[发明专利]基于多光谱成像的图像的质量评估方法

权利要求书

1.一种基于多光谱成像的图像的质量评估方法，其特征在于，所述方法包括以下步骤：

步骤(1)在标样图像中选择需要进行质量评估的操作区域；

步骤(2)应用图像匹配算法在批样图像中获取与所述标样图像相匹配的操作区域，如果所述标样图像是包括颜色信息的CAD设计图样，则执行步骤(6)，否则继续执行步骤(3)；

步骤(3)在所述标样图像的操作区域中划取不同颜色的种子点；

步骤(4)在所述批样图像的操作区域中获取与所述标样图像中的种子点位置相对应的种子点；

步骤(5)应用图像分割算法对所述标样图像的操作区域和所述批样图像的操作区域进行颜色分割操作，得到各自的颜色信息；以及

步骤(6)将所述标样图像的操作区域和所述批样图像的操作区域中的颜色信息进行对比，以获得各项对比信息，并通过阈值设定判断所述批样图像中的各颜色是否达到所述标样图像的要求。

2.根据权利要求1所述的基于多光谱成像的图像的质量评估方法，其特征在于，所述颜色信息包括像素点的颜色值，和/或所述对比信息包括色差。

3.根据权利要求1所述的基于多光谱成像的图像的质量评估方法，其特征在于，在所述批样图像的操作区域中，通过手动划取或自动匹配生成与所述标样图像中的种子点位置相对应的种子点。

4.根据权利要求1所述的基于多光谱成像的图像的质量评估方法，其特征在于，所述图像匹配算法为基于NTG模型的图像匹配算法，所述算法的公式为：

其中，f_r,x和f_r,y分别表示图像f_r在x和y方向的梯度，f_t,x和f_t,y分别表示图像f_t在x和y方向的梯度。

5.根据权利要求4所述的基于多光谱成像的图像的质量评估方法，其特征在于，所述图像匹配算法包括以下步骤：

在所述标样图像中获取模板图像，分别计算所述模板图像与所述批样图像的梯度；

根据所述模板图像大小，在批样图像上框出与所述模板图像的大小对应的窗口并逐像素地移动窗口的位置；

将所述梯度值代入基于NTG模型的图像匹配算法的公式中，计算出所述模板图像与所述窗口内批样图像的NTG值；以及

记录移动过程中NTG值最小的位置，该NTG值最小的位置即是所述批样图像与所述模板图像匹配的位置。

6.根据权利要求1-5中任一项所述的基于多光谱成像的图像的质量评估方法，其特征在于，所述图像分割算法为基于K-Means聚类的图像分割算法，包括以下步骤：

a.给定大小为n的数据集X＝{x₁,x₂,n,x_n}，从所述数据集中随机选取k个数据作为初始聚类中心的集合V(1)＝{v₁,v₂,n,v_k}，1＜k＜n；

b.计算所述数据集中剩余每个数据与每个聚类中心的距离D(x_i,v_j)，其中1≤i≤n，1≤j≤k，如果D(x_i,v_w)＝min(D(x_i,v_j),j＝1,2,n,k)，则x_i∈C_w，C_w表示以数据v_w为聚类中心的第w类的数据集合；

c.计算各个类的数据集合的新的聚类中心从而得到新的聚类中心的集合V(m)，其中V(m)表示第m次迭代的聚类中心，其中n_i表示第i类的数据个数；以及

d.判断相邻两次计算的聚类中心是否变化，以误差平方和J作为准则函数：

J＝||V(m)-V(m-1)||²

当J＜ε时，算法结束，否则返回b步骤，继续迭代，其中ε表示误差容忍度。