《電子技術應用》
您所在的位置:首頁 > EDA與制造 > 設計應用 > 非均勻光照下銅板表面缺陷圖像增強
非均勻光照下銅板表面缺陷圖像增強
電子技術應用
楊凱鈞,陳逃
昆明理工大學 信息工程與自動化學院
摘要: 針對銅板表面缺陷圖像容易受到非均勻光照影響,出現反光和亮度失真,導致圖像難以運用到檢測中的問題,提出了一種非均勻光照場景下銅板表面缺陷圖像的增強方法。首先提取圖像中的光照分量,然后將光照分量進行分塊,根據不同塊的亮度進行優化,并在分塊的基礎上進行自適應伽馬變換,調整圖像中的整體亮度。然后,使用Top-Hat變換加強圖像中的缺陷區域,最后將Top-Hat變換前后的圖像進行融合,得到最終的圖像。實驗結果表明,在擦傷、劃痕、孔洞這三類缺陷中,增強后的圖像信息熵分別提升了10.51%、5.29%、2.89%,與其他圖像增強算法相比,所提算法能夠有效抑制銅板表面缺陷的反光,提升圖像的質量并增強圖像中的缺陷區域。
中圖分類號:TP751 文獻標志碼:A DOI: 10.16157/j.issn.0258-7998.245044
中文引用格式: 楊凱鈞,陳逃. 非均勻光照下銅板表面缺陷圖像增強[J]. 電子技術應用,2024,50(9):94-100.
英文引用格式: Yang Kaijun,Chen Tao. Enhancement of surface defect images on copper plates under non-uniform illumination[J]. Application of Electronic Technique,2024,50(9):94-100.
Enhancement of surface defect images on copper plates under non-uniform illumination
Yang Kaijun,Chen Tao
Faculty of Information Engineering and Automation, Kunming University of Science and Technology
Abstract: Aiming at the problem that the image of defects on the surface of copper plate is easily affected by non-uniform illumination, which results in reflections and brightness distortion and makes it difficult to apply the image to detection, an enhancement method for the image of defects on the surface of copper plate under non-uniform illumination scenario is proposed. Firstly, the light components in the image are extracted, chunked and then optimized according to the brightness of different chunks. Based on the chunking, adaptive gamma correction is performed to adjust the overall brightness of the image. Then, Top-Hat transform is used to enhance the defective regions in the image, and finally the images before and after Top-Hat transform are fused to obtain the final image. The experimental results show that the information entropy of the enhanced image is improved by 10.51%, 5.29%, and 2.89% in three types of defects, namely scratches, scratches, and holes, respectively. Compared with other image enhancement algorithms, the proposed algorithm can effectively inhibit the reflection of the defects on the surface of the copper plate, improve the quality of the image and enhance the defective regions in the image.
Key words : image enhancement;multiscale fusion;gamma correction;non-uniform illumination

引言

在工業制造和表面缺陷檢測領域,銅板作為重要材料,廣泛應用于多個領域。隨著檢測技術的發展,利用機器視覺對銅板表面缺陷進行檢測的應用也在逐漸擴大。然而,在實際應用中,由于非均勻光照影響,銅板表面高光噪聲成為缺陷檢測的主要障礙之一[1],并且銅板表面的圖像往往呈現出高反光、亮度失真等問題,從而顯著降低了圖像的質量。

目前,針對光照不均勻的圖像增強主要分為基于空間域[2-4]和基于頻率域[5-7]兩大方面。基于空間域的圖像增強方法包括直方圖均衡化方法和Retinex方法等。基于頻率域的方法主要有:低通濾波、高通濾波、同態濾波等。直方圖均衡化[8]通過重新分布圖像的灰度級來增強對比度,它對整體圖像進行處理。Retinex方法[9]受啟發于人眼對光照的適應性,SSR和MSR是常見的Retinex變體。基于頻率域的圖像增強算法將圖像視為包含高頻和低頻復合信號[10]。傅里葉變換[11]是一種常見的方法,但此類算法通常在自適應性方面較為有限。孫闊原等[12]采用最大類間方差法進行值分割,結合形態學濾波及邊緣幾何特征對缺陷進行定位檢測。王偉江等人[13]針對光照問題提出基于形態學熵圖像的光照歸一化算法,能有效增強光照不均圖像。王凡等人[14]利用多結構形態學增強算法可以有效提取光照不均圖像中形狀較小的缺陷。劉志成等[15]提出了一種將Retinex理論與伽馬變換相結合的自適應調整算法,可以保留更詳細的信息,但仍會存在亮度飽和效應。湯子麟等人[16]構造了一種自適應伽馬矯正函數,可以兼顧圖像的全局特性和局部細節信息,但對強光部分處理效果較差。深度學習方法,如RetinexNet[17]和AM-RetinexNet [18]將Retinex與神經網絡相結合,使用大量數據集訓練校正模型,在圖像降噪和色彩視覺修正等方面表現較好,但對圖像中的反光區域優化效果較差。

上述的研究對改善圖像質量具有一定的效果,但還是存在一些不足之處,在優化圖像的過程中,會影響圖像中的正常部分,從而失去圖像中的部分細節,且對反光部分優化較差。針對這些問題,本文提出了一種非均勻光照場景下銅板表面缺陷圖像的增強方法。


本文詳細內容請下載:

http://www.viuna.cn/resource/share/2000006149


作者信息:

楊凱鈞,陳逃

(昆明理工大學 信息工程與自動化學院,云南 昆明 650504)


Magazine.Subscription.jpg

此內容為AET網站原創,未經授權禁止轉載。
主站蜘蛛池模板: 国产100页| 亚洲十八 | 激情综合六月 | 18勿进色禁网站永久免费 | 成人毛片在线播放 | 亚洲福利二区 | 久操视频在线观看 | 在线播放黄色片 | 91亚洲欧美综合高清在线 | www.夜夜操.com| 欧美一级特黄刺激大片视频 | 国外免费一级 | 天天综合天天添夜夜添狠狠添 | 国产欧美二区三区 | 欧洲成人免费高清视频 | 97精品国产高清久久久久蜜芽 | 国产精品一二三区 | 日韩夜夜操 | 日日夜夜影院 | 欧美精品1区 | 久久精品国产无限资源 | 又黄又爽又色的视频在线看 | 日批网站免费 | 麻豆亚洲一区 | 成人一级黄色毛片 | 天天色操 | 一道本在线免费视频 | 日韩三级视频在线 | 日本欧美一区 | 国产高清自产拍av在线 | 正在播放国产尾随丝袜美女 | 日韩欧美网址 | 成年人三级网站 | 欧美色图在线观看 | 成人短视频在线免费观看 | 操你啦在线播放 | 国产香蕉免费精品视频 | 99视频国产在线 | 毛片在线看片 | 香蕉视频网页版 | 污视频18高清在线观看 |