本發(fā)明涉及工業(yè)視覺去除雜質(zhì)顆粒圖像領(lǐng)域，尤其涉及一種工業(yè)視覺去除雜質(zhì)顆粒圖像的方法。

背景技術(shù)：

目前，針對工業(yè)視覺相機的自動化應(yīng)用出現(xiàn)了很多智能算法，但是為了提高各種算法計算精度必須對采集到的圖像予以智能降噪，其中針對圖像中夾雜的灰塵，顆粒甚至物理性損傷等噪音信息需要通過特殊的智能化識別予以特征化分析并加以后期處理。

對于工業(yè)設(shè)備的需要進行ocr轉(zhuǎn)換，制造環(huán)節(jié)保存等應(yīng)用時，由于圖像本身的缺陷信息過多會降低后期應(yīng)用算法的精度。這樣就需要有很好的算法既能夠保留有用信息的同時還要將缺陷部分進行修補。

技術(shù)實現(xiàn)要素：

鑒于目前技術(shù)存在的上述不足，本發(fā)明提供一種工業(yè)視覺去除雜質(zhì)顆粒圖像的方法，本發(fā)明一種通過軟件分析來識別受損圖像中缺陷部分并且針對缺陷圖像進行修補，以便為后期處理做好準備。避免工業(yè)智能設(shè)備不必要的硬件添加造成的高價格問題，而且還避免了產(chǎn)線作業(yè)人員會遭受不必要的有害射線輻射的不利工作環(huán)境。為工業(yè)視覺的各種應(yīng)用提供了簡便，節(jié)約的圖像凈化方法。

本發(fā)明的采用如下技術(shù)方案：

一種工業(yè)視覺去除雜質(zhì)顆粒圖像的方法，包括以下步驟：

對缺陷圖像進行檢索并進行區(qū)域定義；

將進行區(qū)域定義的圖像進行灰度級轉(zhuǎn)換得到灰度信息；

將灰度信息的圖像進行缺陷圖像元素檢索得到修補元素并進行采樣；

以缺陷元素為中心點針對定義窗口進行移動平均計算并將計算結(jié) 果置換到原缺陷元素中；

將經(jīng)過置換的圖像進行yuv轉(zhuǎn)rgb逆運算。

作為本發(fā)明的優(yōu)選技術(shù)方案，所述將進行區(qū)域定義的圖像進行灰度級轉(zhuǎn)換得到灰度信息的步驟中，將rgb信息轉(zhuǎn)化為yuv信息。

作為本發(fā)明的優(yōu)選技術(shù)方案，所述將灰度信息的圖像進行缺陷圖像元素檢索得到修補元素并進行采樣的步驟中，依據(jù)圖像分辨率，設(shè)定采集窗口到偶數(shù)級大小，從而對修補元素進行采樣。

作為本發(fā)明的優(yōu)選技術(shù)方案，所述以缺陷元素為中心點針對定義窗口進行移動平均計算并將計算結(jié)果置換到原缺陷元素中的步驟中：以比對中的缺陷元素為中心點針對定義窗口進行移動平均計算并將計算結(jié)果置換到原缺陷元素。

作為本發(fā)明的優(yōu)選技術(shù)方案，所述將灰度信息的圖像進行缺陷圖像元素檢索得到修補元素并進行采樣的步驟包括，對缺陷圖像元素的標記。

作為本發(fā)明的優(yōu)選技術(shù)方案，所述對缺陷圖像元素的標記的步驟包括：

設(shè)定閾值并對大于閾值的像素抽出并標記；

對被標記位置取nxn大小面積的像素，其中被標記的像素個數(shù)占nxn像素個數(shù)的占比計算為r，若r大于認定閾值c0并且小于正確圖像像素認定閾值c1的情況下，則標記為缺陷像素。

本發(fā)明的一種工業(yè)視覺去除雜質(zhì)顆粒圖像的方法，包括以下步驟：對缺陷圖像進行檢索并進行區(qū)域定義；將進行區(qū)域定義的圖像進行灰度級轉(zhuǎn)換得到灰度信息；將灰度信息的圖像進行缺陷圖像元素檢索得到修補元素并進行采樣；以缺陷元素為中心點針對定義窗口進行移動平均計算并將計算結(jié)果置換到原缺陷元素中；將經(jīng)過置換的圖像進行yuv轉(zhuǎn)rgb逆運算。本發(fā)明一種通過軟件分析來識別受損圖像中缺陷部分并且針對缺陷圖像進行修補，以便為后期處理做好準備。避免工業(yè)智能設(shè)備 不必要的硬件添加造成的高價格問題，而且還避免了產(chǎn)線作業(yè)人員會遭受不必要的有害射線輻射的不利工作環(huán)境。為工業(yè)視覺的各種應(yīng)用提供了簡便，節(jié)約的圖像凈化方法。

附圖說明

為了更清楚地說明本發(fā)明實施例中的技術(shù)方案，下面將對實施例中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

圖1為本發(fā)明具體實施的流程。

圖2為本發(fā)明的詳細流程圖。

具體實施方式

下面將結(jié)合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術(shù)方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例。基于本發(fā)明中的實施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本發(fā)明保護的范圍。

如圖1-圖2所示，本發(fā)明提供一種工業(yè)視覺去除雜質(zhì)顆粒圖像的方法，包括以下步驟：

步驟s1：對缺陷圖像進行檢索并進行區(qū)域定義，本發(fā)明的算法可以廣泛的應(yīng)用于服務(wù)器架構(gòu)以及嵌入式系統(tǒng)中，可以植入的產(chǎn)品包括工業(yè)用控制器，x86架構(gòu)服務(wù)器，arm架構(gòu)服務(wù)器，以及各類架構(gòu)的嵌入式工業(yè)攝像機等視覺傳感器中。

步驟s2：將進行區(qū)域定義的圖像進行灰度級轉(zhuǎn)換得到灰度信息，具體為將rgb信息轉(zhuǎn)化為yuv信息。

步驟s3：將灰度信息的圖像進行缺陷圖像元素檢索得到修補元素并進行采樣，具體為依據(jù)圖像分辨率，設(shè)定采集窗口為2x2,4x4,等偶數(shù)級大小， 從而對修補元素進行采樣。

步驟s4：以缺陷元素為中心點針對定義窗口進行移動平均計算并將計算結(jié)果置換到原缺陷元素中，其中具體為比對中的缺陷元素為中心點針對，定義窗口進行移動平均計算，將計算結(jié)果置換到原缺陷元素中。

步驟s5：將經(jīng)過置換的圖像進行yuv轉(zhuǎn)rgb逆運算，可以實現(xiàn)針對缺陷圖像進行智能分析以及自動修補，根據(jù)有用圖像與缺陷圖像的不同頻域信息，將缺陷圖像進行智能區(qū)分并且修補。

在本發(fā)明中，對缺陷圖像元素的標記的步驟包括：設(shè)定閾值并對大于閾值的像素抽出并標記；對被標記位置取nxn大小面積的像素，其中被標記的像素個數(shù)占nxn像素個數(shù)的占比計算為r，若r大于認定閾值c0并且小于正確圖像像素認定閾值c1的情況下，則標記為缺陷像素，通過對具體閥值的設(shè)定對缺陷像素和真實像素進行合理的自動區(qū)分，既保證了真實圖像信息不被抹殺掉同時還保證了去除缺陷像素的高精度。

綜上所述，本發(fā)明一種工業(yè)視覺去除雜質(zhì)顆粒圖像的方法，包括以下步驟：對缺陷圖像進行檢索并進行區(qū)域定義；將進行區(qū)域定義的圖像進行灰度級轉(zhuǎn)換得到灰度信息；將灰度信息的圖像進行缺陷圖像元素檢索得到修補元素并進行采樣；以缺陷元素為中心點針對定義窗口進行移動平均計算并將計算結(jié)果置換到原缺陷元素中；將經(jīng)過置換的圖像進行yuv轉(zhuǎn)rgb逆運算。本發(fā)明一種通過軟件分析來識別受損圖像中缺陷部分并且針對缺陷圖像進行修補，以便為后期處理做好準備。避免工業(yè)智能設(shè)備不必要的硬件添加造成的高價格問題，而且還避免了產(chǎn)線作業(yè)人員會遭受不必要的有害射線輻射的不利工作環(huán)境。為工業(yè)視覺的各種應(yīng)用提供了簡便，節(jié)約的圖像凈化方法，而且提高了各種應(yīng)用的計算精度和應(yīng)用空間。

以上所述，僅為本發(fā)明的具體實施方式，但本發(fā)明的保護范圍并不局限于此，任何熟悉本領(lǐng)域技術(shù)的技術(shù)人員在本發(fā)明公開的技術(shù)范圍內(nèi)，可輕易想到的變化或替換，都應(yīng)涵蓋在本發(fā)明的保護范圍之內(nèi)。因此，本發(fā)明的保護范圍應(yīng)以所述權(quán)利要求的保護范圍為準。

技術(shù)特征：

技術(shù)總結(jié)
本發(fā)明涉及一種工業(yè)視覺去除雜質(zhì)顆粒圖像的方法，包括以下步驟：對缺陷圖像進行檢索并進行區(qū)域定義；將進行區(qū)域定義的圖像進行灰度級轉(zhuǎn)換得到灰度信息；將灰度信息的圖像進行缺陷圖像元素檢索得到修補元素并進行采樣；以缺陷元素為中心點針對定義窗口進行移動平均計算并將計算結(jié)果置換到原缺陷元素中；將經(jīng)過置換的圖像進行YUV轉(zhuǎn)RGB逆運算。本發(fā)明一種通過軟件分析來識別受損圖像中缺陷部分并且針對缺陷圖像進行修補，以便為后期處理做好準備。避免工業(yè)智能設(shè)備不必要的硬件添加造成的高價格問題，而且還避免了產(chǎn)線作業(yè)人員會遭受不必要的有害射線輻射的不利工作環(huán)境。為工業(yè)視覺的各種應(yīng)用提供了簡便，節(jié)約的圖像凈化方法。

技術(shù)研發(fā)人員：胡昆
受保護的技術(shù)使用者：上海知兄電子科技有限公司
技術(shù)研發(fā)日：2016.04.16
技術(shù)公布日：2017.10.31