一种伽马自适应图像亮度增强方法、装置、设备及可读存储介质与流程
本技术涉及计算机视觉,特别是涉及一种伽马自适应图像亮度增强方法、装置、设备及可读存储介质。
背景技术:
1、随着在工业产线视觉检测过程中,受相机镜头位置变化、光源衰减、工件表面反射差异、安装空间遮挡以及项目初期光照设计不足等因素影响,采集图像容易出现整体偏暗或局部暗区细节不可见的问题。该类低照度图像会导致边缘、纹理、缺陷轮廓和低对比目标难以被后续算法稳定识别,从而影响检测准确性和产线落地效果。
2、目前,图像亮度增强方法通常采用固定全局伽马变换、直方图均衡化或基于深度网络的低照度增强模型。固定全局伽马变换参数单一,难以同时兼顾暗区提亮和亮区抑制。而直方图均衡化容易带来过增强、色彩偏移和噪声放大;深度网络方法则依赖大量训练数据和计算资源,在工业项目快速适配和后处理部署场景中成本较高。
3、综上所述,如何有效地解决工业产线中的图像亮度增强处理等问题,是目前本领域技术人员急需解决的技术问题。
技术实现思路
1、本技术的目的是提供一种伽马自适应图像亮度增强方法、装置、设备及可读存储介质,该方法无需重新训练检测模型,能够根据图像不同区域亮度状态自动调整增强强度,并能够在提升暗区可见性的同时抑制噪声和保持结构细节。
2、为解决上述技术问题,本技术提供如下技术方案:
3、一种伽马自适应图像亮度增强方法,包括:
4、提取彩色图像的亮度通道后,计算局部平均亮度和局部亮度标准差,并根据所述局部平均亮度计算初始局部伽马指数,并根据所述局部平均亮度和所述局部亮度标准差估计局部信噪比;
5、利用所述局部信噪比修正所述初始局部伽马指数,并以所述亮度通道为引导图像对修正后的局部伽马指数进行引导滤波,得到平滑后局部伽马指数;
6、根据所述彩色图像计算全局伽马响应,根据平滑后局部伽马指数计算局部伽马响应,并利用融合了所述全局伽马响应和所述局部伽马响应的最终伽马指数,对所述亮度通道进行伽马变换,得到增强亮度;
7、对所述增强亮度进行多尺度金字塔分解与重建,获得保持细节的最终亮度结果,并将所述最终亮度结果与所述彩色图像的色度信息融合,得到用于工业产品缺陷检测的亮度增强彩色图像。
8、优选地,利用所述局部信噪比修正所述初始局部伽马指数,包括:
9、根据归一化截断后的局部信噪比与预设信噪比抑制参数计算加权系数;
10、利用所述加权系数对所述初始局部伽马指数进行加权修正。
11、优选地,对所述增强亮度进行多尺度金字塔分解与重建,包括:
12、对所述增强亮度建立多层多尺度金字塔,对每层亮度图进行低频提取和降采样得到低频层,并通过相邻尺度差分得到细节残差层;
13、以对应尺度亮度图为引导对各层细节残差进行去噪滤波,将去噪后的各层细节残差逐层上采样并叠加重建。
14、优选地,以所述亮度通道为引导图像对修正后的局部伽马指数进行引导滤波,包括:
15、根据图像尺寸和噪声强度预设滤波半径和正则化参数,使所述修正后的局部伽马指数在图像同质区域内平滑变化且在结构边缘处保持过渡边界。
16、优选地,根据所述局部平均亮度计算初始局部伽马指数,包括:
17、根据所述局部平均亮度确定该局部区域期望达到的目标亮度水平;
18、根据所述目标亮度水平与所述局部平均亮度之间的映射关系计算初始局部伽马指数。
19、优选地,估计局部信噪比之后,还包括:
20、以整幅图像信噪比分布的高位百分位数为基准对所述局部信噪比进行归一化,并对归一化后的局部信噪比进行上限截断处理。
21、优选地,提取彩色图像的亮度通道后,计算局部平均亮度和局部亮度标准差,包括:
22、以像素点为中心构建局部滑动窗口;
23、利用所述局部滑动窗口遍历所述亮度通道的每一像素点,在各像素点处计算窗口内所有像素亮度的均值作为局部平均亮度;
24、计算窗口内所有像素亮度相对于所述均值的离散程度作为局部亮度标准差。
25、一种伽马自适应图像亮度增强装置,包括:
26、亮度特征提取模块,用于提取彩色图像的亮度通道,并计算局部平均亮度和局部亮度标准差;
27、伽马指数生成模块,用于根据所述局部平均亮度计算初始局部伽马指数,并根据所述局部平均亮度和所述局部亮度标准差估计局部信噪比;
28、伽马指数修正模块,用于利用所述局部信噪比修正所述初始局部伽马指数,并以所述亮度通道为引导图像对修正后的局部伽马指数进行引导滤波,得到平滑后局部伽马指数;
29、伽马变换增强模块,用于根据所述彩色图像计算全局伽马响应,根据平滑后局部伽马指数计算局部伽马响应,并利用融合了所述全局伽马响应和所述局部伽马响应的最终伽马指数,对所述亮度通道进行伽马变换,得到增强亮度;
30、多尺度细节保持模块,用于对所述增强亮度进行多尺度金字塔分解与重建,获得保持细节的最终亮度结果;
31、彩色图像输出模块,用于将所述最终亮度结果与所述彩色图像的色度信息融合,得到用于工业产品缺陷检测的亮度增强彩色图像。
32、一种电子设备,包括:
33、存储器,用于存储计算机程序;
34、处理器,用于执行所述计算机程序时实现上述伽马自适应图像亮度增强方法的步骤。
35、一种可读存储介质,所述可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现上述伽马自适应图像亮度增强方法的步骤。
36、应用本技术实施例所提供的方法,提取彩色图像的亮度通道后,计算局部平均亮度和局部亮度标准差,并根据局部平均亮度计算初始局部伽马指数,并根据局部平均亮度和局部亮度标准差估计局部信噪比;利用局部信噪比修正初始局部伽马指数,并以亮度通道为引导图像对修正后的局部伽马指数进行引导滤波,得到平滑后局部伽马指数;根据彩色图像计算全局伽马响应,根据平滑后局部伽马指数计算局部伽马响应,并利用融合了全局伽马响应和局部伽马响应的最终伽马指数,对亮度通道进行伽马变换,得到增强亮度;对增强亮度进行多尺度金字塔分解与重建,获得保持细节的最终亮度结果,并将最终亮度结果与彩色图像的色度信息融合,得到用于工业产品缺陷检测的亮度增强彩色图像。
37、通过局部滑动窗口计算局部平均亮度和局部亮度标准差,使伽马增强指数能够依据图像不同区域的亮度状态自适应变化,相较于固定参数的全局伽马变换,暗区可获得有效提亮而亮区避免过曝。利用局部信噪比对初始伽马指数进行加权修正,使低信噪比区域的增强强度受到抑制,从而在提升暗区可见性的同时控制噪声放大风险。以亮度通道为引导图像对修正后的伽马指数场进行引导滤波,使指数场在同质区域内平滑过渡且在结构边缘处保持边界清晰,有效减少局部跳变带来的伪影和光晕。在此基础上,将全局伽马响应与局部伽马响应融合后作用于亮度通道,使整体对比度与局部暗区提亮效果协同兼顾。进一步通过多尺度金字塔分解与重建,将低频光照变化与高频细节分离处理,在提亮暗区的同时保留边缘和纹理细节,有利于后续工业缺陷检测和视觉识别任务。
38、可见,本技术通过局部自适应增强、信噪比抑制、边缘保持平滑、全局局部融合及多尺度细节重建的协同作用,在提升图像暗区可见性的同时保持边缘纹理细节并控制噪声放大,使增强图像具备自然的视觉观感与良好的结构保真度,无需依赖深度网络训练即可实现稳定增强,可为后续的工业缺陷检测和视觉识别任务提供可靠输入。
39、相应地,本技术实施例还提供了与上述伽马自适应图像亮度增强方法相对应的伽马自适应图像亮度增强装置、设备和可读存储介质,具有上述技术效果,在此不再赘述。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com