CN117115128B - 图像的像素值计算方法、装置、电子设备及存储介质 - Google Patents
图像的像素值计算方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN117115128B CN117115128B CN202311162812.1A CN202311162812A CN117115128B CN 117115128 B CN117115128 B CN 117115128B CN 202311162812 A CN202311162812 A CN 202311162812A CN 117115128 B CN117115128 B CN 117115128B
- Authority
- CN
- China
- Prior art keywords
- image
- pixel value
- pixel
- preset
- copy
- 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 30
- 238000003860 storage Methods 0.000 title claims abstract description 22
- 238000001514 detection method Methods 0.000 claims abstract description 121
- 238000004364 calculation method Methods 0.000 claims abstract description 75
- 238000007499 fusion processing Methods 0.000 claims abstract description 18
- 230000007547 defect Effects 0.000 claims abstract description 11
- 208000006440 Open Bite Diseases 0.000 claims description 7
- 230000002085 persistent effect Effects 0.000 description 6
- 241000220225 Malus Species 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 238000001914 filtration Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000007781 pre-processing Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000001788 irregular Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 241001270131 Agaricus moelleri Species 0.000 description 1
- 235000021016 apples Nutrition 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 239000002355 dual-layer Substances 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Abstract
本申请涉及一种图像的像素值计算方法、装置、电子设备及存储介质。该方法包括:获取初始图像,从初始图像中确定与预设区域图像对应的检测区域,对预设区域图像和检测区域进行像素融合处理,获得针对检测区域的目标像素值,根据初始图像和目标像素值生成目标输出图像。本申请提供的方案,能够有针对性地对检测区域进行处理,节省像素均值计算的时间、提高计算效率,同时能够消除图像轮廓外部的像素值对目标输出图像的影响,以提高计算准确度,当采用预设检测装置对物体进行表面缺陷检测时,利用该物体的目标输出图像实现精准检测。
Description
技术领域
本申请涉及图像检测领域,尤其涉及一种图像的像素值计算方法、一种图像的像素值计算装置、一种电子设备以及一种计算机可读介质。
背景技术
图像预处理,指的是通过消除图像中的无关信息,提取有效信息的处理方式,通过对图像进行预处理可以最大限度地简化数据,提高特征提取和图像分割等的可靠性。图像均值计算属于图像预处理中的常见操作,经过图像均值计算后,能够增强图像的特征,便于后续对图像进行分析或者检测。
一般而言,图像均值计算实际是对整张图像或者图像中的矩形区域进行均值滤波,计算出整张图像或者矩形区域的像素数据。然而,在实际生产环境中,由于被采集对象的表面形状往往是不规则的,使得目前的图像均值计算方式容易受到被采集对象轮廓外部的像素值影响,进而导致图像均值计算的计算时间较长、准确度低下,经过均值计算的图像无法应用于高速检测、精准检测等实际场景。
发明内容
本申请提供一种图像的像素值计算方法、装置、电子设备及存储介质,以解决或者部分解决图像均值计算的计算时间较长、准确度低下的问题。
本申请第一方面提供一种图像的像素值计算方法,包括:
获取初始图像,从所述初始图像中确定与预设区域图像对应的检测区域;
对所述预设区域图像和所述检测区域进行像素融合处理,获得针对所述检测区域的目标像素值;
根据所述初始图像和所述目标像素值生成目标输出图像。
在一种实例中,所述初始图像包括遮挡区域和未遮挡区域,所述从所述初始图像中确定与预设区域图像对应的检测区域,包括:
采用所述预设区域图像对所述初始图像进行局部遮挡,确定所述遮挡区域和所述未遮挡区域;
将所述未遮挡区域作为与所述预设区域图像对应的检测区域;
其中,所述初始图像为单通道灰度图像,所述预设区域图像为单通道二值图像。
在一种实例中,所述初始图像包括初始图像数据以及所述检测区域的区域像素值,所述像素融合处理包括像素均值计算和像素合并计算,所述对所述预设区域图像和所述检测区域进行像素融合处理,获得针对所述检测区域的目标像素值,包括:
采用所述初始图像数据生成与所述初始图像对应的复制图像,所述复制图像包括第一复制图像和第二复制图像;
根据所述区域像素值对所述第一复制图像进行所述像素均值计算,获得第一像素值;
对所述预设区域图像进行像素均值计算,获得第二像素值,并将所述第二像素值存储至所述第二复制图像;
对所述第一像素值和所述第二像素值进行像素合并计算,获得针对所述检测区域的目标像素值;
其中,所述第一复制图像和所述第二复制图像为单通道灰度图像,且所述第一复制图像和所述第二复制图像的像素值为0。
在一种实例中,所述根据所述区域像素值对所述第一复制图像进行所述像素均值计算,获得第一像素值,包括:
将所述区域像素值复制至所述第一复制图像;
通过均值滤波器对所述第一复制图像中的各个像素点进行所述像素均值计算,输出预设卷积核内所述第一复制图像的灰度平均值;
将所述第一复制图像的灰度平均值作为所述第一像素值。
在一种实例中,所述对所述预设区域图像进行像素均值计算,获得第二像素值,并将所述第二像素值存储至所述第二复制图像,包括:
通过均值滤波器对所述预设区域图像中的各个像素点进行所述像素均值计算,输出预设卷积核内所述预设区域图像的灰度平均值;
将所述第二复制图像的灰度平均值作为所述第二像素值,并将所述第二像素值存储至所述第二复制图像中。
在一种实例中,所述预设区域图像包括预设像素值,所述对所述第一像素值和所述第二像素值进行像素合并计算,获得针对所述检测区域的目标像素值,包括:
将所述第一复制图像的第一像素值与所述第二复制图像的第二像素值进行相除后,乘以所述预设像素值,获得所述目标像素值。
在一种实例中,所述根据所述初始图像和所述目标像素值生成目标输出图像,包括:
采用所述初始图像的初始图像数据生成待输出图像,所述待输出图像包括输出像素值;
将所述输出像素值替换为所述检测区域内的目标像素值,生成与所述待输出图像对应的目标输出图像;
其中,所述目标输出图像为用于输入至预设检测装置进行表面缺陷检测的图像。
本申请第二方面提供一种图像的像素值计算装置,包括:
检测区域确定模块,用于获取初始图像,从所述初始图像中确定与预设区域图像对应的检测区域;
像素值计算模块,用于对所述预设区域图像和所述检测区域进行像素融合处理,获得针对所述检测区域的目标像素值;
目标输出图像生成模块,用于根据所述初始图像和所述目标像素值生成目标输出图像。
本申请第三方面提供一种电子设备,包括:
处理器;以及
存储器,其上存储有可执行代码,当所述可执行代码被所述处理器执行时,使所述处理器执行如上所述的方法。
本申请第四方面提供一种计算机可读存储介质,其上存储有可执行代码,当所述可执行代码被电子设备的处理器执行时,使所述处理器执行如上所述的方法。
本申请提供的技术方案可以包括以下有益效果:
在本申请实施例中,获取初始图像,从初始图像中确定与预设区域图像对应的检测区域,接着对预设区域图像和检测区域进行像素融合处理,获得针对检测区域的目标像素值,并采用初始图像和目标像素值生成目标输出图像,从而一方面通过采用预设区域图像确定初始图像中需要进行检测的区域,避免了对整张图像进行像素均值计算,有针对性地对检测区域进行处理,这种对局部图像进行像素均值计算的方式不仅能够消除图像轮廓外部的像素值的影响,还能够缩短像素均值计算的时间、提高计算效率,另一方面通过对预设区域图像和检测区域进行像素融合处理,能够准确地计算出检测区域的目标像素值,保证基于目标像素值生成的目标输出图像的有效性,当相关技术人员采用检测装置对物体进行表面缺陷检测等实际生产工作时,能够利用该物体的目标输出图像进行高速检测,且检测的精准度高。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本申请。
附图说明
通过结合附图对本申请示例性实施方式进行更详细地描述,本申请的上述以及其他目的、特征和优势将变得更加明显,其中,在本申请示例性实施方式中,相同的参考标号通常代表相同部件。
图1是本申请实施例示出的图像的像素值计算方法的流程示意图;
图2是本申请实施例示出的图像的像素值计算方法的另一流程示意图;
图3是本申请实施例示出的目标输出图像的生成步骤流程图;
图4是本申请实施例示出的图像的像素值计算装置的结构示意图;
图5是本申请实施例示出的电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本申请的实施方式。虽然附图中显示了本申请的实施方式,然而应该理解,可以以各种形式实现本申请而不应被这里阐述的实施方式所限制。相反,提供这些实施方式是为了使本申请更加透彻和完整,并且能够将本申请的范围完整地传达给本领域的技术人员。
在本申请使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本申请。在本申请和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。还应当理解,本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解,尽管在本申请可能采用术语“第一”、“第二”、“第三”等来描述各种信息,但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如,在不脱离本申请范围的情况下,第一信息也可以被称为第二信息,类似地,第二信息也可以被称为第一信息。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本申请的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
相关技术往往对整张图像或者对图像中的规则区域(如矩形区域)进行均值计算。
然而,相关技术在对整张图像进行均值计算时,不仅均值计算时间较长、效率低下,而且容易受到图像轮廓外部的像素值的干扰,使得均值计算的准确度较低。并且相关技术往往对图像的规则区域(如矩形区域)进行均值计算,无法适应实际的工业生产场景。
针对上述问题,本申请实施例提供一种图像的像素值计算方法,能够对图像的局部区域进行均值计算,缩短均值计算的计算时长、提高计算效率和计算准确度。
以下结合附图详细描述本申请实施例的技术方案。
图1是本申请实施例示出的一种图像的像素值计算方法的流程示意图。参见图1,该方法至少包括以下步骤:
步骤101,获取初始图像,从初始图像中确定与预设区域图像对应的检测区域;
在本申请实施例中,可以获取初始图像,从初始图像中确定与预设区域图像对应的检测区域。
在一种实例中,初始图像可以为单通道(8位)灰度图像,初始图像中包含检测区域,例如,初始图像包含苹果、手机等物体自身轮廓构成的检测区域,或者包含由不同物体的外部轮廓线构成的缝隙区域、连接区域等检测区域。
检测区域可以为通过预设区域图像确定的区域,检测区域属于初始图像的局部区域。
需要说明的是,检测区域的形状是任意形状,如检测区域的形状可以为矩形、圆形等规则形状,也可以为苹果轮廓等不规则形状。检测区域的形状一般与实际产品的轮廓关联。
预设区域图像为单通道(8位)二值图像,与检测区域对应的像素值为255,其余区域的像素值为0,并且预设区域图像的图像尺寸与初始图像的图像尺寸相同,如预设区域图像包含苹果和背景,苹果区域的像素值为255,背景的像素值为0。
步骤102,对预设区域图像和检测区域进行像素融合处理,获得针对检测区域的目标像素值;
在本申请实施例中,可以对预设区域图像和检测区域进行像素融合处理,进而获得针对检测区域的目标像素值。
在一种实例中,像素融合处理可以为对两张图像的像素点进行均值计算、合并计算的处理过程,通过像素融合处理可以计算出检测区域的目标像素值。
步骤103,根据初始图像和目标像素值生成目标输出图像。
在本申请实施例中,可以根据初始图像和目标像素值生成目标输出图像。
在一种实例中,目标输出图像可以为表征检测区域的图像特征的图像,主要提供给相关检测装置进行表面缺陷检测,在实际生产环境下,采用包含目标像素值的目标输出图像进行表面缺陷检测,能够弱化物品轮廓外部的像素值的影响,降低误判风险,以提高表面缺陷检测的准确度。
在本申请实施例中,获取初始图像,从初始图像中确定与预设区域图像对应的检测区域,接着对预设区域图像和检测区域进行像素融合处理,获得针对检测区域的目标像素值,并采用初始图像和目标像素值生成目标输出图像,从而一方面通过采用预设区域图像确定初始图像中需要进行检测的区域,避免了对整张图像进行像素均值计算,有针对性地对检测区域进行处理,这种对局部图像进行像素均值计算的方式不仅能够消除图像轮廓外部的像素值的影响,还能够缩短像素均值计算的时间、提高计算效率,另一方面通过对预设区域图像和检测区域进行像素融合处理,能够准确地计算出检测区域的目标像素值,保证基于目标像素值生成的目标输出图像的有效性,当相关技术人员采用检测装置对物体进行表面缺陷检测等实际生产工作时,能够利用该物体的目标输出图像进行高速检测,且检测的精准度高。
图2是本申请另一实施例示出的一种图像的像素值计算方法的流程示意图。图2相对图1更详细描述了本申请实施例的技术方案,该方法可以包括以下步骤:
步骤201,获取初始图像,从初始图像中确定与预设区域图像对应的检测区域;
在本申请实施例中,初始图像为单通道(8位)灰度图像,预设区域图像为单通道(8位)二值图像。灰度图像的取值范围在0~255之间,灰度等级共有256级,二值图像指的是图像中每一个像素只有两种取值或者两种灰度等级,相较而言,灰度图像能够表示图像的更多细节,但是由于预设区域图像作为掩膜图像对初始图像进行局部遮挡,因此预设区域图像一般使用二值图像,以通过黑色的像素点对图像进行遮挡,通过白色的像素点提取需要检测的区域。
在一种实例中,初始图像包括遮挡区域和未遮挡区域,从初始图像中确定与预设区域图像对应的检测区域的过程主要为:采用预设区域图像对初始图像进行局部遮挡,确定遮挡区域和未遮挡区域,然后将未遮挡区域作为与预设区域图像对应的检测区域,将遮挡区域作为与预设图像(像素值为0的像素点)对应的非检测区域。
其中,预设区域图像为按照实际需求提前设置的掩膜图像,主要用于遮挡初始图像的局部区域,获得检测区域,如通过指定的数据值或者数据范围建立掩膜图像,便于从初始图像中提取检测区域。
作为一种示例,创建一张与初始图像的图像尺寸相同的区域图像,将需要提取的像素点的像素值设定为255,将其他像素点的像素值设定为0,将该区域图像作为预设区域图像,预设区域图像中包括了像素值为255的区域(白色区域)以及像素值为0的区域(黑色区域)。采用相关算法将预设区域图像与初始图像相乘或者叠加后,预设区域图像能够通过白色区域确定出初始图像的未遮挡区域,通过黑色区域确定出初始图像的遮挡区域,将未遮挡区域作为检测区域。
步骤202,采用初始图像数据生成与初始图像对应的复制图像,复制图像包括第一复制图像和第二复制图像;
在本申请实施例中,可以先获取初始图像的初始图像数据以及检测区域的区域像素值,然后采用初始图像数据生成与初始图像对应的复制图像,复制图像包括第一复制图像和第二复制图像。
在一种实例中,区域像素值指的是初始图像中检测区域的像素值。初始图像数据指的是初始图像的属性信息,至少包括图像尺寸和图像格式,图像尺寸的单位可以为像素/分辨率,如图像尺寸包括500像素宽×300像素高、640像素宽×480像素高等,图像格式包括GIF(Graphics Interchange Format,图形交换格式)、JPEG(Joint Photographic ExpertsGroup,JPEG格式)、PSD(Photoshop专用格式)等。
复制图像的图像尺寸、图像格式与初始图像的图像尺寸、图像格式是一致的,复制图像包括第一复制图像和第二复制图像,例如,初始图像的图像尺寸为640像素宽×480像素高、图像格式为JPEG格式,第一复制图像和第二复制图像的图像尺寸同样为640像素宽×480像素高、图像格式同样为JPEG格式,初始图像与第一复制图像、第二复制图像之间的差异在于第一复制图像和第二复制图像是全黑图像,像素值为0。
步骤203,根据区域像素值对第一复制图像进行像素均值计算,获得第一像素值;
在本申请实施例中,可以根据区域像素值对第一复制图像进行像素均值计算,获得第一像素值。
在一种实例中,可以将区域像素值复制至第一复制图像,通过均值滤波器对第一复制图像中的各个像素点进行像素均值计算,输出预设卷积核内第一复制图像的灰度平均值,将第一复制图像的灰度平均值作为第一像素值。
其中,均值滤波器主要用于对图像进行均值计算或者均值滤波,通过均值计算或者均值滤波可以将当前像素点周围的像素点的像素平均值作为当前像素点的像素值。
作为一种示例,可以通过采用以下公式(1)将区域像素值复制至第一复制图像:
将区域像素值复制至第一复制图像之后,可以通过以下公式(2)对第一复制图像中的各个像素点进行像素均值计算,获得预设卷积核内第一复制图像的灰度平均值:
其中,可以为第一复制图像的像素平均值,可以为预设区域图像的预设像素值,可以为初始图像中检测区域的区域像素值,是初始图像的原像素值,K为均值滤波器,也可以称为矩形均值计算核。
x可以为像素点的横向坐标,y可以为像素点的纵向坐标,m为x距离预设卷积核的像素点数量,n为y距离预设卷积核的像素点数量,如果预设卷积核为7×7,那么x与m、y与n在7个像素点之间移动,如当x为-3,那么m可以为0、1、2、3、4、5、6,从而令x+m等于-3、-2、-1、0、1、2、3,均值滤波器可以计算这7个像素点的区域内的灰度平均值,同理,y与n之间的像素点数量也为7个像素点。
由于预设区域图像中像素值为255的像素点与初始图像中检测区域的像素点一一对应,因此,通过设定当>0时,将检测区域的区域像素值赋值给第一复制图像的条件,可以准确地将区域像素值复制至全黑的第一复制图中,从而实现有针对性地对检测区域的像素点进行像素均值计算,提高计算效率以及计算准确度。
步骤204,对预设区域图像进行像素均值计算,获得第二像素值,并将第二像素值存储至第二复制图像;
在本申请实施例中,对预设区域图像进行像素均值计算,获得第二像素值,并将第二像素值存储至第二复制图像。
在一种实例中,可以通过均值滤波器对预设区域图像中的各个像素点进行像素均值计算,输出预设卷积核内预设区域图像的灰度平均值,然后将第二复制图像的灰度平均值作为第二像素值,并存储至第二复制图像中。
作为一种示例,可以通过以下公式(3)对预设区域图像中的各个像素点进行像素均值计算,获得预设卷积核内预设区域图像的灰度平均值,并将灰度平均值作为第二像素值存储至第二复制图像中:
其中,可以为第二复制图像的像素平均值,是预设区域图像的原像素值。
步骤205,对第一像素值和第二像素值进行像素合并计算,获得针对检测区域的目标像素值。
在本申请实施例中,对第一复制图像和第二复制图像进行像素均值计算之后,可以对第一像素值和第二像素值进行像素合并计算,获得针对检测区域的目标像素值,从而通过将第一复制图像中检测区域的灰度平均值和第二复制图像的灰度平均值进行合并,剔除了初始图像中的遮挡区域。
在一种实例中,预设区域图像包括预设像素值,可以通过将第一复制图像的第一像素值与第二复制图像的第二像素值进行相除后,乘以预设像素值,获得目标像素值。预设像素值为预设区域图像中的像素值,如预设像素值为255。
在本申请的一种示例中,可以通过以下公式(4)实现将第一复制图像的第一像素值与第二复制图像的第二像素值进行相除,将相除后的值乘以预设像素值,获得目标像素值,并将目标像素值作为第二复制图像的像素平均值,存储至第二复制图像中:
通过以下公式(5)实现将待输出图像的输出像素值替换为目标像素值:
作为一种示例,如下表1和表2所示,表1为初始图像的检测区域的像素值分布表,表2为预设区域图像的像素值分布表,预设区域图像的预设像素值可以为255。首先,将表1中检测区域的各个区域像素值复制至第一复制图像中,第一复制图像中共有9个像素点,其中存在5个有效像素点,通过均值滤波器对第一复制图像中的各个像素点进行像素均值计算,输出第一复制图像的灰度平均值为:(0+0+0+10+12+0+15+11+13)/9,将该灰度平均值作为第一像素值,同样地,对预设区域图像进行像素均值计算,获得第二像素值为:(0+0+0+255+255+0+255+255+255)/9=(255×5)/9,然后将第二像素值存储至第二复制图像中。接着将第一复制图像的第一像素值与第二复制图像的第二像素值进行相除,得到的数值为:(10+12+15+11+13)/(255×5)。最后将该数值乘以预设像素值255,即可得到目标像素值:(10+12+15+11+13)/5,所得到的目标像素值只保留了检测区域的5个像素点的区域像素值,从而将除了检测区域外的遮挡区域的像素点进行剔除,避免了对遮挡区域的无效运算,实现对初始图像的局部区域进行像素均值计算。
表1
表2
步骤206,根据初始图像和目标像素值生成目标输出图像。
在本申请实施例中,获取初始图像之后,还可以复制一张与初始图像相同的图像,将该图像作为待输出图像,此时的待输出图像的输出像素值与初始图像的初始像素值是一致的。采用待输出图像和目标像素值生成目标输出图像。
在一种实例中,采用初始图像的初始图像数据生成待输出图像,待输出图像包括输出像素值,并将输出像素值替换为检测区域内的目标像素值,从而生成目标输出图像。
作为一种示例,参考图3,图3是本申请实施例示出的一种目标输出图像的生成步骤流程图,具体可以包括以下步骤:
S31,获取到初始图像之后,对初始图像执行复制操作,获得与初始图像相同的待输出图像。
S32,获取初始图像的初始图像数据,采用初始图像数据中的图像尺寸和图像尺寸生成第一复制图像和第二复制图像。
S33,同时通过预设区域图像在初始图像上指定单个或者多个需要进行像素值计算的检测区域,检测区域的形状可以是任意形状。
S34,接着将初始图像中的检测区域的像素值复制至第一复制图像中,以检测区域的像素点为中心,指定一个卷积核尺寸为5×5、7×7的卷积核,计算第一复制图像和预设区域图像在卷积核内部的像素灰度平均值,从而获得第一复制图像和第二复制图像的像素值,并对第一复制图像和第二复制图像进行像素融合计算,获得最终的像素值,将该像素值复制至待输出图像中。
S35,将所计算的检测区域的像素值复制至待输出图像中,生成目标输出图像,而对于指定的卷积核外的区域不做处理,从而准确地获得检测区域的像素值,对初始图像的局部区域进行像素计算,能够减少像素计算的时间,提高像素计算的效率,还能够避免初始图像的轮廓外部的像素值影响。
在本申请实施例中,通过采用预设区域图像从初始图像中确定需要进行检测的区域,避免了对整张图像进行像素均值计算,实现有针对性地对检测区域进行处理,节省像素均值计算的时间、提高计算效率。通过对预设区域图像和检测区域进行像素融合处理,准确地计算出针对检测区域的目标像素值,采用检测区域的目标像素值和待输出图像生成目标输出图像,能够消除图像轮廓外部的像素值对目标输出图像的影响,保证目标输出图像的有效性。
因此,相关人员采用检测装置对目标输出图像进行表面缺陷检测时,既可以快速计算图像每个像素点的局部亮度,提高表面缺陷检测的准确度,还可以针对局部图像进行计算,避免无效计算,提高计算效率。
与前述应用功能实现方法实施例相对应,本申请还提供了一种图像的像素值计算装置、电子设备及相应的实施例。
图4是本申请实施例示出的一种图像的像素值计算装置的结构示意图。参见图4,该装置至少包括以下模块:
检测区域确定模块401,用于获取初始图像,从初始图像中确定与预设区域图像对应的检测区域;
像素值计算模块402,用于对预设区域图像和检测区域进行像素融合处理,获得针对检测区域的目标像素值;
目标输出图像生成模块403,用于根据初始图像和目标像素值生成目标输出图像。
在一种实例中,初始图像包括遮挡区域和未遮挡区域,检测区域确定模块401具体用于:
采用预设区域图像对初始图像进行局部遮挡,确定遮挡区域和未遮挡区域;
将未遮挡区域作为与预设区域图像对应的检测区域;
其中,初始图像为单通道灰度图像,预设区域图像为单通道二值图像。
在一种实例中,初始图像包括初始图像数据以及检测区域的区域像素值,像素融合处理包括像素均值计算和像素合并计算,像素值计算模块402包括:
复制图像生成子模块,用于采用初始图像数据生成与初始图像对应的复制图像,复制图像包括第一复制图像和第二复制图像;
第一像素值计算子模块,用于根据区域像素值对第一复制图像进行像素均值计算,获得第一像素值;
第二像素值计算子模块,用于对预设区域图像进行像素均值计算,获得第二像素值,并将第二像素值存储至第二复制图像;
目标像素值计算子模块,用于对第一像素值和第二像素值进行像素合并计算,获得针对检测区域的目标像素值;
其中,第一复制图像和第二复制图像为单通道灰度图像,且第一复制图像和第二复制图像的像素值为0。
在一种实例中,第一像素值计算子模块具体用于:
将区域像素值复制至第一复制图像;
通过均值滤波器对第一复制图像中的各个像素点进行像素均值计算,输出预设卷积核内第一复制图像的灰度平均值;
将第一复制图像的灰度平均值作为第一像素值。
在一种实例中,第二像素值计算子模块具体用于:
通过均值滤波器对预设区域图像中的各个像素点进行像素均值计算,输出预设卷积核内预设区域图像的灰度平均值;
将第二复制图像的灰度平均值作为第二像素值,并将第二像素值存储至第二复制图像中。
在一种实例中,预设区域图像包括预设像素值,目标像素值计算子模块具体用于:
将第一复制图像的第一像素值与第二复制图像的第二像素值进行相除后,乘以预设像素值,获得目标像素值。
在一种实例中,目标输出图像生成模块403具体用于:
采用初始图像的初始图像数据生成待输出图像,待输出图像包括输出像素值;
将输出像素值替换为检测区域内的目标像素值,生成与待输出图像对应的目标输出图像;
其中,所述目标输出图像为用于输入至预设检测装置进行表面缺陷检测的图像。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不再做详细阐述说明。
图5是本申请实施例示出的电子设备的结构示意图。
参见图5,电子设备500包括存储器510和处理器520。
处理器520可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器 (Digital Signal 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、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器510可以包括各种类型的存储单元,例如系统内存、只读存储器(ROM)和永久存储装置。其中,ROM可以存储处理器520或者计算机的其他模块需要的静态数据或者指令。永久存储装置可以是可读写的存储装置。永久存储装置可以是即使计算机断电后也不会失去存储的指令和数据的非易失性存储设备。在一些实施方式中,永久性存储装置采用大容量存储装置(例如磁或光盘、闪存)作为永久存储装置。另外一些实施方式中,永久性存储装置可以是可移除的存储设备(例如软盘、光驱)。系统内存可以是可读写存储设备或者易失性可读写存储设备,例如动态随机访问内存。系统内存可以存储一些或者所有处理器在运行时需要的指令和数据。此外,存储器510可以包括任意计算机可读存储媒介的组合,包括各种类型的半导体存储芯片(例如DRAM,SRAM,SDRAM,闪存,可编程只读存储器),磁盘和/或光盘也可以采用。在一些实施方式中,存储器510可以包括可读和/或写的可移除的存储设备,例如激光唱片(CD)、只读数字多功能光盘(例如DVD-ROM,双层DVD-ROM)、只读蓝光光盘、超密度光盘、闪存卡(例如SD卡、min SD卡、Micro-SD卡等)、磁性软盘等。计算机可读存储媒介不包含载波和通过无线或有线传输的瞬间电子信号。
存储器510上存储有可执行代码,当可执行代码被处理器520处理时,可以使处理器520执行上文述及的方法中的部分或全部。
此外,根据本申请的方法还可以实现为一种计算机程序或计算机程序产品,该计算机程序或计算机程序产品包括用于执行本申请的上述方法中部分或全部步骤的计算机程序代码指令。
或者,本申请还可以实施为一种计算机可读存储介质(或非暂时性机器可读存储介质或机器可读存储介质),其上存储有可执行代码(或计算机程序或计算机指令代码),当可执行代码(或计算机程序或计算机指令代码)被电子设备(或服务器等)的处理器执行时,使处理器执行根据本申请的上述方法的各个步骤的部分或全部。
以上已经描述了本申请的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进,或者使本技术领域的其他普通技术人员能理解本文披露的各实施例。
Claims (6)
1.一种图像的像素值计算方法,其特征在于,包括:
获取初始图像,从所述初始图像中确定与预设区域图像对应的检测区域;
对所述预设区域图像和所述检测区域进行像素融合处理,获得针对所述检测区域的目标像素值;
根据所述初始图像和所述目标像素值生成目标输出图像;
其中,所述初始图像为单通道灰度图像,所述初始图像包括初始图像数据以及所述检测区域的区域像素值,所述预设区域图像为单通道二值图像,所述预设区域图像包括预设像素值,且所述预设区域图像的图像尺寸与所述初始图像的图像尺寸相同,所述对所述预设区域图像和所述检测区域进行像素融合处理,获得针对所述检测区域的目标像素值,包括:
采用所述初始图像数据生成与所述初始图像对应的复制图像,所述复制图像包括第一复制图像和第二复制图像,所述第一复制图像和所述第二复制图像为单通道灰度图像,且所述第一复制图像和所述第二复制图像的像素值为0;
将所述区域像素值复制至所述第一复制图像;
通过均值滤波器对所述第一复制图像中的各个像素点进行像素均值计算,输出预设卷积核内所述第一复制图像的灰度平均值;
将所述第一复制图像的灰度平均值作为第一像素值;
通过均值滤波器对所述预设区域图像中的各个像素点进行所述像素均值计算,输出预设卷积核内所述预设区域图像的灰度平均值;
将所述预设区域图像的灰度平均值作为第二像素值,并将所述第二像素值存储至所述第二复制图像中;
将所述第一复制图像的第一像素值与所述第二复制图像的第二像素值进行相除后,乘以所述预设像素值,获得所述目标像素值。
2.根据权利要求1所述的方法,其特征在于,所述初始图像包括遮挡区域和未遮挡区域,所述从所述初始图像中确定与预设区域图像对应的检测区域,包括:
采用所述预设区域图像对所述初始图像进行局部遮挡,确定所述遮挡区域和所述未遮挡区域;
将所述未遮挡区域作为与所述预设区域图像对应的检测区域。
3.根据权利要求1所述的方法,其特征在于,所述根据所述初始图像和所述目标像素值生成目标输出图像,包括:
采用所述初始图像的初始图像数据生成待输出图像,所述待输出图像包括输出像素值;
将所述输出像素值替换为所述检测区域内的目标像素值,生成与所述待输出图像对应的目标输出图像;
其中,所述目标输出图像为用于输入至预设检测装置进行表面缺陷检测的图像。
4.一种图像的像素值计算装置,其特征在于,包括:
检测区域确定模块,用于获取初始图像,从所述初始图像中确定与预设区域图像对应的检测区域;
像素值计算模块,用于对所述预设区域图像和所述检测区域进行像素融合处理,获得针对所述检测区域的目标像素值;
目标输出图像生成模块,用于根据所述初始图像和所述目标像素值生成目标输出图像;
其中,所述初始图像为单通道灰度图像,所述初始图像包括初始图像数据以及所述检测区域的区域像素值,所述预设区域图像为单通道二值图像,所述预设区域图像包括预设像素值,且所述预设区域图像的图像尺寸与所述初始图像的图像尺寸相同,所述像素值计算模块用于:
采用所述初始图像数据生成与所述初始图像对应的复制图像,所述复制图像包括第一复制图像和第二复制图像,所述第一复制图像和所述第二复制图像为单通道灰度图像,且所述第一复制图像和所述第二复制图像的像素值为0;
将所述区域像素值复制至所述第一复制图像;
通过均值滤波器对所述第一复制图像中的各个像素点进行像素均值计算,输出预设卷积核内所述第一复制图像的灰度平均值;
将所述第一复制图像的灰度平均值作为第一像素值;
通过均值滤波器对所述预设区域图像中的各个像素点进行所述像素均值计算,输出预设卷积核内所述预设区域图像的灰度平均值;
将所述预设区域图像的灰度平均值作为第二像素值,并将所述第二像素值存储至所述第二复制图像中;
将所述第一复制图像的第一像素值与所述第二复制图像的第二像素值进行相除后,乘以所述预设像素值,获得所述目标像素值。
5.一种电子设备,其特征在于,包括:
处理器;以及
存储器,其上存储有可执行代码,当所述可执行代码被所述处理器执行时,使所述处理器执行如权利要求1-3中任一项所述的方法。
6.一种计算机可读存储介质,其上存储有可执行代码,当所述可执行代码被电子设备的处理器执行时,使所述处理器执行如权利要求1-3中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311162812.1A CN117115128B (zh) | 2023-09-11 | 图像的像素值计算方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311162812.1A CN117115128B (zh) | 2023-09-11 | 图像的像素值计算方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117115128A CN117115128A (zh) | 2023-11-24 |
CN117115128B true CN117115128B (zh) | 2024-07-05 |
Family
ID=
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104766079A (zh) * | 2015-05-05 | 2015-07-08 | 四川九洲电器集团有限责任公司 | 一种远距离红外弱小目标检测方法 |
CN107563977A (zh) * | 2017-08-28 | 2018-01-09 | 维沃移动通信有限公司 | 一种图像处理方法、移动终端及计算机可读存储介质 |
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104766079A (zh) * | 2015-05-05 | 2015-07-08 | 四川九洲电器集团有限责任公司 | 一种远距离红外弱小目标检测方法 |
CN107563977A (zh) * | 2017-08-28 | 2018-01-09 | 维沃移动通信有限公司 | 一种图像处理方法、移动终端及计算机可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107833238B (zh) | 最大连通域标记方法、目标跟踪方法、增强现实/虚拟现实装置 | |
CN112767398B (zh) | 晶圆缺陷的检测方法及装置 | |
US8422759B2 (en) | Image processing method and image processing device | |
CN111027546B (zh) | 一种字符分割方法、装置以及计算机可读存储介质 | |
CN111325717B (zh) | 手机缺陷位置识别方法及设备 | |
CN111046862B (zh) | 一种字符分割方法、装置以及计算机可读存储介质 | |
CN113160161B (zh) | 目标边缘处缺陷的检测方法和装置 | |
CN117094975A (zh) | 钢铁表面缺陷检测方法、装置及电子设备 | |
CN112926695B (zh) | 基于模板匹配的图像识别方法和系统 | |
CN117115128B (zh) | 图像的像素值计算方法、装置、电子设备及存储介质 | |
CN115719326A (zh) | Pcb板缺陷检测方法及装置 | |
CN114981838A (zh) | 物体检测装置、物体检测方法及物体检测程序 | |
CN117115128A (zh) | 图像的像素值计算方法、装置、电子设备及存储介质 | |
CN111415365B (zh) | 图像检测方法及装置 | |
CN117218368A (zh) | 船舶焊缝缺陷纹理边缘提取方法、系统、设备及存储介质 | |
CN116402771A (zh) | 缺陷检测方法、装置和模型训练方法、装置 | |
CN111508017B (zh) | 一种弱对比度定位标记中心的方法和系统 | |
JP2001099625A (ja) | パターン検査装置およびパターン検査方法 | |
CN113902742A (zh) | 一种基于tft-lcd检测缺陷真假判定方法和系统 | |
CN113516608A (zh) | 轮胎的缺陷检测方法和检测装置、轮胎检测设备 | |
CN112507983B (zh) | 目标检测方法、装置、电子设备及存储介质 | |
CN117689893B (zh) | 激光扫描超广角眼底图像语义分割方法、系统及终端 | |
CN114018215B (zh) | 基于语义分割的单目测距方法、装置、设备及存储介质 | |
CN115661125B (zh) | 基于格雷码结构光的类镜面结构表面缺陷检测方法及系统 | |
US20230274452A1 (en) | Method and arrangements for removing erroneous points from a set of points of a 3d virtual object provided by 3d imaging |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant |