[发明专利]基于灰度信度的激光光条序列图像质量评价方法

摘要

本发明基于灰度信度的激光光条序列图像质量评价方法属于图像处理和计算机视觉领域，涉及一种基于灰度信度的激光光条序列图像质量评价方法。该方法基于光条的截面评价信度，引入截面光条宽度参数，采用截面光条灰度信度来评价截面光条；然后采用平均光条截面灰度信度和灰度信度均匀度分别评价单光条亮度和均匀度；基于单光条的灰度信度评价方法构建光条信度结构相似度评价，采用光条灰度信度分析光条序列图像灰度信度的亮度、对比度、结构相似性特征评价光条序列图像质量。该方法改进了光条宽度增加时，光条的截面评价信度难以有效评价光条截面灰度特征的问题，用该方法分析光条序列图像的相似度，数字化定义其质量，鲁棒性好。

主权项

1.一种基于灰度信度的激光光条序列图像质量评价方法，其特征是，该方法用光条截面灰度建立单激光光条灰度信度，以去除基底噪声后的截面光条总亮度定义激光光条的截面评价信度，然后引入截面光条宽度参数，采用光条截面灰度信度评价截面光条；基于光条截面灰度信度值，采用平均光条截面灰度信度和灰度信度均匀度分别评价单光条亮度和均匀度；最后，基于单光条的灰度信度评价方法构建光条信度结构相似度评价，进而采用光条灰度信度分析序列光条灰度信度的亮度、对比度、结构相似性特征，对序列光条进行质量评价；方法的具体步骤如下：第一步：获取激光光条图像搭建结构光视觉测量系统，将左、右相机(3、4)、激光发生器(2)、NI控制器(5)与图像工作站(6)连接，然后将被测对象(1)放置在左、右相机(3、4)的景深范围之内，利用标定板对左、右相机(3、4)进行标定，激光发生器(2)向被测对象(1)投射激光，同时左、右相机(3、4)捕捉被测对象表面的激光光条，并将采集到的激光光条图像存入图像工作站(6)，等待进一步处理；第二步：获取单光条的截面评价信度根据单激光光条的灰度特征分析，单激光光条以光条截面灰度建立光条灰度信度，以去除基底噪声后的截面光条总亮度定义激光光条的截面评价信度，由公式(1)得到截面评价信度：ERCS(u)＝TGCS(u)‑NBCS(u)      (1)其中，ER_CS(u)为光条第u行截面的评价信度值，TGCS(u)为光条第u行截面的光条总灰度，NBCS(u)为光条第u行截面的基地噪声，以阈值T对对光条进行直接分割，基于几何中心法对光条中心进行粗提取，以该中心点定义为预提中心点C_PE，第u行的预提中心点图像坐标为所截取的光条宽度为2r^u，光条第u行截面的光条总灰度TGCS(u)可表示为：其中，f(u,v)为图像在第u行第v列的图像灰度值，以光条边界向两侧分别扩展ru个宽度作为基底噪声，则光条第u行截面的基地噪声NBCS(u)为：则激光光条的截面评价信度ERCS(u)推导为：第三步：基于截面光条灰度信度评价截面光条光条在光照影响下产生二次反射，造成光条宽度增加，激光光条的截面评价信度难以有效评价光条截面灰度特征，因此引入截面光条宽度参数，采用截面光条灰度信度评价截面光条，表示为：其中，GRCS(u)为光条第u行截面的灰度信度值；基于光条截面灰度信度值，采用平均光条截面灰度信度和灰度信度均匀度分别评价单光条亮度和均匀度，表达式为：其中，为第i个光条序列图像的平均光条截面灰度信度，为第i个光条序列图像的灰度信度均匀度，光条图像的初始行值为u₁，末尾行值为u_n，且满足u₁…u_n∈N^*；第四步：基于信度结构相似度的激光序列图像评价基于单光条的灰度信度评价方法构建光条信度结构相似度评价，进而采用光条灰度信度分析序列光条灰度信度的亮度、对比度、结构相似性特征，对序列光条进行质量评价，由公式(7)计算灰度信度相似性，由公式(8)计算灰度信度对比度相似性：其中，和是图像的平均光条截面灰度信度，和是图像的灰度信度均匀度，C₁和C₂为了避免分母为零而设的小常数，灰度信度结构相似性是通过光条灰度信度的协方差表征激光光条的结构对比性，由公式(9)计算灰度信度结构相似性：其中，是激光光条x和激光光条y的灰度信度的协方差，代表两个光条间的结构对比度，为实现光条的协方差计算，以标准图像光条长度为基准，将评价图像进行差值计算，进而计算两个光条的对比度，表达式为：分别计算左右相机所采集的序列图像的平均光条截面灰度信度(AGRCS)和灰度信度均匀度(UGRCS)，并将首帧图像作为参考图像，计算序列图像与之信度结构相似度，由公式(5)‑(10)推导出公式(11)获得基于信度结构相似度的激光序列图像评价：GRSSIM(x,y)＝[LR(x,y)]α[CR(x,y)]β[SR(x,y)]γ     (11)其中，LR(x,y)、CR(x,y)、SR(x,y)为两图像之间的灰度信度亮度相似性、灰度信度对比度相似性和信度结构相似性；α、β、γ分别是灰度信度亮度、灰度信度对比度和灰度信度结构相似性在该图像评价模型中所占的自适应比重因子；该方法通过灰度信度亮度相似性、灰度信度对比度相似性和灰度信度结构相似性等特征，完成激光光条序列图像质量的评价。