专利名称：基于图像序列分析的线扫描图像动态非均匀性校正方法
技术领域：
本发明涉及高反光材料表面线扫描图像非均匀性校正的方法，尤其涉及一种基于图像序列分析的线扫描图像动态非均匀性校正方法，应用于冶金、造纸、纺织等行业线扫描表面视觉智能检测，属于先进制造技术及设备技术领域。
背景技术：
在有色加工或钢铁加工领域内，对金属表面的质量要求越来越高，在金属板带材表面质量检测中，机器视觉检测技术正在取代传统的人工检测，成为高精板带生产必备的质量检测设备。而图像质量是带材表面缺陷检测效果的一个至关重要的因素，直接关系到缺陷图像的分割和定位效果，图像背景一致性越好，越容易检测出目标缺陷，越能简化图像后续的处理过程，从而进一步提高视觉检测系统的整体实时性。
理想情况下，当相机对均匀的表面成像时，所得图像所有像素灰度值理论上应该相同，但在实际应用中，由于现场光照的不均匀，镜片中心和镜片边缘的响应不一致，线阵相机各像元的光电响应不一致，固定的图像背景噪声等因素的影响，表面成像时，得到的图像的像素值差异比较大，图像的横向分布很难达到理想的一致性，一般中间亮，两边暗，虽然某些应用场合可以通过传统平场校正的方法减轻这种情况，但在实际应用中，由于检测对象规格、检测环境等因素完全可能处在不断变化过程中，采集系统依然很难保证图像的一致性和稳定性。另外，特别是对于诸如金属板带材等高反光材料出现板形不理想的时候、以及当采用高亮LED光源出现热点镜像效果时，图像纵向会出现不同程度的非线性条带分布，条带上的像素与其邻域内的像素的灰度值不同，条带明暗相间，这些不良的影响在此称为伪缺陷特征，容易与真实表面的缺陷相混淆，将直接干扰到图像后续分析与判断，增加了整体系统后续处理的难度，使得系统实时性难以保证，所以必须采用一定的方法消除上述因素对图像的影响。传统的线阵相机图像平场校正方法，一般有点校正方法和自适应校正方法。点校正方法一般采用两点校正法，或多点校正法及分段校正方法。两点校正方法需要用在不曝光条件下的暗本底图像和曝光下的在均匀光照场下所成的参考图像，来得到校正曲线。要求暗曝光与接近饱和曝光时间相同，并保证实验在恒温下进行，以消除曝光时间和温度带来的影响；而且参考图像的光照场要均匀，同时照明光场的光照水平尽量接近饱和照明条件；这种校正需要每隔20摄氏度的温差变化就得调整一次。然而，这些条件在现场难以满足，加上现场环境恶劣，光路中还存在透明物体阻挡，对光线透过存在较大影响的情形，这种情形又是有变化的，一般，多数地方四季的温差变化基本大于40摄氏度，所以平场校正要根据成像环境条件的改变而改变校正参数。在条件不具备时，难以用于应用。同时，两点校正方法是以像元响应线性为前提条件，响应不一致的分布是固定的，这些假设在现场往往难以满足，而多点校正法是对两点校正法的改进，采用多个光照度下定标，利用多项式插值法求得校正系数，准确度高于两点校正法，但代价是运算量大，在实际应用中存在一定的困难。随后产生二点多段线性校正法，即将光照度分成多段，在每段内用两点校正法，力求改善两点校正算法的低准确度和避免多点校正算法的复杂运算。该方法首先要判断像元的响应属于哪个光照度区，然后选用对应的校正参数来校正像素值。所有参数固化到查询表中，假设在每个光照度区内，像元响应输出与光照度是线性的，像元响应非均匀性的分布是固定的。而这一假设在实际应用中一般无法保证，因为现场的外部光源环境是多变的。自适应校正方法目前主要应用于在红外焦平面阵列非均匀性校正，如基于场景的、基于神经网络等，这些方法运算量大，耗时长，不适用于高速在线实时检测系统中。
发明内容
本发明针对现有的线阵相机图像平场校正方法的不足和在高速环境下带状宽幅材料表面检测现场的不适用性，提出一种基于图像序列相关性分析的线扫描图像的动态非均匀性校正方法，在满足实时性的同时，可有效的校正图像不均匀性，消除现场线阵相机图像的非线性不均匀分布对表面检测系统所带来的干扰，从而保证整体系统的稳定性。本发明的目的通过以下技术方案来实现基于图像序列分析的线扫描图像动态非均匀性校正方法，包含以下步骤首先，为要校正的图像选定k (k=l,2, -,k e Z)幅图像进行图像列上元素求和，得和向量S=(Su S2,…，Sm)，其中Sj为k幅图像第j列上的像素值之和，M表示总列数；进而，计算均值向量
权利要求
1.基于图像序列分析的线扫描图像动态非均匀性校正方法，其特征在于包含以下步骤 首先，为要校正的图像选定k (k=l,2, -,k e Z)幅图像进行图像列上元素求和，得和向量S= (S1, S2,…，Sm)，其中Sj为k幅图像第j列上的像素值之和，M表示总列数； 进而，计算均值向量
2.根据权利要求I所述的基于图像序列分析的线扫描图像动态非均匀性校正方法，其特征在于对需校正的图像选择其前k幅相邻图像，k幅图像与需校正图像在时间上邻近，k幅图像包含需校正的图像本身，k值大于等于I。
3.根据权利要求I所述的基于图像序列分析的线扫描图像动态非均匀性校正方法，其特征在于对选定的k幅相邻图像进行列向求和，求得一个由列上元素的均值所构成的均值向量Mean。
4.根据权利要求I所述的基于图像序列分析的线扫描图像动态非均匀性校正方法，其特征在于设定一个固定的理想的期望值q，该值反映均匀表面在某个均匀光照场下理想的灰度值。
5.根据权利要求I所述的基于图像序列分析的线扫描图像动态非均匀性校正方法，其特征在于用设定的期望值q与对应列上的均值的比值作为列上的像素的校正系数，整个图像的校正系数为比值所构成的向量
6.根据权利要求I所述的基于图像序列分析的线扫描图像动态非均匀性校正方法，其特征在于需校正的图像F用f校正后的新图像为G 6=(^ · F1, f2 · F2,…，fM · Fm)，其中Fi(i=l, 2，…，Μ)表示图像矩阵F的第i列的元素构成的列向量,AQ=I, 2，…，M)表示向量f的第i个元素。
全文摘要
本发明提供基于图像序列分析的线扫描图像动态非均匀性校正方法，首先为当前要校正的图像选择k(k=1,2,…,∈Z)幅图像，并设定一个理想的期望值q；然后求出所有k幅图像的各列上的像数值的平均值，得到一个均值向量，再利用该均值向量与所设定的理想期望值的比值作为校正系数来校正图像，从而得到一个背景均匀、缺陷轮廓分明、便于后续缺陷目标定位的新图像。该方法可有效克服检测对象材料规格、厚度等参数、检测角度、板型一致性以及光源照度衰减等因素变化的影响，动态实时得到一个灰度分布均匀，清晰度高的，检测目标被显著增强的理想图像，在很大程度上简化了后续图像处理难度，有效提高整体系统的实时性能。
文档编号G06T5/00GK102938137SQ20121041434
公开日2013年2月20日 申请日期2012年10月25日 优先权日2012年10月25日
发明者黄秀琴, 罗新斌, 贾建昇, 邢青青, 王龙, 郑文胜 申请人:苏州有色金属研究院有限公司