[发明专利]自适应图像预处理方法及其应用

说明书

本发明公开了一种自适应图像预处理方法，将原始图像划分成多个子区域，获取单个子区域中各像点的特征信息I_(i，j)，对单个子区域进行预先处理，再次获取预先处理后单个子区域中各像点的特征信息D_(i，j)；对特征信息I_(i，j)和D_(i，j)进行自适应融合处理，得到融合后子区域中各像点的特征信息D′_(i，j)：对不同的子区域分别进行预先处理和融合处理；求取f次处理结果的均值记为处理结果；遍历各个像素点，完成对原始图像的融合处理；本方法能够自适应的设置图像融合的权重值，避免了反复试验最佳配置参数造成的时间浪费，同时本方法对现有同态滤波器进行改进，选择性地拉伸了图像细节信息，更加凸显图像中的特征，更利于后续的图像数据分析。

技术领域

本发明涉及视觉检测领域，具体涉及一种自适应图像预处理方法及其应用。

背景技术

在机器视觉领域，利用图像进行产品检测已成为一种主流的检测方法，其中图像质量的好坏直接关系到检测的准确性，因此首先需要对采集的原始图像进行预处理，得出高质量的图像再进行数据分析；图像滤波和图像融合是两种常见的图像预处理方法，现有的图像滤波和图像融合方法在使用时，主要存在参数设置需人工反复试验得出、权重分配不合理、预处理效果不佳的缺点。

发明内容

为此，本发明提出一种自适应图像预处理方法及其应用；本方法能够自适应的设置图像融合的权重值，避免了反复试验最佳配置参数造成的时间浪费，图像处理效果好，适用于对各类图像的预处理。

技术方案如下：

一种自适应图像融合方法，包括以下步骤：

1)将原始图像划分成多个子区域，记单个子区域的高、宽分别为N_H、N_L；获取单个子区域中各像点的特征信息，记为I_(i,j)，i＝1,2…N_H，j＝1,2…N_L；

所述特征信息为像点的单一图像特征或多特征融合而成的特征向量；

2)对单个子区域进行预先处理，再次获取预先处理后单个子区域中各像点的特征信息，记为D_(i,j)；

然后按照如下方法进行融合处理，得到融合后子区域中各像点的特征信息D′_(i,j)：

D′_(i,j)＝α·D_(i,j)+(1-α)·I_(i,j)

其中，

α＝γ·[D_(i,j)]^1/2

γ′为预设数值，其数值小于0.001；

采用相同方法，对不同的子区域分别进行预先处理和融合处理；

3)统计单个像素点参与融合处理的次数f；求取f次处理结果的均值记为该像素点的处理结果；遍历各个像素点，完成对原始图像的融合处理。

进一步，将原始图像划分成多个子区域的方法为：

预先设置相邻子区域的间隔步长t，从原始图像的起始像点开始，沿图像水平方向，根据步长t，依次划分成子区域，当子区域布满图像的一行时，下一子区域沿图像竖直方向移动一个步长，再继续沿图像水平方向划分。

优选，t＝1～3像素，t≤N；N_H＝N_L；所有子区域的尺寸相同；N为单个子区域的宽度。

进一步，所述特征信息I_(i,j)或D_(i,j)通过以下步骤得到：