[发明专利]一种基于多曝光的工件字符图像局部细节增强融合方法有效
申请号: | 202110040755.4 | 申请日: | 2021-01-13 |
公开(公告)号: | CN112819736B | 公开(公告)日: | 2023-08-29 |
发明(设计)人: | 向忠;吴华雄;周鼎;钱淼;胡旭东;马淼 | 申请(专利权)人: | 浙江理工大学 |
主分类号: | G06T5/50 | 分类号: | G06T5/50;G06T5/00;G06V30/14;G06V30/18 |
代理公司: | 绍兴市知衡专利代理事务所(普通合伙) 33277 | 代理人: | 施春宜 |
地址: | 310018 浙江省杭州市杭*** | 国省代码: | 浙江;33 |
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 基于 曝光 工件 字符 图像 局部 细节 增强 融合 方法 | ||
1.一种基于多曝光的工件字符图像局部细节增强融合方法,其特征在于:包括如下工艺步骤:
1),构建多曝光源图像权重项:通过结合像素级对比度、亮度和饱和度三个质量指标来计算每一幅多曝光源图像的权重项,提取图像局部细节,构建多曝光源图像序列的初始权重图;
2),细化初始权重图:采用具有实时边缘保持特性的递归滤波来有效地过滤噪声得到细化的权重图,并对细化的权重图进行归一化操作,以保证每个像素所在位置的总和为1;
3),进行拉普拉斯金字塔重构融合:即采用拉普拉斯金字塔对输入的多曝光源图像序列进行分解;采用高斯金字塔对步骤2)获得的递归滤波细化后的权重图进行分解;然后在每一层进行输入图像的拉普拉斯金字塔和细化权重图的高斯金字塔混合,最后对融合后的拉普拉斯金字塔图像反变换进行多分辨率重构融合;
4),提取多曝光源图像细节特征:采用引导滤波对每一幅多曝光源图像进行细节特征提取,再将每一幅多曝光源图像的细节特征进行融合,进一步增强图像的局部细节;
具体的说,采用引导滤波对每一幅多曝光源图像的灰度图进行细节特征提取,然后根据曝光文本字符图像序列的亮度权重项对每幅图像提取出的字符细节进行细节融合,计算公式如下:
其中Di(x,y)表示细节特征图,表示细节特征融合图,GF(.)表示引导滤波操作,N表示采集的曝光文本字符图像数量;
5),进行局部细节增强融合:将拉普拉斯金字塔多分辨率重构融合得到的图像和引导滤波提取细节特征融合得到的图像两者进行融合,得到最终的局部细节增强融合结果图。
2.如权利要求1所述的基于多曝光的工件字符图像局部细节增强融合方法,其特征在于:所示步骤1)具体构建方法如下:令Ii,i=1,2,…,N表示彩色源图像,将彩色源图像转换为灰度源图像转换公式如下:
其中分别表示红(R)、绿(G)、蓝(B)通道;
1-1),构建局部对比度权重项:针对图像过度曝光区域的字符边缘纹理细节不明显,算法引入非标准化的稠密SIFT描述符DSIFT来衡量每一幅多曝光源图像对应像素点的活动水平,采用“加权平均”的权重分配策略来计算局部对比度的权重项计算公式如下:
其中,Ci(x,y)为局部对比度权重项指标,为多曝光源图像序列的灰度图,
(.)表示用于计算未归一化稠密SIFT源图像映射的运算符,通过计算每个2*2的单元格中八个方向的直方图来生成描述符,||.||1表示向量的L1范数;
1-2),构建亮度权重项:针对多曝光源图像过度曝光的区域亮度非常明显,而曝光不足的区域比较暗淡的情况,采用亮度的灰度值高低来描述字符区域的过曝光或者欠曝光现象,计算公式如下:
其中,Bi(x,y)表示曝光文本字符图像序列的亮度权重项,T表示设定的阈值,取值为10-30;
1-3),构建饱和度权重项:通过计算曝光文本字符图像序列的饱和度来保证合成曝光文本字符图像的视觉感受,公式如下:
其中,Si(x,y)表示曝光文本字符图像序列的饱和度权重项,分别表示第i张图像在R、G、B三通道的分量,表示对应R、G、B三通道在像素(x,y)处的平均值;
1-4),对每一幅多曝光源图像,采用局部对比度,亮度,饱和度三个权重项的联合乘积来计算初始权重图Wi(x,y),计算公式如下:
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浙江理工大学,未经浙江理工大学许可,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/202110040755.4/1.html,转载请声明来源钻瓜专利网。