[发明专利]基于邻域向量内积局部对比度图像增强的损伤目标检测方法

说明书

本申请提出一种基于邻域向量内积局部对比度图像增强的损伤目标检测方法，旨在解决现有技术无法检测局部亮区损伤目标、目标分离效率低的问题。该方法包括：1)将图像中的每一个点的3×3邻域生成一个9维邻域向量，并将邻域内的最大值扩展成一个9维度极值向量，计算邻域向量与极值向量的内积，进而计算邻域向量内积对比度值；2)在设定区域内搜索所有的邻域向量内积对比度的最大值，作为中心像素的邻域向量内积局部对比度值，生成图像所有点的NVDLC矩阵；3)对相应的NVDLC图像进行二值化和目标分离。

技术领域

本申请涉及一种基于图像增强的损伤目标检测方法。

背景技术

终端光学在线损伤检测(Final Optics Damage Online Inspection,FODOI)系统是主机装置的主要光学系统之一，是一个基于暗场成像技术的在线光学元件损伤检测光学系统，用来检测终端光学组件在惯性约束实验中的光学元件损伤。该系统对每个光学元件的侧面利用LED光源阵列进行照明，由于损伤点的散射作用，在CCD的暗场图像上将会观察到对应位置较为明亮的散射光斑，从而实现了对光学元件的在线检测。

为了对暗场成像技术获得的图像损伤进行有效检测，近年来国内外学者提出了很多基于信号增强技术的损伤检测方法，例如，2007年Kegelmeyer L M等提出的局域信噪比(Local Area Signal-to-Noise Ratio,LASNR)算法，2014年冯博等人在LASNR算法的基础上提出了局部信号强度比(Local Area Signal Strength Ratio,LASSR)算法，2014年CHENC L P提出的局域对比度方法(Local Contrast Method,LCM)，2015年王刚提出的图像块最大对比度测量(Image Patch Maximum Contrast Measurement,IPMCM)算法和杂乱背景下的优化的信杂比算法，2018年，田玉婷提出了改进的局部信号强度比(Improved LocalArea Signal Strength Ratio，ILASSR)方法。

然而，这些方法无法满足FODOI系统对于光学元件损伤检测准确率和速度的要求。例如，LASNR需要标定信号和背景的标准差，无法自动检测损伤目标，也很难有效地增强损伤目标信号。LASSR对复杂高亮背景抑制的同时也削弱了损伤目标的灰度值，使得处于局域高亮背景中的微弱损伤目标被严重削弱之后造成损伤信号强度值过低。LCM方法能够增强每个损伤点的能量信息，但是使用变换图像的均值和标准差来计算全局阈值，这样，很难检测处于局部亮区的损伤目标。IPMCM法能够从背景中识别出损伤目标，但是在计算过程中对损伤区域使用了数字形态学中的膨胀操作，将会降低每个损伤目标的准确率。ILASSR利用信号图像中损伤与邻域非损伤区域的信号强度差异，构造了一类滤波模板对信号图像进行自适应局域增强，该方法使用自适应种子生长提取每个损伤的水平最小外接矩形作为感兴趣区域，在每个感兴趣区域进行OTSU分割，目标分离效率较低。

以上方法都是使用局部信号增强来实现损伤目标的检测，但每种方法都存在一定的不足，特别是对最经典的LCM方法和ILASSR方法来说，LCM由于在目标分离时使用全局阈值无法检测处于局部亮区的损伤目标，而ILASSR方法虽然信号增强效果好，但目标分离效率低。

发明内容

本申请的目的是解决现有技术无法检测局部亮区损伤目标、目标分离效率低的问题。

本申请的发明构思如下：