[发明专利]一种基于复杂背景的切片处理方法

说明书

本发明公开了一种基于复杂背景的切片处理方法，包括如下步骤：通过二维傅里将打光不均匀的背景图片转化，得到频域图；构建高斯低通滤波器，得到频率滤波后的图片，得到频域图；改变高斯低通滤波器的频率，切出不同的低通滤波后的切片图，将切片图的背景和缺陷进行分离，完成切片处理；对切片图的背景和缺陷需要进一步提升的图片，对滤波后的图片灰度后进行尺度拉伸，得到频域拉伸图；将频域拉伸图做阈值分割，切出切片图，完成切片图的背景和缺陷分离，完成切片处理。本发明的有益效果是：采用从算法上进行优化，降低设备的成本以及开发的时间周期，通过算法解决拥有复杂背景的待测物上提取相关的缺陷及特征，可应用在不同领域，适用性广泛。

技术领域

本发明涉及切片处理技术领域，具体为一种基于复杂背景的切片处理方法。

背景技术

工业缺陷检测领域，背景图片常采用阈值分割方法或大律法(OTSU)分离缺陷和背景。阈值分割法是一种基于区域的图像分割技术，原理是把图像像素点分为若干类；大津法是用一个阈值将图像中的数据分为两类，一类中图像的像素点的灰度均小于这个阈值，另一类中的图像的像素点的灰度均大于或者等于该阈值；如果这两个类中像素点的灰度的方差越大，说明获取到的阈值就是最佳的阈值。针对一些有复杂背景待测物上划伤，正常的阈值分割方法不能很好地分割出缺陷，需要通过打光和改变光学的结构从而得到好的成像效果。

在工业领域中，经常会遇到打光不均匀的背景图片，如图1所示。而对于目前业内所使用的方法，主要分为外部和内部，外部在于改变打光的方式，增加硬件的成本，从成像上有效改善，可目前这带来的效果不是很好，而且也加大了研发的成本；内部上目前用的是通过算法，从绝对阈值到大律法，其分割的效果也并不是很好，如图2和3所示，图2运用的是绝对阈值分割，从分割效果来看，因为背景的复杂，导致缺陷很难与背景分离开来；图3运用的是大津法，但由于打光的不均匀性，导致缺陷受干扰，缺陷也很难分离。

发明内容

本发明的目的在于提供一种基于复杂背景的切片处理方法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：一种基于复杂背景的切片处理方法，包括如下步骤：

步骤一、通过二维傅里将打光不均匀的背景图片转化，得到频域图，其转化公式如下：

式中，f(x,y)是大小为M*N的数字图像，u,v是离散变量；

步骤二、构建高斯低通滤波器，得到频率滤波后的图片，其滤波器函数公式为：

式中，D0是截止频率；

步骤三、改变高斯低通滤波器的频率，切出不同的低通滤波后的切片图，将切片图的背景和缺陷进行分离，完成切片处理；

步骤四、对切片图的背景和缺陷需要进一步提升的图片，对滤波后的图片灰度后进行尺度拉伸，得到频域拉伸图，其原理公式为：

Add＝-Mult*GMin

g'＝g*Mult+Add，

式中，GMin为图像的最小灰度值，GMax为图像的最大灰度值；

步骤五、将频域拉伸图做阈值分割，切出切片图，完成切片图的背景和缺陷分离，完成切片处理。

进一步优选，所述步骤一中的离散变量u,v在u＝0,1,2,...,M-1和v＝0,1,2,...,N-1范围内求值。

进一步优选，当所述步骤二中D(u,v)＝D0时，高斯滤波器下降到其最大值的0.607。

进一步优选，所述步骤二中采用两种高斯低通滤波器构建。