[发明专利]一种针对类镜面物体的高光区域自适应匀光的方法

摘要

本发明提供了一种针对类镜面物体的高光区域自适应匀光的方法，通过对采集的图像进行两层小波分解与重构，提取出图像的高光区域。然后再运用局部搜索图像修复算法实现高光区域的自适应匀光处理。这种方法可以消除检测过程中高光区域对缺陷检测的影响且无需人工干涉，自动根据源图像的信息进行均匀高光区域信息。相比于其他匀光算法，该方法可以得到更均匀的处理结果，且具有更好的适应性。

主权项

1.一种针对类镜面物体的高光区域自适应匀光的方法，其特征在于包括以下步骤：(1)获取待检测的源图像I：将类镜面物体放入一个暗室中，暗室内表面粗糙，光源产生的光线经由暗室内部粗糙的表面的第一次反射照在磨砂半球体表面，再经由磨砂半球体表面的二次透光照在待测物体上，由视觉系统采集而得到待测物体源图像I；经由两次光路变化来将能量集中的光分散来减少图像上高光的强度与区域；(2)对待检测源图像进行小波分解：对待检测的源图像进行2层小波分解，提取出经过2层小波分解后的第一层、第二层的近似矩阵CA1、CA2，和第一、二层小波分解的细节系数，同时取出第二层小波分解近似矩阵的最大值MAX，和最小值MIN；所述细节系数包含水平分量、垂直分量、对角分量；(3)对第二层小波分解近似矩阵进行自适应拉伸处理：取第二层小波分解近似矩阵CA2中的任意一个像素点x的灰度值依次与源图像的平均灰度值average进行比较，如果小于average，则如果大于average，则其中A(x)是x点经拉伸后的灰度值，G是拉伸系数，XMAX是源图像的最大灰度值，XMIN是源图像的最小灰度值，X是近似矩阵CA2上x点的灰度值；(4)进行小波重构后得到高光区域标记图像I1：对第二层小波分解的细节系数置零处理后进行小波重构，得到新的第一层小波分解的近似矩阵，对第一层小波分解的细节系数置零处理，再次进行小波重构得到新图像；新图像与源图像进行对应相减，设定阈值T,提取出高光区域，并以绿色标记显示在源图像上，该新图像标记为I2；(5)参数初始化：初始化等照线方向，置信度、数据项；(6)计算优先权：根据I2，寻找绿色标记的高光区域，即为待填充区域，并提取出其边缘，其他区域标记为已知区域；设定以边缘点为中心点的9*9的掩模，计算掩模的优先权P(p)＝C(p)*D(p),C(p)是该掩模的置信度，D(p)是该掩模的数据项；(7)最佳匹配块搜索：根据计算出的优先权取出优先权最大的块为填充目标块，在以该优先权最大的块的中心点为中心的600*800的区域块内进行搜索，找出与优先权最大的块的灰度差值最小的匹配块；(8)填充与更新置信度：将搜索出的匹配快的值对优先权最大的块对应赋值，然后重新计算置信度。