘,在通过滤波的方式去除焊接图像中的噪声时,很容易将细小边缘进行去除,这些有用的细小边缘的丢失会增加焊接缺陷识别的难度。滤波核的大小会影响噪声去除的精度,合适的窗口尺寸能够保障去除图像中噪声的同时,还不会丢失焊接图像中的有用信息。
具体的,为了实现本实施例提出的一种低压配电柜焊接图像增强方法,本实施例首先需要采集低压配电柜的焊接图像。
采集低压配电柜的焊接图像的具体操作为:在低压配电柜的上方安装相机,采集低压配电柜的焊接图像,对低压配电柜的焊接图像进行灰度化处理得到低压配电柜的焊接图像的灰度图像。为了便于描述,后续将低压配电柜的焊接图像的灰度图像依旧记为低压配电柜的焊接图像。
至此,通过上述方法得到低压配电柜的焊接图像。
步骤S002:对焊接图像进行分块处理得到焊接图像的多个子块,计算每个子块的差异化灰度比重,获取每个子块存在光线分界线概率,根据每个子块存在光线分界线概率和差异化灰度比重得到强光照区域。
需要说明的是,光照分布不均时,弱光照区域噪声明显,强光照区域噪声相对较弱,强光照区域的灰度分布相对稳定,将强光照区域与弱光照区域进行相同分析的话,设置出的窗口尺寸滤波效果较差。因而需根据焊接图像中的光照情况来对焊接图像中各区域进行分别分析。首先需先划分光照区域。
需要进一步说明的是,由于强光照区域的灰度对比度情况较高,同时强光照区域会存在亮度突变,进而强光照区域会存在光照分界线,因而基于此来获取强光照区域。
具体的,将焊接图像均匀分割成若干个尺寸为的子块,C表示预设分块尺寸,本实施例以C取7为例进行说明,其他实施例可以取其他值,本实施例不进行具体限制。
进一步的,对于任意一个子块,以竖直向上为基准方向,将基准方向顺时针旋转0、45、90、135度得到4个探索方向,基于每个探索方向获取该子块的灰度共生矩阵。对于任意一个探索方向的灰度共生矩阵,获取该灰度共生矩阵中每个灰度对的出现概率,将灰度共生矩阵中对角线上的所有灰度对的出现概率的累加和记为无差异概率,将灰度共生矩阵中非对角线上的所有灰度对的出现概率的累加和记为差异概率,将差异概率与无差异概率的比值作为该子块在该探索方向上的差异化灰度比重。该值越大说明基于该探索方向该子块中相邻像素的灰度差异较大,因而该子块的对比度较大。因而该子块为强光照区域的可能性较大。同理获取该子块在每个探索方向上的差异化灰度比重。将该子块在所有探索方向上的差异化灰度比重最大值作为该子块的差异化灰度比重。
同理得到每个子块的差异化灰度比重。
进一步的,对于任意一个子块,获取子块中每个像素的梯度,利用最大值最小值归一化方法对每个像素的梯度进行归一化处理得到每个像素的归一化后的梯度,将归一化后的梯度大于梯度值阈值Y1的像素作为分界线像素,本实施例以Y1取0.8,其他实施例可以取其他值,本实施例不进行具体限制。利用最小二乘法对所有分界线像素的坐标进行拟合得到拟合分界线,过拟合分界线上每个拟合分界线像素,垂直于拟合分界线像素的切线方向,向拟合分界线的一侧绘制长度为的线段记为每个拟合分界线像素的第一线段,同时向拟合分界线的另一侧绘制长度为/>的线段记为每个拟合分界线像素的第二线段,/>表示预设线段长度,本实施例以/>取20为例进行叙述,其他实施例可以取其他值,本实施例不进行具体限制。
同理得到每个子块中每个拟合分界线像素的第一线段、第二线段。
根据每个子块中每个拟合分界线像素的第一线段和第二线段得到每个子块存在光线分界线概率的具体计算方法为:
其中,表示每个子块的第j个拟合分界线像素的第一线段上所有像素的灰度值均值,/>表示每个子块的第j个拟合分界线像素的第二线段上所有像素的灰度值均值,表示每个子块的拟合分界线中包含拟合分界线像素的个数。/>反映了拟合分界线上第j个拟合分界线像素两侧的灰度值差异情况,该值越大说明拟合分界线两侧的灰度差异越大,进而拟合分界线为光线分界线概率越大。/>表示利用线性归一化方法进行归一化处理。
进一步的,将每个子块存在光线分界线概率与差异化灰度比重的乘积作为每个子块的光照程度,子块存在光线分界线概率越大说明该子块存在强光照区域,因为强光照区域存在亮度突变,因而当子块存在光线分界线时,该子块为强光照区域的可能性较高;子块的差异化灰度比重越大说明子块中相邻像素点的灰度差异较大,因为光线较好时,子块中保留的灰度信息较丰富,因而当子块的差异化灰度比重越大时,说明该子块为强光照区域的可能性较大。
将光照程度大于预设光照程度阈值Y2的子块作为强光照子块,将所有强光照子块构成的区域作为强光照区域。本实施例以Y2取0.7为例进行叙述,其他实施例可以取其他值,本实施例不进行具体限制。
至此,通过上述过程得到强光照区域。
步骤S003:设置多种窗口尺寸,计算每种窗口尺寸下的每个窗口区域的灰度信息质量,根据每种窗口尺寸下的每个窗口区域的灰度信息质量得到每种窗口尺寸下的每个窗口区域的最佳灰度质量比例,根据每种窗口尺寸下的每个窗口区域的最佳灰度质量比例得到整体滤波核尺寸。
需要说明的是,由于滤波核的尺寸会影响去噪效果。为了提高去噪效果,需通过对焊接图像进行分析来设置合适的滤波核尺寸。
需要进一步说明的是,滤波去噪一般是利用每个周围的有用信息来对每个像素的灰度值进行调整,设置合适滤波核的目的是,既要保障滤波核内包含足够的对本像素调整有用的周围像素信息,同时还不能包含过多周围像素信息,防止过多周围像素信息会淹没掉本像素中有用的信息。在滤波过程中,周围高质量的像素信息对本像素的灰度值调整有利,因而通过对每种尺寸下的窗口区域中像素信息质量分析来对每种尺寸下的滤波核进行评估。根据评估结果来获取最合适的滤波核尺寸。
具体的,获取焊接图像的行数和列数L,根据焊接图像的行数/>和列数L得到窗口尺寸上限值/>,min()表示获取最小值,将窗口尺寸取/>之间的每个整数,得到多种窗口尺寸。
进一步的,对于任意一种窗口尺寸W,以焊接图像中每个像素为中心,获取尺寸为W*W的窗口区域,记为每个像素在窗口尺寸W下的窗口区域。
对于任意一种窗口尺寸下的窗口区域,根据每个子块的差异化灰度比重的计算方法,获取每个窗口区域的差异化灰度比重。计算窗口区域内所有像素的灰度值方差,将每个窗口区域的差异化灰度比重与灰度值方差的比值作为一种窗口尺寸下的每个窗口区域的灰度信息质量。每个窗口区域的差异化灰度程度越大,说明该窗口区域内对比度越大,进而窗口区域内图像越清晰,因而该窗口区域内存在噪声信息较少,窗口区域内分布较多有用图像信息,利用周围像素的有用的图像对本像素的灰度信息进行调整,其去噪效果越好。窗口区域的灰度方差越大说明窗口区域内灰度差异较大,利用差异较大的周围像素信息很容易将本像素的灰度信息淹没。
进一步的,预设调整系数,将每种窗口尺寸下的所有窗口区域的灰度信息质量最大值与调整系数的乘积记为每种窗口尺寸下的灰度质量界限值,本实施例以/>取0.8为例进行叙述,其他实施例可以取其他值,本实施例不进行具体限制。在每种窗口尺寸下的所有窗口区域中获取大于等于灰度质量界限值的窗口区域个数记为每种窗口尺寸下的最佳窗口个数,获取每种窗口尺寸下的窗口区域的总个数,将每种窗口尺寸下的最佳窗口个数与窗口区域总个数的比值作为每种窗口尺寸下的最佳灰度质量比例,该值越大说明在该窗口尺寸下的窗口区域中存在较多包含高质量信息的窗口区域,因而在该窗口尺寸下窗口区域内的像素信息对各像素的滤波调整较好。因而利用该窗口尺寸作为滤波核尺寸,滤波效果较优。
进一步的,在所有窗口尺寸中将最佳灰度质量比例的最大值对应的窗口尺寸作为整体滤波核尺寸。
至此,得到了整体滤波核尺寸。
步骤S004:计算整体滤波核尺寸下的合适程度调整权重,根据整体滤波核尺寸下的灰度信息质量以及合适程度调整权重得到整体滤波核尺寸下的每个像素的滤波核尺寸合适程度,根据整体滤波核尺寸下的每个像素的滤波核尺寸合适程度得到每个像素的最佳滤波核尺寸。
需要说明的是,通过上述过程得到整体滤波核尺寸,这种滤波核尺寸可以满足大部分像素的滤波,但是还是有部分像素利用该滤波核尺寸进行滤波所得的滤波效果不佳,因而需评估每个像素利用整体滤波核尺寸的合适程度,进而根据滤波核尺寸的合适程度来对每个像素的滤波核尺寸进行调整。
需要进一步说明的是,由于强光线区域的噪声含量相对较少,当一个像素在强光照区域,以该像素为中心的窗口区域内噪声较少,因而当该像素的窗口区域的灰度信息质量较差时,是由于该像素的周围分布的有用信息较少,因而该窗口尺寸作为滤波核尺寸不合适,而对于非强光照区域的像素的窗口区域的灰度信息质量较小时,很大可能是由于噪声引起,而不是滤波核尺寸设置不合适所导致。因而需对强光线区域和非强光线区域的像素的滤波核尺寸的合适程度计算方式进行区分。
具体的,对于任意一种窗口尺寸,每个像素对应一个窗口区域,将窗口区域的灰度信息质量作为对应像素的灰度信息质量,将灰度信息质量大于灰度质量界限值的像素记为一种窗口尺寸下的高质量像素。
对于强光线区域,获取每个像素在整体滤波核尺寸下的窗口区域。将整体滤波核尺寸下的每个像素的窗口区域内高质量像素个数占比作为整体滤波核尺寸下的每个像素的合适程度调整权重。
对于不属于强光线区域的像素,将整体滤波核尺寸下的每个像素的合适程度调整权重取1。
至此,得到整体滤波核尺寸下的每个像素的合适程度调整权重。
进一步的,根据整体滤波核尺寸下的每个像素的合适程度调整权重和灰度信息质量得到整体滤波核尺寸下的每个像素的滤波核尺寸合适程度的计算方法为:
其中,表示整体滤波核尺寸下的第j个像素的灰度信息质量,/>表示整体滤波核尺寸下的所有像素的灰度信息质量最大值,/>表示整体滤波核尺寸下的第j个像素的合适程度调整权重,/>表示整体滤波核尺寸下的第j个像素的滤波核尺寸合适程度。表示利用线性归一化方法进行归一化处理。
进一步的,将整体滤波核尺寸下的滤波核尺寸合适程度小于预设合适程度阈值Y3的像素记为需调整像素。本实施例以Y3取0.6为例进行叙述,其他实施例可以取其他值,本实施例不进行具体限制。将整体滤波核尺寸下的滤波核尺寸合适程度大于预设合适程度阈值Y3的像素的最佳滤波核尺寸取整体滤波核尺寸。
对于任意一个需调整像素,将整体滤波核尺寸加一作为第一调整尺寸,获取第一调整尺寸下的需调整像素的滤波核尺寸合适程度,将第一调整尺寸下的需调整像素的滤波核尺寸合适程度与预设合适程度阈值比较,当第一调整尺寸下的该需调整像素的滤波核尺寸合适程度大于等于预设合适程度阈值时,将第一调整尺寸作为需调整像素的最佳滤波核尺寸。当第一调整尺寸下的需调整像素的滤波核尺寸合适程度小于预设合适程度阈值时,将整体滤波核尺寸加二作为第二调整尺寸,获取第二调整尺寸下的该需调整像素的滤波核尺寸合适程度,将第二调整尺寸下的需调整像素的滤波核尺寸合适程度与预设合适程度阈值比较,当第二调整尺寸下的该需调整像素的滤波核尺寸合适程度大于等于预设合适程度阈值时,将第二调整尺寸作为需调整像素的最佳滤波核尺寸,以此类推,直至得到需调整像素的最佳滤波核尺寸。
至此,得到每个像素的最佳滤波核尺寸。
步骤S005:根据每个像素的最佳滤波核尺寸对焊接图像进行滤波增强处理得到焊接图像的增强后图像。
利用最佳滤波核尺寸的双边滤波核对每个焊接图像中每个像素进行滤波处理得到焊接图像的增强后图像。
请参阅图2,其示出了本发明一个实施例提供的一种低压配电柜焊接图像增强系统的结构框图,该系统包括以下模块:
焊接图像采集模块,用于采集低压配电柜的焊接图像;
强光照区域获取模块,用于根据焊接图像得到多个子块,根据每个子块中灰度对比度情况计算每个子块的差异化灰度比重,根据每个子块中存在光线分界线的情况得到每个子块存在光线分界线概率,根据每个子块存在光线分界线概率以及差异化灰度比重得到每个子块的光照程度,根据每个子块的光照程度得到强光照区域;
整体滤波核尺寸获取模块,用于获取每种窗口尺寸下的多个窗口区域,获取每种窗口尺寸下的每个窗口区域的灰度信息质量,根据每种窗口尺寸下的每个窗口区域的灰度信息质量得到每种窗口尺寸下的每个窗口区域的最佳灰度质量比例,根据每种窗口尺寸下的每个窗口区域的最佳灰度质量比例得到整体滤波核尺寸;
最佳滤波核尺寸获取模块,用于根据强光照区域以及整体滤波核尺寸得到整体滤波核尺寸下的每个像素的合适程度调整权重;根据整体滤波核尺寸下的每个像素的合适程度调整权重以及灰度信息质量得到整体滤波核尺寸下的每个像素的滤波核尺寸合适程度;根据整体滤波核尺寸下的每个像素的滤波核尺寸合适程度得到每个像素的最佳滤波核尺寸;
滤波增强模块,用于利用最佳滤波核尺寸的滤波核对焊接图像中每个像素进行滤波处理得到焊接图像的增强后图像。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (4)
1.一种低压配电柜焊接图像增强方法,其特征在于,该方法包括以下步骤:
采集焊接图像;
根据焊接图像得到多个子块,根据每个子块中灰度对比度情况计算每个子块的差异化灰度比重,根据每个子块中存在光线分界线的情况得到每个子块存在光线分界线概率,根据每个子块存在光线分界线概率以及差异化灰度比重得到每个子块的光照程度,根据每个子块的光照程度得到强光照区域;
获取每种窗口尺寸下的多个窗口区域,获取每种窗口尺寸下的每个窗口区域的灰度信息质量,根据每种窗口尺寸下的每个窗口区域的灰度信息质量得到每种窗口尺寸下的每个窗口区域的最佳灰度质量比例,根据每种窗口尺寸下的每个窗口区域的最佳灰度质量比例得到整体滤波核尺寸;
根据强光照区域以及整体滤波核尺寸得到整体滤波核尺寸下的每个像素的合适程度调整权重;根据整体滤波核尺寸下的每个像素的合适程度调整权重以及灰度信息质量得到整体滤波核尺寸下的每个像素的滤波核尺寸合适程度;根据整体滤波核尺寸下的每个像素的滤波核尺寸合适程度得到每个像素的最佳滤波核尺寸;
利用最佳滤波核尺寸的滤波核对焊接图像中每个像素进行滤波处理得到焊接图像的增强后图像;
所述根据焊接图像得到多个子块,根据每个子块中灰度对比度情况计算每个子块的差异化灰度比重,包括的具体方法为:
将焊接图像均匀分割成若干个尺寸为的子块,C表示预设分块尺寸;
对于任意一个子块,以竖直向上为基准方向,将基准方向顺时针旋转0、45、90、135度得到4个探索方向,基于每个探索方向获取所述子块的灰度共生矩阵;对于任意一个探索方向的灰度共生矩阵,获取所述灰度共生矩阵中每个灰度对的出现概率,将灰度共生矩阵中对角线上的所有灰度对的出现概率的累加和记为无差异概率,将灰度共生矩阵中非对角线上的所有灰度对的出现概率的累加和记为差异概率,将差异概率与无差异概率的比值作为所述子块在所属探索方向上的差异化灰度比重;获取所述子块在每个探索方向上的差异化灰度比重,将所述子块在所有探索方向上的差异化灰度比重最大值作为所述子块的差异化灰度比重,C表示预设分块尺寸;
所述根据每个子块存在光线分界线概率以及差异化灰度比重得到每个子块的光照程度,根据每个子块的光照程度得到强光照区域,包括的具体方法为:
将每个子块存在光线分界线概率与差异化灰度比重的乘积作为每个子块的光照程度;
将光照程度大于预设光照程度阈值Y2的子块作为强光照子块,将所有强光照子块构成的区域作为强光照区域;
所述根据每种窗口尺寸下的每个窗口区域的灰度信息质量得到每种窗口尺寸下的每个窗口区域的最佳灰度质量比例,根据每种窗口尺寸下的每个窗口区域的最佳灰度质量比例得到整体滤波核尺寸,包括的具体方法为:
预设调整系数,将每种窗口尺寸下的所有窗口区域的灰度信息质量最大值与调整系数的乘积记为每种窗口尺寸下的灰度质量界限值,在每种窗口尺寸下的所有窗口区域中获取大于等于灰度质量界限值的窗口区域个数记为每种窗口尺寸下的最佳窗口个数,获取每种窗口尺寸下的窗口区域的总个数,将每种窗口尺寸下的最佳窗口个数与窗口区域总个数的比值作为每种窗口尺寸下的最佳灰度质量比例;
在所有窗口尺寸中将最佳灰度质量比例的最大值对应的窗口尺寸作为整体滤波核尺寸;
所述根据强光照区域以及整体滤波核尺寸得到整体滤波核尺寸下的每个像素的合适程度调整权重,包括的具体方法为:
对于任意一种窗口尺寸,每个像素对应一个窗口区域,将窗口区域的灰度信息质量作为对应像素的灰度信息质量,将灰度信息质量大于灰度质量界限值的像素记为一种窗口尺寸下的高质量像素;
对于强光线区域,获取每个像素在整体滤波核尺寸下的窗口区域;将整体滤波核尺寸下的每个像素的窗口区域内高质量像素个数占比作为整体滤波核尺寸下的每个像素的合适程度调整权重;
对于不属于强光线区域的像素,将整体滤波核尺寸下的每个像素的合适程度调整权重取1;
所述根据整体滤波核尺寸下的每个像素的合适程度调整权重以及灰度信息质量得到整体滤波核尺寸下的每个像素的滤波核尺寸合适程度,包括的具体方法为:
其中,表示整体滤波核尺寸下的第j个像素的灰度信息质量,/>表示整体滤波核尺寸下的所有像素的灰度信息质量最大值,/>表示整体滤波核尺寸下的第j个像素的合适程度调整权重,/>表示整体滤波核尺寸下的第j个像素的滤波核尺寸合适程度,/>表示利用线性归一化方法进行归一化处理;
所述根据整体滤波核尺寸下的每个像素的滤波核尺寸合适程度得到每个像素的最佳滤波核尺寸,包括的具体方法为:
将整体滤波核尺寸下的滤波核尺寸合适程度小于预设合适程度阈值Y3的像素记为需调整像素;
将整体滤波核尺寸下的滤波核尺寸合适程度大于预设合适程度阈值Y3的像素的最佳滤波核尺寸取整体滤波核尺寸;
对于任意一个需调整像素,将整体滤波核尺寸加一作为第一调整尺寸,获取第一调整尺寸下的需调整像素的滤波核尺寸合适程度,将第一调整尺寸下的需调整像素的滤波核尺寸合适程度与预设合适程度阈值比较,当第一调整尺寸下的该需调整像素的滤波核尺寸合适程度大于等于预设合适程度阈值时,将第一调整尺寸作为需调整像素的最佳滤波核尺寸;当第一调整尺寸下的需调整像素的滤波核尺寸合适程度小于预设合适程度阈值时,将整体滤波核尺寸加二作为第二调整尺寸,获取第二调整尺寸下的该需调整像素的滤波核尺寸合适程度,将第二调整尺寸下的需调整像素的滤波核尺寸合适程度与预设合适程度阈值比较,当第二调整尺寸下的该需调整像素的滤波核尺寸合适程度大于等于预设合适程度阈值时,将第二调整尺寸作为需调整像素的最佳滤波核尺寸,以此类推,直至得到需调整像素的最佳滤波核尺寸。
2.根据权利要求1所述一种低压配电柜焊接图像增强方法,其特征在于,所述根据每个子块中存在光线分界线的情况得到每个子块存在光线分界线概率,包括的具体方法为:
对于任意一个子块,获取子块中每个像素的梯度,利用最大值最小值归一化方法对每个像素的梯度进行归一化处理得到每个像素的归一化后的梯度,将归一化后的梯度大于梯度值阈值Y1的像素作为分界线像素;利用最小二乘法对所有分界线像素的坐标进行拟合得到拟合分界线,过拟合分界线上每个拟合分界线像素,垂直于拟合分界线像素的切线方向,向拟合分界线的一侧绘制长度为的线段记为每个拟合分界线像素的第一线段,同时向拟合分界线的另一侧绘制长度为/>的线段记为每个拟合分界线像素的第二线段,/>表示预设线段长度;
获取每个子块中每个拟合分界线像素的第一线段、第二线段;
根据每个子块中每个拟合分界线像素的第一线段和第二线段得到每个子块存在光线分界线概率的具体方法为:
其中,表示每个子块的第j个拟合分界线像素的第一线段上所有像素的灰度值均值,/>表示每个子块的第j个拟合分界线像素的第二线段上所有像素的灰度值均值,/>表示每个子块的拟合分界线中包含拟合分界线像素的个数,/>表示利用线性归一化方法进行归一化处理,G表示每个子块存在光线分界线概率。
3.根据权利要求1所述一种低压配电柜焊接图像增强方法,其特征在于,所述获取每种窗口尺寸下的多个窗口区域,获取每种窗口尺寸下的每个窗口区域的灰度信息质量,包括的具体方法为:
获取焊接图像的行数和列数L,根据焊接图像的行数/>和列数L得到窗口尺寸上限值,min()表示获取最小值,将窗口尺寸取/>之间的每个整数,得到多种窗口尺寸;
对于任意一种窗口尺寸W,以焊接图像中每个像素为中心,获取尺寸为W*W的窗口区域,记为每个像素在窗口尺寸W下的窗口区域;
对于任意一种窗口尺寸下的窗口区域,获取窗口区域的差异化灰度比重,计算窗口区域内所有像素的灰度值方差,将每个窗口区域的差异化灰度比重与灰度值方差的比值作为一种窗口尺寸下的窗口区域的灰度信息质量。
4.一种低压配电柜焊接图像增强系统,其特征在于,该系统包括以下模块:
焊接图像采集模块,用于采集低压配电柜的焊接图像;
强光照区域获取模块,用于根据焊接图像得到多个子块,根据每个子块中灰度对比度情况计算每个子块的差异化灰度比重,根据每个子块中存在光线分界线的情况得到每个子块存在光线分界线概率,根据每个子块存在光线分界线概率以及差异化灰度比重得到每个子块的光照程度,根据每个子块的光照程度得到强光照区域;
整体滤波核尺寸获取模块,用于获取每种窗口尺寸下的多个窗口区域,获取每种窗口尺寸下的每个窗口区域的灰度信息质量,根据每种窗口尺寸下的每个窗口区域的灰度信息质量得到每种窗口尺寸下的每个窗口区域的最佳灰度质量比例,根据每种窗口尺寸下的每个窗口区域的最佳灰度质量比例得到整体滤波核尺寸;
最佳滤波核尺寸获取模块,用于根据强光照区域以及整体滤波核尺寸得到整体滤波核尺寸下的每个像素的合适程度调整权重;根据整体滤波核尺寸下的每个像素的合适程度调整权重以及灰度信息质量得到整体滤波核尺寸下的每个像素的滤波核尺寸合适程度;根据整体滤波核尺寸下的每个像素的滤波核尺寸合适程度得到每个像素的最佳滤波核尺寸;
滤波增强模块,用于利用最佳滤波核尺寸的滤波核对焊接图像中每个像素进行滤波处理得到焊接图像的增强后图像;
所述根据焊接图像得到多个子块,根据每个子块中灰度对比度情况计算每个子块的差异化灰度比重,包括的具体方法为:
将焊接图像均匀分割成若干个尺寸为的子块,C表示预设分块尺寸;
对于任意一个子块,以竖直向上为基准方向,将基准方向顺时针旋转0、45、90、135度得到4个探索方向,基于每个探索方向获取所述子块的灰度共生矩阵;对于任意一个探索方向的灰度共生矩阵,获取所述灰度共生矩阵中每个灰度对的出现概率,将灰度共生矩阵中对角线上的所有灰度对的出现概率的累加和记为无差异概率,将灰度共生矩阵中非对角线上的所有灰度对的出现概率的累加和记为差异概率,将差异概率与无差异概率的比值作为所述子块在所属探索方向上的差异化灰度比重;获取所述子块在每个探索方向上的差异化灰度比重,将所述子块在所有探索方向上的差异化灰度比重最大值作为所述子块的差异化灰度比重,C表示预设分块尺寸;
所述根据每个子块存在光线分界线概率以及差异化灰度比重得到每个子块的光照程度,根据每个子块的光照程度得到强光照区域,包括的具体方法为:
将每个子块存在光线分界线概率与差异化灰度比重的乘积作为每个子块的光照程度;
将光照程度大于预设光照程度阈值Y2的子块作为强光照子块,将所有强光照子块构成的区域作为强光照区域;
所述根据每种窗口尺寸下的每个窗口区域的灰度信息质量得到每种窗口尺寸下的每个窗口区域的最佳灰度质量比例,根据每种窗口尺寸下的每个窗口区域的最佳灰度质量比例得到整体滤波核尺寸,包括的具体方法为:
预设调整系数,将每种窗口尺寸下的所有窗口区域的灰度信息质量最大值与调整系数的乘积记为每种窗口尺寸下的灰度质量界限值,在每种窗口尺寸下的所有窗口区域中获取大于等于灰度质量界限值的窗口区域个数记为每种窗口尺寸下的最佳窗口个数,获取每种窗口尺寸下的窗口区域的总个数,将每种窗口尺寸下的最佳窗口个数与窗口区域总个数的比值作为每种窗口尺寸下的最佳灰度质量比例;
在所有窗口尺寸中将最佳灰度质量比例的最大值对应的窗口尺寸作为整体滤波核尺寸;
所述根据强光照区域以及整体滤波核尺寸得到整体滤波核尺寸下的每个像素的合适程度调整权重,包括的具体方法为:
对于任意一种窗口尺寸,每个像素对应一个窗口区域,将窗口区域的灰度信息质量作为对应像素的灰度信息质量,将灰度信息质量大于灰度质量界限值的像素记为一种窗口尺寸下的高质量像素;
对于强光线区域,获取每个像素在整体滤波核尺寸下的窗口区域;将整体滤波核尺寸下的每个像素的窗口区域内高质量像素个数占比作为整体滤波核尺寸下的每个像素的合适程度调整权重;
对于不属于强光线区域的像素,将整体滤波核尺寸下的每个像素的合适程度调整权重取1;
所述根据整体滤波核尺寸下的每个像素的合适程度调整权重以及灰度信息质量得到整体滤波核尺寸下的每个像素的滤波核尺寸合适程度,包括的具体方法为:
其中,表示整体滤波核尺寸下的第j个像素的灰度信息质量,/>表示整体滤波核尺寸下的所有像素的灰度信息质量最大值,/>表示整体滤波核尺寸下的第j个像素的合适程度调整权重,/>表示整体滤波核尺寸下的第j个像素的滤波核尺寸合适程度,/>表示利用线性归一化方法进行归一化处理;
所述根据整体滤波核尺寸下的每个像素的滤波核尺寸合适程度得到每个像素的最佳滤波核尺寸,包括的具体方法为:
将整体滤波核尺寸下的滤波核尺寸合适程度小于预设合适程度阈值Y3的像素记为需调整像素;
将整体滤波核尺寸下的滤波核尺寸合适程度大于预设合适程度阈值Y3的像素的最佳滤波核尺寸取整体滤波核尺寸;
对于任意一个需调整像素,将整体滤波核尺寸加一作为第一调整尺寸,获取第一调整尺寸下的需调整像素的滤波核尺寸合适程度,将第一调整尺寸下的需调整像素的滤波核尺寸合适程度与预设合适程度阈值比较,当第一调整尺寸下的该需调整像素的滤波核尺寸合适程度大于等于预设合适程度阈值时,将第一调整尺寸作为需调整像素的最佳滤波核尺寸;当第一调整尺寸下的需调整像素的滤波核尺寸合适程度小于预设合适程度阈值时,将整体滤波核尺寸加二作为第二调整尺寸,获取第二调整尺寸下的该需调整像素的滤波核尺寸合适程度,将第二调整尺寸下的需调整像素的滤波核尺寸合适程度与预设合适程度阈值比较,当第二调整尺寸下的该需调整像素的滤波核尺寸合适程度大于等于预设合适程度阈值时,将第二调整尺寸作为需调整像素的最佳滤波核尺寸,以此类推,直至得到需调整像素的最佳滤波核尺寸。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311329384.7A CN117094912B (zh) | 2023-10-16 | 2023-10-16 | 一种低压配电柜焊接图像增强方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311329384.7A CN117094912B (zh) | 2023-10-16 | 2023-10-16 | 一种低压配电柜焊接图像增强方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117094912A CN117094912A (zh) | 2023-11-21 |
CN117094912B true CN117094912B (zh) | 2024-01-16 |
Family
ID=88771811
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311329384.7A Active CN117094912B (zh) | 2023-10-16 | 2023-10-16 | 一种低压配电柜焊接图像增强方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117094912B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009145991A (ja) * | 2007-12-11 | 2009-07-02 | Ricoh Co Ltd | 画像処理装置、画像処理方法、プログラムおよび記憶媒体 |
CN103606134A (zh) * | 2013-11-26 | 2014-02-26 | 国网上海市电力公司 | 一种弱光照视频图像的增强方法 |
KR101503606B1 (ko) * | 2013-10-15 | 2015-03-17 | 창원대학교 산학협력단 | 디테일 정보량에 기반한 화질 개선장치 및 그 방법 |
CN111798389A (zh) * | 2020-06-30 | 2020-10-20 | 中国工商银行股份有限公司 | 自适应图像增强方法及装置 |
CN114842017A (zh) * | 2022-07-06 | 2022-08-02 | 济宁市海富电子科技有限公司 | 一种hdmi线缆表面质量检测方法及系统 |
CN115170576A (zh) * | 2022-09-09 | 2022-10-11 | 山东中发新材料科技有限公司 | 基于机器视觉的铝管表面缺陷检测方法 |
CN115359053A (zh) * | 2022-10-19 | 2022-11-18 | 江苏万森绿建装配式建筑有限公司 | 一种金属板材缺陷智能检测方法及系统 |
CN115578284A (zh) * | 2022-07-18 | 2023-01-06 | 芯动微电子科技(珠海)有限公司 | 一种多场景图像增强方法及系统 |
CN116612112A (zh) * | 2023-07-17 | 2023-08-18 | 鑫脉(山东)工贸有限公司 | 一种水桶表面缺陷视觉检测方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013038333A2 (en) * | 2011-09-18 | 2013-03-21 | Forus Health Pvt. Ltd. | Method and system for enhancing image quality |
-
2023
- 2023-10-16 CN CN202311329384.7A patent/CN117094912B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009145991A (ja) * | 2007-12-11 | 2009-07-02 | Ricoh Co Ltd | 画像処理装置、画像処理方法、プログラムおよび記憶媒体 |
KR101503606B1 (ko) * | 2013-10-15 | 2015-03-17 | 창원대학교 산학협력단 | 디테일 정보량에 기반한 화질 개선장치 및 그 방법 |
CN103606134A (zh) * | 2013-11-26 | 2014-02-26 | 国网上海市电力公司 | 一种弱光照视频图像的增强方法 |
CN111798389A (zh) * | 2020-06-30 | 2020-10-20 | 中国工商银行股份有限公司 | 自适应图像增强方法及装置 |
CN114842017A (zh) * | 2022-07-06 | 2022-08-02 | 济宁市海富电子科技有限公司 | 一种hdmi线缆表面质量检测方法及系统 |
CN115578284A (zh) * | 2022-07-18 | 2023-01-06 | 芯动微电子科技(珠海)有限公司 | 一种多场景图像增强方法及系统 |
CN115170576A (zh) * | 2022-09-09 | 2022-10-11 | 山东中发新材料科技有限公司 | 基于机器视觉的铝管表面缺陷检测方法 |
CN115359053A (zh) * | 2022-10-19 | 2022-11-18 | 江苏万森绿建装配式建筑有限公司 | 一种金属板材缺陷智能检测方法及系统 |
CN116612112A (zh) * | 2023-07-17 | 2023-08-18 | 鑫脉(山东)工贸有限公司 | 一种水桶表面缺陷视觉检测方法 |
Non-Patent Citations (3)
Title |
---|
Fast Image Enhancement Based on Maximum and Guided Filters;Dan Zhu et al.;《2019 IEEE International Conference on Image Processing (ICIP)》;全文 * |
改进自适应中值滤波算法在图像去噪中的应用;潘涛;吴晓波;张伟伟;刘玮;;后勤工程学院学报(05);全文 * |
矿山遥感图像自适应加权改进中值滤波算法;姚薇;钱玲玲;;金属矿山(04);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN117094912A (zh) | 2023-11-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112819772B (zh) | 一种高精度快速图形检测识别方法 | |
CN105913396A (zh) | 一种噪声估计的图像边缘保持混合去噪方法 | |
CN116309559B (zh) | 一种中硼硅玻璃生产瑕疵智能识别方法 | |
CN115330645B (zh) | 一种焊接图像增强方法 | |
CN116990323B (zh) | 一种高精密印刷版视觉检测系统 | |
CN116993731B (zh) | 基于图像的盾构机刀头缺陷检测方法 | |
CN116630813B (zh) | 一种公路路面施工质量智能检测系统 | |
CN107609558A (zh) | 文字图像处理方法及装置 | |
CN116740058B (zh) | 一种固态硬盘配套晶圆的质量检测方法 | |
CN109377450A (zh) | 一种边缘保护的去噪方法 | |
CN116503348B (zh) | 一种卷绕锂电池的电芯阴阳极片对齐度的检测方法及设备 | |
CN116433669B (zh) | 基于机器视觉的抗震结构钢架焊缝质量检测方法 | |
CN107945122A (zh) | 基于自适应直方图分段的红外图像增强方法及系统 | |
CN117274113B (zh) | 基于图像增强的碎硅片清洗效果视觉检测方法 | |
CN109118434A (zh) | 一种图像预处理方法 | |
CN117522863B (zh) | 基于图像特征的集成箱体质量检测方法 | |
CN114926407A (zh) | 一种基于深度学习的钢材表面缺陷检测系统 | |
CN114792316A (zh) | 一种盘刹车轴底板点焊缺陷检测方法 | |
CN114998356A (zh) | 一种基于图像处理的车桥缺陷检测方法 | |
CN115272303A (zh) | 基于高斯模糊的纺织物缺陷程度评估方法、装置及系统 | |
CN115511814A (zh) | 一种基于兴趣区域多纹理特征融合的图像质量评价方法 | |
CN117593193B (zh) | 一种基于机器学习的钣金图像增强方法及系统 | |
CN117094912B (zh) | 一种低压配电柜焊接图像增强方法及系统 | |
CN114511851B (zh) | 一种基于显微镜图像的游丝藻类细胞统计方法 | |
CN112950479B (zh) | 一种图像灰度区域拉伸算法 |
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 |