一种基于图像质量评估的物联网传输方法与流程

1.本发明涉及图像传输领域，具体涉及一种基于图像质量评估的物联网传输方法。


背景技术：

2.在工业生产中，经常需要获取生产线上的图像，就需要用到图像实时传输的技术，图像实时传输技术可以对生产过程中的产品进行实时监测，能够及时发现在生产过程中出现的问题，所以对产品线进行实时监测是非常有必要的。
3.图像实时传输技术是将电脑与工业相机连接，利用宽带将多端采集相机中的图像传输到电脑上，但是在传输过程中，受宽带的限制，多处相机采集端同一时刻采集到的图像数据量过大，可能会出现传输过程无法正常运行或运行时间过长的问题，这个时候就要根据带宽的可传输数据量对相机采集的多张图像进行有选择的传输。
4.然而现有的一些技术对图像传输时，受宽带影响无法同一时刻传输所有图像时，是对图像进行压缩处理或将图像进行切块，传输后复原的方法进行传输；有的采用的计算方法太过复杂，相机采集端的计算能力有限，不足以支撑过于复杂的算法，造成传输工作效率低下的问题，因此需要一种简便的算法支撑相机采集端对图像质量进行评估，从而提高传输效率。


技术实现要素：

5.本发明提供一种基于图像质量评估的物联网传输方法，以解决现有的由于宽带传输受限，多处相机同一时刻采集的图像数据量超出宽带能够支撑的传输数据量，造成传输图像的过程不能正常运行或运行时间过长的问题，提高图像传输的效率。
6.进一步的，由于相机采集端的计算能力有限，太过复杂的计算需要大量时间去进行，本发明利用灰度图的特性，对图像质量进行分析，涉及参数较少，且使用的计算方法简便，能够有效降低相机采集端的算法的复杂度，降低相机采集端的计算时间。
7.本发明的基于图像质量评估的物联网传输方法采用如下技术方案，包括以下步骤：对多段相机同一时刻采集的图像进行灰度化处理得到灰度图像，利用灰度图像计算得到所有采集图像的灰度直方图；将各灰度直方图根据灰度级进行不同区域的划分；根据各灰度直方图中灰度级的极差计算各采集图像的对比度；根据各灰度直方图的灰度级的频数与预测频数计算各灰度直方图的切断率；对各灰度直方图进行平滑处理后，根据平滑后的灰度直方图的波谷进行区间划分，根据各区间的偏度和峰度计算各灰度直方图的近似正态分布率；利用各灰度直方图中纯白色和纯黑色的灰度级的频率与白色区域和黑色区域的频率，计算各灰度直方图的亮暗差异率；利用各灰度直方图的切断率、近似正态分布率与亮暗差异率获取各灰度直方图对
应的采集图像的分布度；利用获得的各采集图像的对比度和分布度，对所有采集图像的质量进行评估；利用图像质量评估信息对采集图像进行优先级排序，对采集图像根据优先级顺序进行传输，传输的图像数量为带宽可传输数据量。
8.所述图像质量的评估参数为各采集图像的对比度和分布度，图像质量评估值为各采集图像的对比度与分布度之和。
9.所述采集图像对比度的计算公式如下：式中：为采集图像的对比度，为灰度直方图中灰度级的最大值，为灰度直方图中灰度级的最小值。
10.所述采集图像分布度是根据灰度直方图的切断率、近似正态分布率与亮暗差异率综合计算的；计算公式如下：式中：为采集图像分布度，为灰度直方图的切断率，为灰度直方图的近似正态分布率，为灰度直方图的亮暗差异率。
11.所述灰度直方图的切断率的计算方法如下：式中：为灰度直方图的切断率；为自然常数，是自然对数的底数；为灰度级为0的频数，为灰度级为0的预测频数；为灰度级为255的频数，为灰度级为255的预测频数；其中：其中：式中：为灰度级为1的频数，为灰度级为254的频数，为灰度级，为灰度级的频数。
12.所述灰度直方图的近似正态分布率的计算方法如下：
通过计算各灰度级及其左右两侧灰度级的平均频数，对灰度直方图进行平滑处理得到平滑后的灰度直方图，获取平滑后的灰度直方图的波谷对应的灰度级，按顺序对波谷对应的灰度级进行排列并进行波谷灰度级区间的划分得到区间集合；对划分的每个区间进行灰度直方图偏度和峰度的计算：偏度的计算公式如下：式中：为灰度直方图的偏度，为波谷对应的灰度级，为灰度级，为灰度级的频数，为波谷灰度级区间中各灰度级的频数的均值，为波谷灰度级区间中各灰度级的频数的标准差；峰度的计算公式如下：式中：为灰度直方图的峰度；根据计算出的灰度直方图的偏度和峰度可以求出图像的近似正态分布率，计算公式如下：式中：为图像的近似正态分布率，为区间集合的基数，为自然对数的底数，是自然常数。
13.所述灰度直方图的亮暗差异率的计算公式如下：式中：为灰度直方图的亮暗差异率，为灰度级为0即纯黑色像素的频率，为灰度级为255即纯白色像素的频率，为白色区域区域区间频率，为黑色区域的区域区间频率；其中灰度级的频率计算公式如下：式中：为灰度级，为灰度级的频率，为灰度级的频数，为灰度图像的分辨率，为灰度级的数量。
14.区域区间频率计算公式如下：
式中：为该区域的区域区间频率，为该区域的区间范围。
15.所述带宽传输数据量的获取方法如下：式中：为图像传输的帧数，为图像分辨率，为每个像素的大小，为宽带，表示对得到的帧数向下取整。
16.本发明的有益效果是：本发明利用图像处理对相机采集的图像进行灰度化处理，利用灰度图像的灰度值方图对图像进行分析，根据灰度图的特性评估采集图像的图像质量，根据图像质量对图像有选择的传输，能够有效降低因图像数据量太大导致图像传输过程无法正常运行的影响；灰度图的特性涉及的参数较少，利用灰度图的特性对图像的质量进行评估，可以降低计算的复杂度，降低相机采集端的计算时间。
附图说明
17.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
18.图1为本发明方法结构示意图；图2为本实施例的一种基于图像质量评估的物联网传输方法流程图；图3为本实施例的一种基于图像质量评估的物联网传输方法流程图；图4为本实施例中灰度直方图示意图；图5为本实施例中划分区域的灰度直方图；图6为本实施例中欠曝或过曝图像及其灰度直方图；图7为本实施例中亮暗差异过大的图像及其灰度直方图。
具体实施方式
19.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
20.实施例1本发明的一种基于图像质量评估的物联网传输方法的实施例，如图1与图2所示，下面进行展开说明：s101、对获取的采集图像进行灰度化处理，得到采集图像的灰度图。
21.其中，灰度图，又称灰阶图。把白色与黑色之间按对数关系分为若干等级，称为灰度。灰度分为256阶。用灰度表示的图像称作灰度图。
22.s102、获取采集图像灰度图，根据采集图像的灰度图绘制图像的灰度直方图。
23.灰度直方图是将数字图像中的所有像素，按照灰度值的大小，统计其出现的频率。
24.s103、根据灰度级将灰度直方图划分为不同的区域区间，计算灰度直方图中各灰度级的频率及各区域区间频率。
25.不同的区域区间表示不同的色调，根据灰度级空间划分出七个区域；根据各灰度级的频数计算各灰度级及各区域区间的频率。
26.s104、利用灰度级的极差计算出采集图像的对比度。
27.对比度指的是一幅图像中明暗区域最亮的白和最暗的黑之间不同亮度层级的测量，采集图像的对比度是图像质量的衡量标准之一，通过采集图像的对比度对图像进行质量评估，可以比较客观的判断图像质量。
28.s105、利用灰度直方图的切断率、近似正态分布率与亮暗差异率综合计算采集图像的分布度。
29.分布度作为灰度直方图的特性之一，可以用来衡量图像的质量好坏，通过计算灰度直方图的切断率、近似正态分布率和亮暗差异率来综合计算出采集图像的分布度，涉及的范围比较多，能够有效的对图像质量进行判断。
30.s106、通过各灰度直方图的特征量计算灰度直方图的切断率、近似正态分布率与亮暗差异率。
31.当图像存在最暗区域或最亮区域，即图像出现欠曝或过曝现象时，在图像的灰度直方图上表现为最左侧或最右侧出现切断，即曲线激增，分析灰度直方图的数据，获取灰度直方图的切断率；图像出现欠曝或过曝现象时，图像表现为存在大量偏暗区域或偏亮区域，分析灰度直方图的灰度级差异，获取灰度直方图的亮暗差异率；理想图像的灰度直方图呈正态分布，但实际中，灰度直方图的曲线不完全是呈正态分布的，会存在多个波峰和波谷，利用波峰与波谷将灰度直方图划分为多个区间，分析各区间的情况，获取各区间的近似正态分布率；通过得到的灰度直方图的切断率、亮暗差异率与近似正态分布率，综合计算采集图像的分布度对图像质量进行评估。
32.s107、根据对图像质量的优先级，对图像进行有选择的传输。
33.利用采集图像的对比度和分布度对图像质量进行综合评估，根据图像质量评估值，对采集图像进行优先级排序，根据带宽的可传输数据量对图像进行有选择的传输。
34.本实施例的有益效果在于：综合图像灰度图的特性，对灰度直方图进行分析，得到采集图像的对比度与分布度，利用采集图像的对比度和分布度对图像质量评估，判断图像质量，从而对采集图像有选择的传输，减少质量不好的图像传输对图像传输造成的不良影响，提高传输效率。
35.实施例2本发明实施例提供一种基于图像质量评估的物联网传输方法，如图1与图3所示，包括：
s201、对获取的采集图像进行灰度化处理，得到采集图像的灰度图。
36.将相机采集端同一时刻采集的每张图像进行灰度化处理，得到灰度图。用灰度表示的图像称作灰度图，灰度图中把白色与黑色之间按对数关系分为若干等级，称为灰度；灰度分为256阶。
37.s202、获取采集图像灰度图，根据采集图像的灰度图绘制图像的灰度直方图。
38.图像用亮度表示，亮度被分为0到255共256个数值，数值越大，代表的亮度越高。其中0代表纯黑色的最暗区域，255代表纯白色的最亮区域，而中间的数字就是不同亮度的灰色。
39.用横轴代表0-255的亮度数值，用竖轴代表图像中对应亮度的像素数量，这个函数图像就被称为直方图，如图4所示。直方图中柱子的高度，代表了图像中该亮度的像素数量，进而可以得到图像中亮度的分布和比例。
40.建立一个坐标轴，横轴表示图像灰度级，用0-255的整数表示，纵轴表示对应灰度级的频数，绘制函数图像，得到对应的灰度直方图。
41.至此，得到相机采集端同一时刻采集的所有图像的灰度直方图。
42.s203、根据灰度级将灰度直方图划分为不同的区域区间，计算灰度直方图中各灰度级的频率及各区域区间频率。
43.1.将各灰度直方图划分为不同的区域区间：将灰度直方图按不同的色彩划分，划分的区域将灰度级空间依次分为：纯黑色，黑色区间，阴影区间，中间调区间，高光区间和白色区间，纯白色区间，如图5所示；对应到图像上就是纯黑色区域、黑色区域、阴影区域、正常亮度区域、高光区域、白色区域、纯白色区域共七个区域。
44.2.计算灰度直方图中各灰度级的频率：获取灰度直方图中各灰度级的频数，根据灰度级的频数计算灰度级的频率，则各灰度级的频率为：式中：为灰度级，为灰度级的频率，为灰度级的频数，为灰度图像的分辨率。
45.3.利用各灰度级的频率计算各区域区间对应的频率：各区域区间对应的灰度级区间为，则各区域区间的频率为：
式中：为该区域的区域区间频率，为灰度级的频率，为该区域的区间范围。
46.至此，得到所有灰度直方图中各灰度级的频率及各区域区间频率。
47.一张正常曝光的图像，灰度直方图主要堆积在中间部分，慢慢过渡到两边（灰度直方图呈正态分布），并且最左侧和最右侧都没有被切断，即最左边和最右边没有大量堆积；一张严重欠曝的图像，灰度直方图最左侧被切断，即有大量像素堆积在最左边,如图6左图所示；一张严重过曝的图像，灰度直方图最右侧被切断，即有大量像素堆积在最右边，如图6右图所示。
48.无论是由于曝光参数设置不正确还是由于环境光比大于相机宽容度导致的图像同时出现过曝和欠曝，图像的质量都是较差的。通过灰度直方图分布特征，构造采集图像对比度和分布度两个指标来衡量图像质量。
49.s204、利用灰度级的极差计算出每张采集图像的对比度。
50.图像中亮区域和暗区域之间亮度差异的尺度，表明了图像的层次，亮度分布越广，图像越有层次感；表现在灰度直方图上，较为宽广的直方图反映图像亮度分布较广，反之，较为窄小的直方图反映图像亮度分布胶窄，如图6中直方图所示；图像亮度分布宽度记为对比度。
51.通过计算灰度直方图上灰度级的极差，即灰度级最大值与灰度级最小值之差，来表示采集图像对比度，进而衡量图像质量。
52.则采集图像对比度为：式中：为采集图像对比度，为灰度直方图中灰度级的最大值，为灰度直方图中灰度级的最小值。
53.至此，得到了每张采集图像的对比度，根据得到的对比度，判断该图像是否出现欠曝或过曝现象。
54.利用图像灰度级的极差来计算采集图像的对比度，计算方法简单，运算量小，能够使相机采集端更有效的得出对比度结果，从而进行图像质量评估。
55.s205、根据灰度级的频数与预测频数计算灰度直方图的切断率。
56.当图像存在最暗区域或最亮区域，即图像出现欠曝或过曝现象时，在图像的灰度直方图上表现为最左侧或最右侧出现切断，即曲线激增，分析灰度直方图的数据，获取灰度直方图的切断率。
57.灰度直方图上曲线的激增，利用纯白色区域（灰度级）和纯黑色区域（灰度级）的频数与预测频数的比值来表示。
58.1.计算最暗区域与最亮区域的灰度级的预测频数。
59.预测频数则是通过白色区域和黑色区域的灰度级频数分布特征得到的，具体计算过程如下：
式中：为灰度级为1的频数，为灰度级为254的频数，为灰度级，为灰度级的频数，为灰度级为0的预测频数，为灰度级为255的预测频数。
60.2.根据灰度级的频数与得到的预测频数计算灰度直方图的切断率。
61.切断率的计算公式如下：式中：为灰度直方图的切断率；为自然常数，是自然对数的底数；为灰度级为0的频数，为灰度级为0的预测频数；为灰度级为255的频数，为灰度级为255的预测频数。
62.至此，得到灰度直方图的切断率，能够更准确的根据灰度直方图的切断率更准确的确定图像是否出现欠曝或过曝现象。
63.s206、对灰度直方图进行平滑处理后，根据平滑后的灰度直方图的波谷进行区间划分，根据各区间的偏度和峰度计算灰度直方图的近似正态分布率。
64.理想图像的灰度直方图呈正态分布，但实际中，灰度直方图的曲线中存在多个波峰和波谷，通过波峰和波谷将灰度级划分为多个区间，通过判断各区间是否近似正太分布，进而得到直方图的近似正态分布率。
65.1.对灰度直方图根据波谷的位置，将灰度级划分为多个区间。
66.①
对灰度直方图进行平滑处理计算各灰度级的平均频数，即该灰度级及其左右两侧灰度级的频数平均值，利用该方法对灰度直方图进行平滑处理。计算公式如下：式中：为灰度级的平均频数。
67.②
根据波谷的位置对应的灰度级，对灰度直方图进行区间划分对平滑后的灰度直方图，获取各波谷对应的灰度级，根据波谷对应的灰度级的顺序对波谷灰度级进行排序得到序列。
68.根据序列将灰度直方图划分为个区间，区间集合为
。
69.至此，完成对灰度直方图的区间划分，进一步的对各区间进行分析。
70.2.计算集合中各区间的偏度和峰度。
71.①
计算各区间的偏度直方图的偏度（）用来度量分布的不对称性。取值范围为(-∞,+∞)，当偏度时，表示数据相对均匀的分布在平均值两侧；当偏度时，概率分布图左偏；当偏度时，概率分布图右偏。
72.对于集合区间的偏度，其计算公式如下：式中：为灰度直方图的偏度，为波谷对应的灰度级，为灰度级，为灰度级的频数，为波谷灰度级区间中各灰度级的频数的均值，为波谷灰度级区间中各灰度级的频数的标准差。
73.②
计算集合中各区间的峰度直方图的峰度（）用来度量分布的陡峭程度。取值范围为[1,+∞)，完全服从正态分布的数据的峰度，峰度值越大，分布图越高尖，峰度值越小，分布图越矮胖。
[0074]
对于集合区间的峰度，其计算公式如下：式中：为灰度直方图的峰度，为波谷对应的灰度级，为灰度级，为灰度级的频数，为波谷灰度级区间中各灰度级的频数的均值，为波谷灰度级区间中各灰度级的频数的标准差。
[0075]
3.
ꢀꢀ
利用集合中各区间的偏度和峰度，计算灰度直方图的近似正态分布率通过各区间的近似正态分布的情况，对图像进行整体判断是否近似正态分布。
[0076]
灰度直方图的近似正态分布率计算公式如下：式中：为图像的近似正态分布率，为区间集合的基数，为自然对数的底数，是自然常数。
[0077]
至此，得到各灰度直方图的近似正态分布率，能够进一步确定直方图灰度级的分
布情况。
[0078]
s207、根据灰度级的频率与白色、黑色区域区间的频率计算灰度直方图的亮暗差异率。
[0079]
图像上存在大片偏暗区域且过曝或存在大量偏亮区域且欠曝或同时出现了过曝和欠曝现象时，灰度直方图表现为白色或黑色区域面积大且出现左侧或右侧切断，如图7所示。
[0080]
通过图像的亮暗差异，来确定图像曝光情况，进一步对图像质量进行判断，亮暗差异率的计算公式如下：式中：为灰度直方图的亮暗差异率，为灰度级为0的频率，为灰度级为255的频率，为区域的区域区间频率，为区域的区域区间频率。
[0081]
至此，得到所有灰度直方图的亮暗差异率。
[0082]
s208、利用灰度直方图的切断率、近似正态分布率与亮暗差异率综合计算每张采集图像的分布度。
[0083]
灰度直方图的切断率、近似正态分布率与亮暗差异率体现了图像的灰度级分布情况以及图像曝光情况，综合起来能够较好地评估图像的质量。
[0084]
对灰度直方图的切断率、近似正态分布率与亮暗差异率进行综合计算得到采集图像的分布度，分布度的计算公式如下：式中：为采集图像分布度，为灰度直方图的切断率，为灰度直方图的近似正态分布率，为灰度直方图的亮暗差异率。
[0085]
至此，得到了每张采集图像的分布度，能够体现图像的灰度级分布情况，根据灰度级的分布情况对图像进行质量评估。
[0086]
s209、利用得到的采集图像对比度和分布度进行图像质量评估，根据对图像质量信息，对相机采集端同一时刻采集的图像进行有选择的传输。
[0087]
1. 利用得到的采集图像对比度和分布度进行图像质量评估。
[0088]
根据每张采集图像的对比度与分布度，对图像质量进行综合评估，两个因素的综合评估可以使评估结果更客观更准确。
[0089]
图像质量的计算公式如下：式中：为图像质量评估值，为采集图像的对比度，为采集图像的分布度。
[0090]
2.根据图像质量信息，对图像有选择的传输。
[0091]
①
确定传输图像的传输优先级根据图像质量信息，将同一时刻采集的所有图像的图像质量评估值从大到小进行排列，依照图像质量对同一时刻采集的所有图像进行优先级排序。
[0092]
②
根据优先级对图像进行有选择的传输对图像传输的帧数进行计算，确定传输的图像。图像传输帧数计算公式如下：式中：为图像传输的帧数，为图像分辨率，为每个像素的大小，为宽带，表示对得到的帧数向下取整。
[0093]
根据图像传输的优先级顺序，对同一时刻采集的所有图像的前帧图像进行传输，完成图像的传输过程。
[0094]
例如：当带宽可传输的数据量为20时，根据对同一时刻相机采集端采集的所有图像的优先级顺序，对优先级顺序中的前二十张图像进行传输。
[0095]
至此，本实施例的一种基于图像质量评估的物联网传输方法完成。
[0096]
本实施例通过图像传输的优先级对图像进行选择，再计算宽带可支撑的可传输数量对图像进行传输，避免了受限于宽带传输过程无法正常运行的问题；而利用灰度直方图的特性，对图像质量进行评估计算，涉及参数较少且计算方法简便，解决了因相机采集端计算能力有限无法进行高复杂度计算的问题。
[0097]
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。