[发明专利]一种自适应弧光区域修复与增强方法

说明书

本发明公开了一种自适应弧光区域修复与增强方法，包括步骤S1：图像拆分；步骤S2：弧光干扰模型计算；步骤S3：图像分类；步骤S4：图像修复与增强；步骤S5：图像还原。本发明针对弧光对图像造成对比度降低、色彩偏差、瞬时过曝、低照度、细节损失等干扰，提出自适应解决方法，通过上述步骤，可有效对弧光区域进行修复，增强图像细节，提升图像质量，本发明可应用于复杂工业场景中图像的修复与增强，为后续工业智能化发展提供帮助，具有广阔的应用前景。

技术领域

本发明涉及人工智能、图像处理领域，特别涉及一种自适应弧光区域修复与增强方法。

背景技术

复杂工业场景中，普遍存在：低照度，光线昏暗；粉尘污染，光照不均等诸多干扰，尤其在工业领域中，常使用电弧作为焊接、冶炼等工艺手段，因其具有高亮度，变化快等特性，易对图像造成：①瞬时过曝、光饱和、弧光区域遮盖丢失干扰；②瞬时光强降低，低照度、细节损失干扰；③亮度剧烈变化，明暗区域反差干扰；④色彩偏移，失真干扰；⑤对比度下降、画质降低等干扰。不仅影响了采集到的图像质量，更严重影响了依赖于图像的后续智能功能开发，如安全监控、工艺流程把控、工艺对象特征识别、检测、定位等，限制了计算机视觉技术在工业场景中的应用。

现阶段，图像增强与修复领域虽已取得一定的研究进展与成果，但并没有关于弧光干扰修复领域的针对性研究。现有相关研究主要解决如雾气、沙尘暴等环境因素对图像带来的干扰，假设环境光线为全局恒定，然而，电弧具有变化快、亮度强等特性，导致图像具有光线变化剧烈、色彩偏差、高亮区域多等特点，与上述研究假设前提不同。因此，上述研究均无法应用于本文研究领域。

发明内容

为了克服现有技术中的不足，本发明提供一种自适应弧光区域修复与增强方法，解决现有图像修复与增强方法的缺陷问题。

为了达到上述发明目的，解决其技术问题所采用的技术方案如下：

一种自适应弧光区域修复与增强方法，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。

进一步的，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：