[发明专利]一种自适应弧光区域修复与增强方法

权利要求书

1.一种自适应弧光区域修复与增强方法，其特征在于，包括以下步骤：

步骤S1：图像拆分：图像不同区域所受弧光干扰的程度并不相同，不能通过全局方式实现修复与增强，因此需将待处理图像进行拆分，拆分为若干大小相同的拆分图像；

步骤S2：弧光干扰模型计算：通过分析弧光特性及其对图像干扰的机理，提出由距离因子、光强因子和色彩因子构成的弧光干扰模型，用以衡量各拆分图像受弧光干扰的程度，该模型数值作为后续图像修复与增强处理的权重；

步骤S3：图像分类：根据步骤S2计算出的弧光干扰模型数值，将拆分图像分为Ⅰ、Ⅱ、Ⅲ类图像；

步骤S4：图像修复与增强：依据步骤S3的图像分类，各拆分图像自适应选择通过统一光强、多帧替换、色彩复原、对比度增强模块进行处理；

步骤S5：图像还原：对各拆分图像进行还原处理，恢复其初始位置，最终实现复杂工业场景中自适应弧光区域修复与增强效果。

2.根据权利要求1所述的一种自适应弧光区域修复与增强方法，其特征在于，在步骤S2中，弧光干扰模型的数值计算步骤，包括：

步骤S21：距离因子计算：该因子通过计算各拆分图像到弧光中心区域的距离，衡量各拆分图像受弧光干扰的程度；

步骤S22：光强因子计算：该因子通过计算各拆分图像光照强度，衡量各拆分图像受弧光干扰的程度；

步骤S23：色彩因子计算：该因子通过计算各拆分图像RGB三通道色彩的接近程度，衡量各拆分图像受弧光干扰的程度，计算方式如式(1)所示：

式中，i,j为拆分图像的中心坐标；(i,j)为中心坐标是i,j的拆分图像；C(i,j)为拆分图像(i,j)的色彩因子，为拆分图像(i,j)的标准差；计算方式如式(2)所示：

式中，i,j为拆分图像的中心坐标；(i,j)为中心坐标是i,j的拆分图像；N_R(x,y)、N_G(x,y)、N_B(x,y)、N_grey(x,y)分别为拆分图像(i,j)中R通道、G通道、B通道、灰色图像的各像素值；

根据U(i,j)数值，对各拆分图像分配区间为[0,1]的小数作为色彩因子数值，色彩差异越大数值越趋向1，色彩差异越小数值越趋向0；

步骤S24：弧光干扰模型，定义如式(3)所示：

式中，i,j为拆分图像的中心坐标；(i,j)为中心坐标是i,j的拆分图像；DLC(i,j)为拆分图像(i,j)的弧光干扰模型数值；D(i,j)为拆分图像(i,j)的距离因子；L(i,j)为拆分图像(i,j)的光强因子；C(i,j)为拆分图像(i,j)的色彩因子；a，b，c为比例系数。

3.根据权利要求2所述的一种自适应弧光区域修复与增强方法，其特征在于，步骤S21的计算步骤包括：

步骤S211：通过图像预处理技术：像素点遍历、灰度图像像素阈值设定、形态学操作，识别并以二值图表示弧光中心区域；

步骤S212：计算各拆分图像中心点和弧光中心区域的距离；

步骤S213：根据步骤S212计算出的数值，对各拆分图像分配区间为[0,1]的小数作为距离因子D(i,j)数值，距离越近数值越趋向1，距离越远数值越趋向0。

4.根据权利要求2所述的一种自适应弧光区域修复与增强方法，其特征在于，步骤S22的计算步骤包括：

步骤S221：图像格式转换，将RGB图像转换为灰度图像，降低计算量；

步骤S222：计算各拆分图像的平均光照强度，如式(4)所示：

式中，i,j为拆分图像的中心坐标；(i,j)为中心坐标是i,j的拆分图像；L(i,j)为拆分图像(i,j)的光强因子；N_sum(i,j)为拆分图像(i,j)各像素光照强度总和；u、v为拆分图像的长和宽；

步骤S223：步骤S222计算出的数值区间为[0,1]，光强越强数值越趋向1，光强越弱数值越趋向0。