本发明涉及钢板表面缺陷图像的检测领域，特别是一种基于亮度均衡的光照不均匀钢板表面缺陷图像校正方法。
背景技术：
我国是钢铁生产的大国，但是钢铁工业的素质与世界发达国家仍存在较大差距，特别是产品与半成品质量上的差异明显。我国的钢铁企业工艺技术和装备水平比较低，产业结构也不合理，技术改造和产业升级任务缓慢。据冶金工业部门的统计，我国落后的工艺技术和装备还占相当的比例。由于轧制设备、加工工艺等多方面的原因，在钢板的生产过程中，可能会在钢板表面形成裂纹、结疤、辊印、擦伤等多种不同类型的缺陷，这些缺陷的存在，将会严重影响产品的抗腐蚀性，耐磨性等性能。因此必须加强对钢板表面缺陷的检测。
现在主流的检测方法是基于机器视觉的检测方法。视觉检测技术的工作原理是：利用钢板表面不同区域对光线反射特性的不同，导致在成像设备生成的图像中出现不同颜色或亮度的区域，利用图像处理技术对获取的图像进行处理和分析，从而判断是否有缺陷和对缺陷进行判别。与传统检测方法相比，基于机器视觉的钢板表面缺陷检测方法由于安装方便、不易与钢板接触、检测缺陷类型多等特点，得到越来越广泛的应用。
机器视觉检测方法中，获取的图像的质量对后续的处理产生着较大的影响。由于钢板表面较为光滑，光照打在上面会有较强的反光，所以采集的图像容易出现光照不均匀的现象。不均匀的光照影响了图像的处理精度和速度，因此对光照不均匀的图像首先进行校正非常有必要。
光照不均匀图像的校正方法主要有基于直方图均衡化的方法和基于照明-反射模型的同态滤波的方法等。直方图均衡化的方法对于背景和前景都太亮或者太暗的图像非常有用，它是一个相当直观的技术并且是可逆操作，如果已知均衡化函数，那么就可以恢复原始的直方图，并且计算量也不大。这种方法的缺点是它对处理的数据不加选择，它可能会增加背景无用信号的对比度并且降低有用信号的对比度；变换后图像的灰度级减少，某些细节消失；某些图像，如直方图有高峰，经处理后对比度不自然的过分增强。基于照明-反射模型的同态滤波方法，以图像的照明-反射模型作为频域处理的基础，通过调整图像灰度范围和增强对比度来改善图像的质量。使用这种方法可以使图像处理符合人眼对于亮度响应的非线性特性，避免了直接对图像进行傅立叶变换处理的失真。但是这种方法采用的是傅里叶变换的方法将图像变换到频率域，傅里叶变换并不具有时间局部化能力，无法同时得到图像的时域和频域特性，同时频率域的处理方法相对较慢。
技术实现要素：
本发明的目的在于提供一种基于亮度均衡的光照不均匀钢板表面缺陷图像校正方法。
为实现上述目的，本发明提供的技术方案为：基于亮度均衡的光照不均匀钢板表面缺陷图像校正方法，具体步骤为：
步骤1、将采集到的光照不均匀钢板表面缺陷图像转化为灰度图；
步骤2、求取灰度图像的全局亮度平均值；
步骤3、对步骤1的灰度图像进行分块操作，求取每个子块的亮度平均值，并组成分块子矩阵；
步骤4、对步骤3得到的分块子矩阵的每个值都减去步骤2得到的全局亮度平均值，得到新的分块子矩阵；
步骤5、对步骤4得到的子矩阵进行插值操作，得到插值图像，且得到的插值图像的尺寸大小和步骤1的灰度图像尺寸一样；
步骤6、用步骤1的灰度图像灰度值减去步骤5得到的插值图像灰度值，得到最终的亮度均衡图像；
优选地，步骤3中单个子块大小为n×n的方块，n为正整数。
优选地，步骤5所用的插值方法为双三次插值。
进一步的，双三次插值的计算公式为：
f(x,y)＝f(i+u,j+v)＝abc
其中，f(x,y)是待求点的灰度值，(i,j)表示待求点(x，y)临近点的坐标；u、v为大于0小于1的小数；a、b、c均为矩阵，具体形式为：
其中f(i,j)表示图像在(i,j)处的灰度值，s(1+u)表示双三次内插基函数。
进一步的，双三次内插基函数具体为：
(1+u)、u、(1-u)、(2-u)、(1+v)、v、(1-v)、(2-v)均为w的具体取值。
与现有方法相比，本发明的优点在于：(1)对图像采用分块操作，所分子块的大小可以根据实际的情况进行调整，便于更加精确的获得更好的校正效果；(2)本发明采用双三次插值方法，相比其他的插值方法，双三次插值采用三次多项式逼近理论上的值，所求点的灰度值由周围16个相邻点灰度值加权内插得到，得到的结果更加精确。
附图说明
图1是本发明基于亮度均衡的光照不均匀钢板表面缺陷图像校正方法的流程图。
图2是本发明基于亮度均衡的光照不均匀钢板表面缺陷图像校正方法的实施例图，其中图(a)为采集到的光照不均匀钢板表面缺陷图，图(b)是经过双三次插值法得到的插值图像，图(c)是原灰度图像减去插值图像之后的结果图，即经过本发明校正之后的亮度均衡的缺陷图，图(d)是未进行光照不均匀校正时的otsu阈值分割图，图(e)是经过本发明基于亮度均衡的光照不均匀钢板表面缺陷图像校正方法处理之后的otsu阈值分割图
具体实施方式
下面结合附图及具体实施方式对本发明进一步说明。
结合图1，本发明基于亮度均衡的光照不均匀钢板表面缺陷图像校正方法，具体步骤为：
步骤1、将采集到的光照不均匀钢板表面缺陷图像转化为灰度图；
步骤2、求取灰度图像的全局亮度平均值；
步骤3、对步骤1的灰度图像进行分块操作，求取每个子块的亮度平均值，并组成分块子矩阵；进一步的实施例中，单个子块大小为n×n的方块，n为正整数，n根据图像实际尺寸进行取值。
步骤4、对步骤3得到的分块子矩阵的每个值都减去步骤2得到的全局亮度平均值，得到新的分块子矩阵；
步骤5、对步骤4得到的子矩阵进行插值操作，得到插值图像，且得到的插值图像的尺寸大小和步骤1的灰度图像尺寸一样；
进一步的实施例中，所述插值方法为双三次插值，其计算公式为：
f(x,y)＝f(i+u,j+v)＝abc
其中，f(x,y)是待求点的灰度值，(i,j)表示待求点(x，y)临近点的坐标；u、v为大于0小于1的小数；a、b、c均为矩阵，具体形式为：
其中f(i,j)表示图像在(i,j)处的灰度值，s(1+u)表示双三次内插基函数。
双三次内插基函数具体为：
(1+u)、u、(1-u)、(2-u)、(1+v)、v、(1-v)、(2-v)均为w的一个取值。
步骤6、用步骤1的灰度图像灰度值减去步骤5得到的插值图像灰度值，得到最终的亮度均衡图像。
实施例1
结合图2所示，本实施例中，具体步骤为：
(1)采集的钢板表面光照不均匀的缺陷图像如图a所示，然后将图a转换成灰度图像；
(2)对灰度图像求取全局灰度平均值；
(3)对灰度图像进行30×30的分块操作后求取各分块子矩阵的灰度平均值，并减去全局平均值之后进行双三次插值得到插值图像，插值图像如图b；
(4)用原灰度图像减去插值图像得到的即为亮度均衡的缺陷图，如图c；
(5)分别对未经过光照不均匀校正的缺陷图和校正之后的亮度均衡的缺陷图进行阈值分割，其分割结果分别如图d和图e所示。从结果中可以看出，校正之后的缺陷图分割效果大大提高。
本发明方法简单，易于实现，校正结果较好，能够极大的提高钢板表面缺陷图像在后续处理上的精确度，具有很好的应用前景。