预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共11页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN114972329A(43)申请公布日2022.08.30(21)申请号202210818946.3(22)申请日2022.07.13(71)申请人江苏裕荣光电科技有限公司地址226100江苏省南通市海门区三厂街道鑫业路49号(72)发明人郑小燕宋亚松(74)专利代理机构杭州聚邦知识产权代理有限公司33269专利代理师周美锋(51)Int.Cl.G06T7/00(2017.01)G06T7/11(2017.01)G06T5/00(2006.01)G06T5/40(2006.01)权利要求书2页说明书6页附图2页(54)发明名称基于图像处理的表面缺陷检测仪的图像增强方法及系统(57)摘要本发明涉及基于图像处理的表面缺陷检测仪的图像增强方法和系统,其包括:采集缺陷图像并将缺陷图像转换为灰度图;对灰度图进行超像素分割得到多个背景超像素区域和多个缺陷超像素区域;获取每个背景超像素区域内的像素点的平均灰度值和每个缺陷超像素区域的像素点的灰度值,根据平均灰度值和灰度值绘制灰度图的灰度直方图;根据灰度直方图对灰度图进行直方图均衡化,得到增强后的图像,本发明的方法通过减小背景灰度值的频数,增加缺陷灰度值的频数,在增强图像的同时,保留缺陷的细节,增加图像的对比度,进而提高缺陷识别的准确率,实用性强,值得推广。CN114972329ACN114972329A权利要求书1/2页1.一种基于图像处理的表面缺陷检测仪的图像增强方法,其特征在于,该方法包括:采集缺陷图像并将缺陷图像转换为灰度图;计算灰度图上各像素点的梯度,根据梯度获取每个像素点对应的梯度幅值和梯度方向;根据灰度图上每个像素点的梯度幅值和梯度方向,确定最小超像素区域的大小和方向;根据最小超像素区域的大小和方向对灰度图进行超像素分割,得到多个背景超像素区域和多个缺陷超像素区域;获取每个背景超像素区域内的所有像素点的平均灰度值,对每个缺陷超像素区域的各像素点进行拆分,获取每个像素点的灰度值,根据平均灰度值和每个灰度值绘制所述灰度图的灰度直方图;根据灰度直方图对灰度图进行直方图均衡化,得到增强后的图像。2.根据权利要求1所述的一种基于图像处理的表面缺陷检测仪的图像增强系统,其特征在于,计算灰度图上各像素点的梯度,根据梯度获取每个像素点对应的梯度幅值和梯度方向的步骤包括:利用soble算子计算灰度图上各个像素点在;梯度幅值为;梯度方向。3.根据权利要求1所述的一种基于图像处理的表面缺陷检测仪的图像增强系统,其特征在于,根据灰度图上每个像素点的梯度幅值和梯度方向,确定最小超像素区域的大小和方向的步骤包括:获取所有梯度中梯度方向相互垂直且梯度幅值相等的两个梯度;根据梯度方向相互垂直且梯度幅值相等的两个梯度,计算所有缺陷区域的外接矩形面积最小的最小外接矩形;根据最小外接矩形对应的梯度方向和梯度幅值,计算最小超像素区域的大小和方向。4.根据权利要求3所述的一种基于图像处理的表面缺陷检测仪的图像增强系统,其特征在于,根据最小外接矩形对应的梯度方向和梯度幅值,计算最小超像素区域的大小和方向的步骤包括:获取最小外接矩形对应的梯度方向和垂直最小外接矩形的梯度方向;最小外接矩形对应的梯度方向和垂直最小外接矩形的梯度方向即为最小超像素区域种子点的方向,最小外接矩形即为最小超像素区域的大小。5.根据权利要求1所述的一种基于图像处理的表面缺陷检测仪的图像增强系统,其特征在于,根据最小超像素区域的大小和方向对灰度图进行超像素分割,得到多个背景超像素区域和多个缺陷超像素区域的步骤包括:对灰度图内各个像素点的梯度方向和梯度幅值进行分组,绘制梯度方向‑梯度幅值的直方图;将灰度图进行预分割为多个相同尺寸的超像素区域,按照预分割的超像素区域的个数,在灰度图内按照在最小超像素区域的梯度方向上间隔及垂直最小超像素区域的梯2CN114972329A权利要求书2/2页度方向上间隔均匀的分配种子点;其中,表示直方图中梯度方向为第组,梯度幅值为第组的像素点的频数,表示直方图中垂直梯度方向为第组,梯度幅值为第组的像素点的频数;获取每个种子点的梯度方向和垂直梯度方向的邻域内的像素点;分别计算每个像素点和能够搜索到它的所有种子点的距离,根据该像素点所有距离中的最小值获取对应的种子点,该种子点作为该像素点的聚类中心,每个种子点代表一个类别,每个类别的种子点为一个新超像素区域;计算每个新超像素区域内所有像素的灰度值均值和坐标重心,将坐标重心作为该新超像素区域的新种子点位置,通过10次迭代,完成聚类过程,确定最终超像素区域;获取最终超像素区域中梯度幅值大于的像素点,若梯度幅值大于的像素点的面积大于最小外接矩形的面积,则该超像素属于缺陷超像素区域,否则该超像素属于背景超像素区域。6.根据权利要求