[发明专利]一种针对类镜面物体的高光区域自适应匀光的方法有效

专利信息
申请号: 201711360310.4 申请日: 2017-12-15
公开(公告)号: CN108109138B 公开(公告)日: 2021-08-06
发明(设计)人: 杜娟;陈芳;胡跃明 申请(专利权)人: 华南理工大学
主分类号: G06T7/00 分类号: G06T7/00;G01N21/88;G01N21/95
代理公司: 广州粤高专利商标代理有限公司 44102 代理人: 何淑珍
地址: 511458 广东省广州市*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 针对 类镜面 物体 区域 自适应 方法
【权利要求书】:

1.一种针对类镜面物体的高光区域自适应匀光的方法,其特征在于,包括以下步骤:

(1)获取待检测的源图像I:将类镜面物体放入一个暗室中,暗室内表面粗糙,光源产生的光线经由暗室内部粗糙的表面的第一次反射照在磨砂半球体表面,再经由磨砂半球体表面的二次透光照在待测物体上,由视觉系统采集而得到待测物体源图像I;经由两次光路变化来将能量集中的光分散来减少图像上高光的强度与区域;

(2)对待检测源图像进行小波分解:对待检测的源图像进行2层小波分解,提取出经过2层小波分解后的第一层、第二层的近似矩阵CA1、CA2,和第一、二层小波分解的细节系数,同时取出第二层小波分解近似矩阵的最大值MAX,和最小值MIN;所述细节系数包含水平分量、垂直分量、对角分量;

(3)对第二层小波分解近似矩阵进行自适应拉伸处理:取第二层小波分解近似矩阵CA2中的任意一个像素点x的灰度值依次与源图像的平均灰度值average进行比较,如果小于average,则如果大于average,则其中A(x)是x点经拉伸后的灰度值,G是拉伸系数,XMAX是源图像的最大灰度值,XMIN是源图像的最小灰度值,X是近似矩阵CA2上x点的灰度值;

(4)进行小波重构后得到高光区域标记图像I1:对第二层小波分解的细节系数置零处理后进行小波重构,得到新的第一层小波分解的近似矩阵,对第一层小波分解的细节系数置零处理,再次进行小波重构得到新图像;新图像与源图像进行对应相减,设定阈值T,提取出高光区域,并以绿色标记显示在源图像上,该新图像标记为I2;

(5)参数初始化:初始化等照线方向,置信度、数据项;

(6)计算优先权:根据I2,寻找绿色标记的高光区域,即为待填充区域,并提取出其边缘,其他区域标记为已知区域;设定以边缘点为中心点的9*9的掩模,计算掩模的优先权P(p)=C(p)*D(p),C(p)是该掩模的置信度,D(p)是该掩模的数据项;

(7)最佳匹配块搜索:根据计算出的优先权取出优先权最大的块为填充目标块,在以该优先权最大的块的中心点为中心的600*800的区域块内进行搜索,找出与优先权最大的块的灰度差值最小的匹配块;

(8)填充与更新置信度:将搜索出的匹配块的值对优先权最大的块对应赋值,然后重新计算置信度。

2.根据权利要求1所述的一种针对类镜面物体的高光区域自适应匀光的方法,其特征在于,步骤(1)利用多次改变光路在暗场环境下进行图像的拍摄,获得反光弱的待检测源图像。

3.根据权利要求1所述的一种针对类镜面物体的高光区域自适应匀光的方法,其特征在于步骤(3)中拉伸系数设为1.5。

4.根据权利要求1所述的一种针对类镜面物体的高光区域自适应匀光的方法,其特征在于,步骤(4)设置阈值T为150,将重构后的图像与源图像相减后的差值图像E(a,b)与阈值T进行比较,(a,b)指像素点的坐标,假定图像中最左上方的点为起始点,其中a表示像素点与起始点在行数上的距离,b表示像素点与起始点在列数上的距离,E(a,b)表示差值图像在第a行第b列的像素点的像素值;若E(a,b)≤T时,E(a,b)=0;若E(a,b)T时,E(a,b)=255。

5.根据权利要求1所述的一种针对类镜面物体的高光区域自适应匀光的方法,其特征在于,步骤(6)设定9*9的掩模,以9*9大小的掩模为单位进行优先权的计算,选出优先权最大的块,并搜索得到最优的匹配块。

6.根据权利要求1所述的一种针对类镜面物体的高光区域自适应匀光的方法,其特征在于,根据不同的检测物体以优先权最大的块的中心点为中心选取不同面积大小的区域块,在该区域块内进行搜索,找出最优匹配块。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华南理工大学,未经华南理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201711360310.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top