[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

说明书

本发明涉及一种基于多曝光的工件字符图像局部细节增强融合方法，其包括以下步骤：(1)构建源图像权重项；(2)细化初始权重图；(3)进行拉普拉斯重构融合；(4)提取曝光图像细节特征；(5)进行局部细节增强融合。本发明能较好地解决工件字符图像曝光过度或曝光不足、局部对比度偏低、色彩失真严重、局部细节信息大量不可见等不乐观情形问题，融合得到高质量的局部细节增强融合图像以帮助从工件字符图像中有效地识别提取信息。

【技术领域】

本发明涉及一种图像融合方法，具体涉及一种基于多曝光的工件字符图像局部细节增强融合方法，属于数字图像处理技术领域。

【背景技术】

随着科学技术的持续发展，智能设备在生活和生产中的使用越来越普及。图像凭借包含丰富信息量且生动直观的优势，逐渐成为记录和传递信息的重要载体。光学字符识别(OCR)，是一种将手写或印刷的文本的图像通过机械或电子方式转换机器编码的文本，作为一种数据录入形式，在实际应用中十分广泛，常用的场景有证件识别、发票识别、名片识别、车牌识别等；在生产中常用于液化石油气钢瓶编码识别、机器的铭牌识别、轴承和轴承座编码识别等。

然而，在现实的生活和生产自然场景中，并不是所有采集到的图像都能有效地表达和显示信息。在工业生产场景中，常见的字符主要有压印字符、浮雕字符、喷码字符等凹凸不平的工件表面字符，这些字符处于复杂的背景下，如工件表面存在光照不均、与字符颜色基本一致、划痕、侵蚀等问题。生产环境不良的光照条件和工件本身复杂的表面，对在所采集到的图像中识别提取信息有很大的影响。光照强度不足或过亮都会影响采集到的图像的视觉效果，具体表现为曝光过度或曝光不足、局部对比度偏低、色彩失真严重、局部细节信息大量不可见等不乐观情形。

为了更好地利用这些质量严重下降的图像，从中识别获取有效的信息，人们就不得不去研究图像增强技术。图像增强技术就是有目的性的重现图像中的重要信息，对于图像中包含的有效信息进行增强，与此同时对影响有效信息的噪声进行去除。图像增强技术可以让处理后的图像更加的符合人们的主观视觉感受，而且增强技术作为图像处理学科中的一门预处理技术，它可以让计算机视觉等设备便于分析处理。

图像融合技术是一种常用的图像增强技术，图像融合技术一般可分为像素级、特征级和决策级。决策级方法直接融合图像的相关描述。特征级方法基于图像的多种特征(区域或边缘)进行融合，在纠错标定和降噪方面具有强大的鲁棒性。而像素级方法通过直接操作图像的像素值，能有效地保留图像的信息特征，获得高质量的融合结果，因此得到了广泛的应用。

因此，为解决上述技术问题，确有必要提供一种创新的基于多曝光的工件字符图像局部细节增强融合方法，以克服现有技术中的所述缺陷。

【发明内容】

为解决从生产自然场景的工件字符图像中准确识别提取有效信息的技术问题，本发明提供一种基于多曝光的工件字符图像局部细节增强融合方法，其采用像素级融合方法，通过直接操作图像的像素值，有效地保留图像的信息特征，对一组多曝光的工件字符图像序列进行融合成为一幅高质量的图像以增强图像局部细节的方法。

为实现上述目的，本发明采取的技术方案为：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源图像的权重项，提取图像局部细节，构建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)，进行拉普拉斯重构融合：采用拉普拉斯金字塔和高斯金字塔将多曝光源图像序列和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；