[發明專利]一種基于直方圖的隧道表面圖像自適應增強方法有效
| 申請號: | 202010315342.8 | 申請日: | 2020-04-21 |
| 公開(公告)號: | CN111507922B | 公開(公告)日: | 2022-02-11 |
| 發明(設計)人: | 汪俊;鄧森;李大偉;謝以順;王飛球;王浩 | 申請(專利權)人: | 南京航空航天大學 |
| 主分類號: | G06T5/00 | 分類號: | G06T5/00;G06T5/40 |
| 代理公司: | 南京鐘山專利代理有限公司 32252 | 代理人: | 劉林峰 |
| 地址: | 210016 江*** | 國省代碼: | 江蘇;32 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 直方圖 隧道 表面 圖像 自適應 增強 方法 | ||
1.一種基于直方圖的隧道表面圖像自適應增強方法,其特征在于:包括以下步驟:
S1.獲取地鐵隧道表面圖像數據:通過圖像獲取裝置獲取地鐵隧道表面的圖像,將獲取到的隧道表面圖像進行初步篩選,選取無缺失和紋理信息豐富的反射率影像;
S2.圖像直方圖自適應去噪修正:對圖像采用直方圖進行自適應去噪修正由于外界因素的干擾對獲取的隧道表面圖像帶有的噪聲;所述步驟S2中圖像直方圖自適應去噪修正的具體步驟為:
(1)判斷噪聲:對隧道表面圖像進行直方圖的x軸方向進行統計,對于x軸上相鄰的三個點,如果中間點在y軸上的值和其他兩點在y軸上的值相差大于3倍但小于5倍,判斷為低噪聲區域;如果相差大于5倍以上,判斷為高噪聲區域;
(2)低強度噪聲區域去噪:對于檢測到的低噪聲區域,采取濾波窗口大小為5的一維中值濾波進行去噪;
(3)高強度區域去噪:對于檢測到的高噪聲區域,采取濾波窗口大小為7的一維中值濾波進行去噪;
S3.圖像直方圖均衡化:經過步驟S2的圖像去噪修正處理后,采用直方圖均衡化方法,使圖像灰度分布均勻,增大反差;
S4.影像細節增強:采取基于零階優化的圖像細節復原方法恢復增強隧道表面圖像的紋理細節特征信息;所述步驟S4中圖像細節增強的具體步驟為:
(1)獲取殘差細節影像:對原始含噪聲影像,采用步驟S2和步驟S3對原始含噪影像進行去噪并均衡化處理得到影像I1,然后對I1繼續采用驟S2-S3對其進行二次去噪并均衡化處理得到I2,殘差細節影像由I2減去I1得到;
(2)復原殘差細節:將步驟(1)得到的殘差細節影像,加上步驟(1)中得到的I1中,得到復原影像細節特征信息;
(3)迭代細節復原:將步驟(2)得到的影像I1重新代入步驟(1)-(2)中,重復執行三次,最終得到隧道表面圖像增強結果。
2.根據權利要求1所述的一種基于直方圖的隧道表面圖像自適應增強方法,其特征在于:所述步驟S1中將獲取的隧道表面的圖像進行初步篩選的條件為:在獲取到影像后,剔除影像信息缺失五分之一集以上的影像,對于帶有明顯白點、空洞丟失和嚴重位置偏移的影像,也進行剔除。
3.根據權利要求1所述的一種基于直方圖的隧道表面圖像自適應增強方法,其特征在于:所述步驟S3中直方圖均衡化的具體步驟為:
(1)計算直方圖分布概率:統計每一個灰度在整個圖像中像素個數的占比,總和為1,記第i個灰度的直方圖分布概率為p(i);
(2)計算直方圖概率累計值:記第i個灰度的計算直方圖概率累計值為s(i),計所述累計值s(i)的公式為:
s(1)=p(0)+p(1)
s(i)=p(0)+p(1)+…+p(i)
(3)求取像素映射關系:記第i個灰度的像素映射關系為ss(i),原圖像中的灰度值為pix,則累計值s(i)的計算過程為:
s(i)=int{[max(pix)-min(pix)]*s(i)+0.5}。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于南京航空航天大學,未經南京航空航天大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010315342.8/1.html,轉載請聲明來源鉆瓜專利網。





