[发明专利]一种基于小波变换的成像一致性评价方法

说明书

本发明提供一种能够实现对图像的质量的有效评价、保证成像的一致性且为视觉算法的效果和稳定性提供保障的基于小波变换的成像一致性评价方法。该方法包括以下步骤：分析输入图像并输出低频图像和高频图像；利用二维的尺度函数和小波函数继续对I(x,y)的逼近子图LL(x,y)进行若干次小波分解，得到输入图像在不同尺度下的低频图像和高频图像；计算输入图像的锐度；计算输入图像的量度；计算输入图像的对比度。本发明用于图像处理领域。

技术领域

本发明涉及图像处理领域，尤其涉及一种基于小波变换的成像一致性评价方法。

背景技术

机器视觉技术是一门涉及人工智能、计算机科学、图像处理、模式识别等诸多领域的交叉学科。机器视觉系统主要由图像的获取、图像的处理和分析、输出或显示三部分组成。目前机器视觉技术已广泛应用于视觉检测，视觉测量，视觉定位等领域。其中，图像采集部分是一个关键的环节,它一般由光源、镜头、摄像机和图像采集卡、计算机等构成。采集过程可简单描述为在光源提供合适照明的条件下，摄像机拍摄目标物体并将其转化为图像信号，最后通过图像采集卡传输给图像处理部分。由于采集过程中，系统的硬件可能存在差异、如光源亮度、光源角度、镜头的光圈大小、镜头的焦距、相机的曝光时间等，都会对成像效果造成影响。图1示出了一个典型的视觉成像系统，主要包括光源，相机，镜头，运动平台，待测产品置于运动平台上。其中，相机的曝光时间，镜头光圈的大小，光源的亮度，相机与光源的夹角会直接影响图像的亮度，相机的增益会影响图像的信噪比。同时，相机与光源的夹角会影响图像的锐度(锐度是图像清晰度和图像边缘锐利程度，它是反映图像平面清晰度和图像边缘锐利程度的一个指标)和对比度(对比度指的是一幅图像中明暗区域最亮的白和最暗的黑之间不同亮度层级的测量，对比度中画面黑与白的比值差异范围越大代表对比越大，差异范围越小代表对比越小)。

由上所述，视觉成像系统中，影响图像质量的因素很多，相机，镜头和光源中的任何一个部件产生变化，都会影响最终的成像效果。特别是当视觉算法及参数确定之后，在批量生产视觉设备时，由于不能保证成像的一致性，造成算法及其参数都需要根据每一台设备的成像情况做适当调整，这样不仅仅增加的设备的开发时间，也给设备的稳定性造成一定程度的隐患。

因此，视觉系统需要一套客观的图像评价指标，对图像的一致性进行测量，以此保证设备成像的一致性和稳定性。近年来，针对图像质量评价，专家学者虽然提出了很多方法，但目前尚未发现针对机器视觉成像系统一致性相关的文献，也没有针对机器视觉成像系统一致性的评价指标。

近年来，针对图像质量评价，专家学者虽然提出了很多方法，但目前尚未发现针对机器视觉成像系统一致性相关的文献，也没有针对机器视觉成像系统一致性的评价指标。目前，针对机器视觉成像系统的一致性评价，大部分还是通过人眼观察得到，这种主观评估结果常常无法量化，缺乏客观结果，并且通常在实际应用中难以实施，尤其是在需要实时质量控制时。因此，视觉系统需要设计一套客观的图像评价指标，对图像的一致性进行测量，以此保证设备成像的一致性和稳定性。

发明内容

针对目前机器视觉检测设备存在的图像一致性问题，本发明提出一种基于小波变换的成像一致性评价方法，通过确定图像质量评价指标（亮度、锐度、对比度）对视觉系统的成像质量进行评价，利用各项指标对各设备的成像进行调整，达到成像一致性的目的。

本发明所采用的技术方案是，本发明方法包括以下步骤：

a.分析输入图像的频率，通过二维尺度函数和二维小波函数分别对输入图像做运算，分别得到输入图像的低频图像和高频图像：设尺度函数为, 设小波函数为，则二维的尺度函数和小波函数表示为：

其中，表示小波变换之后得到的低频图像，表示小波变换之后得到的水平方向的高频图像，表示波变换之后得到的垂直方向的高频图像，表示波变换之后得到的对角方向的高频图像，