基于图像数据算法的生产监测分析方法

技术特征：
1.基于图像数据算法的生产监测分析方法，其特征在于，包括：获取产品识别码所在面的图像的灰度图像，根据灰度图像的灰度直方图中像素点的灰度级均值、最大灰度级、最小灰度级及每个像素点在灰度图像中的梯度得到灰度直方图中每个像素点的重构灰度级，根据灰度直方图中每个像素点的重构灰度级得到重构灰度直方图；所述每个像素点的重构灰度级的具体表达式为：式中：表示像素点的重构灰度级，表示最大灰度级，表示最小灰度级，表示像素点的灰度级，表示灰度级均值，表示像素点在灰度图像中的梯度；获取otsu算法对重构灰度直方图进行分割的分割阈值，根据重构灰度直方图中每个灰度级所对应的像素点个数对分割阈值进行矫正得到新的分割阈值，根据新的分割阈值对重构灰度直方图进行分割得到子灰度直方图；根据每个子灰度直方图中的像素点的总个数和该子灰度直方图的灰度级区间长度得到该子灰度直方图的横向分割阈值，根据该子灰度直方图的横向分割阈值和大于横向分割阈值的所有灰度级得到该子灰度直方图中灰度级的调整量；根据子灰度直方图中灰度级的调整量、该子灰度直方图的横向分割阈值和大于横向分割阈值的所有灰度级对该子灰度直方图进行矫正得到矫正后的子灰度直方图，根据矫正后的子灰度直方图得到增强后的灰度图像，对增强后的灰度图像中的识别码进行识别，并完成产品的分类。2.根据权利要求1所述的基于图像数据算法的生产监测分析方法，其特征在于，所述得到新的分割阈值的具体表达式为：式中：表示新的分割阈值，表示重构灰度图像中像素点的所对应的灰度级的个数，表示重构灰度直方图中灰度级对应的面积，表示分割阈值。3.根据权利要求1所述的基于图像数据算法的生产监测分析方法，其特征在于，所述子灰度直方图的横向分割阈值是按如下方法确定的：根据子灰度直方图中对应的像素点的总个数和该子灰度直方图的灰度级区间长度的比值得到该子灰度直方图的横向分割阈值。4.根据权利要求1所述的基于图像数据算法的生产监测分析方法，其特征在于，所述子灰度直方图中灰度级的调整量的具体表达式为：式中：表示子灰度直方图中灰度级的调整量，表示子灰度直方图的横向分割阈值，
表示子灰度直方图中大于横向分割阈值的所有灰度级所对应的灰度级区间，表示子灰度直方图中大于横向分割阈值的所有灰度级。5.根据权利要求1所述的基于图像数据算法的生产监测分析方法，其特征在于，所述得到矫正后的子灰度直方图的方法是：根据子灰度直方图中灰度级的调整量、该子灰度直方图的横向分割阈值和大于横向分割阈值的所有灰度级得到矫正后的灰度级；根据矫正后的灰度级得到矫正后的子灰度直方图。6.根据权利要求1所述的基于图像数据算法的生产监测分析方法，其特征在于，所述增强后的灰度图像是按如下方法确定的：将矫正后的子灰度直方图求并集得到合并后的子灰度直方图；根据合并后的子灰度直方图得到增强后的灰度图像。

技术总结
本发明涉及图像处理技术领域，具体涉及基于图像数据算法的生产监测分析方法，包括：产品识别码所在面的图像的灰度图像，获取重构灰度直方图；获取Otsu算法分割重构灰度直方图的分割阈值，根据重构灰度直方图中每个灰度级所对应的像素点个数和分割阈值得到该子灰度直方图中灰度级的调整量；根据子灰度直方图中灰度级的调整量、该子灰度直方图的横向分割阈值和大于横向分割阈值的所有灰度级对该子灰度直方图进行矫正得到矫正后的子灰度直方图，根据矫正后的子灰度直方图得到增强后的灰度图像。本发明在利用直方图均衡化进行图像增强时，避免了原始信息的流失。避免了原始信息的流失。避免了原始信息的流失。


技术研发人员：周屹 郁哲 郁康博 陈凌凌
受保护的技术使用者：常熟理工学院
技术研发日：2022.11.23
技术公布日：2022/12/30