本發(fā)明主要屬于圖像處理領(lǐng)域，具體涉及鋼絲繩芯輸送帶x光圖像矯正與增強(qiáng)的方法。

背景技術(shù)：

鋼絲繩芯輸送帶是當(dāng)今現(xiàn)代化生產(chǎn)中主要傳送設(shè)備之一，適用于煤礦、礦山、港口、電力、冶金、建材等行業(yè)的物料輸送。在鋼絲繩芯輸送帶運(yùn)行過程中，鋼絲繩接頭常因受外力過大而發(fā)生抽動(dòng)、伸長甚至斷裂；內(nèi)部的鋼絲繩芯也可能會(huì)因橡膠皮破損而受水的侵蝕導(dǎo)致銹蝕、斷裂等。一旦發(fā)生故障，將會(huì)造成巨大的經(jīng)濟(jì)損失和人員傷亡，嚴(yán)重影響安全生產(chǎn)，所以對設(shè)備進(jìn)行實(shí)時(shí)監(jiān)控非常必要。由于煤礦環(huán)境的特殊性，想了解輸送帶鋼絲繩的斷繩、銹蝕及接頭抽動(dòng)等運(yùn)行情況，目前通常采用x光透視機(jī)對運(yùn)行的輸送帶進(jìn)行圖像采集并實(shí)時(shí)分析，但是由于鋼絲繩芯輸送帶接頭處的橡膠的厚度不均勻，以及點(diǎn)光源到線陣探測器的各像素點(diǎn)的距離不相同，會(huì)導(dǎo)致采集到的鋼絲繩芯輸送帶x光圖像背景亮度不均勻，嚴(yán)重影響隨后的圖像分析與處理。因此對采集到的不均勻的x光圖像進(jìn)行矯正和增強(qiáng)也是輸送帶無損檢測系統(tǒng)非常重要的一部分。

目前使用矯正和增強(qiáng)的方法有直方圖均衡法，非線性同態(tài)濾波法，gamma校正等。直方圖均衡通過拉伸圖像的灰度直方圖來增加圖像的全局對比度，這種方法簡單易實(shí)現(xiàn)，但會(huì)影響圖像某種信息的辨別能力，局限性很強(qiáng)；非線性同態(tài)濾波校正法通過對低頻區(qū)減弱，對高頻區(qū)增強(qiáng)來校正不均勻光照，該方法會(huì)使圖像的邊緣模糊，細(xì)節(jié)對比度變差；gamma校正算法是對圖像中每個(gè)像素均以一個(gè)固定的γ值校正，調(diào)整圖像對比度，但是該方法容易校正過度，導(dǎo)致圖像失真。

技術(shù)實(shí)現(xiàn)要素：

基于上述問題，本發(fā)明提供了一種鋼絲繩芯輸送帶x光圖像矯正與增強(qiáng)的方法。該方法基于最大值濾波理論的矯正不均勻x光圖像的方法：結(jié)合最大值濾波理論建立不均勻光照背景估計(jì)模型。利用該模型對受不均勻光照影響的圖像進(jìn)行灰度校正，得到校正后的圖像；再利用拉伸圖像對比度的方法增強(qiáng)校正后圖像的對比度，從而去除原始圖像的不均勻光照的影響。

本發(fā)明是通過以下技術(shù)方案實(shí)現(xiàn)的：

一種鋼絲繩芯輸送帶x光圖像矯正與增強(qiáng)的方法，所述方法利用最大值濾波處理采集圖像得到照射分量圖像，采集圖像結(jié)合照射分量圖像得到反射分量圖像即矯正后圖像。

進(jìn)一步地，利用對比度拉伸方法對得到的反射分量圖像進(jìn)行處理，增強(qiáng)矯正后圖像和背景的像素灰度值反差。

進(jìn)一步地，利用最大值濾波處理采集圖像得到照射分量圖像具體為：

(1)將濾波模板在采集圖像中漫游，并將模版中心與采集圖像中的某個(gè)像素位置重合；

(2)讀取濾波模板中各對應(yīng)像素的灰度值，取這一列灰度值數(shù)據(jù)的最大值將其賦值給模板中心位置的像素；

(3)依據(jù)步驟(1)和(2)將所述濾波模板遍歷整幅采集圖像，得到經(jīng)最大值濾波后的圖像即照射分量圖像。

進(jìn)一步地，濾波模板為1×n的窗口，n取奇數(shù)，根據(jù)鋼絲繩芯排列的緊密程度選擇濾波模板的寬度n，鋼絲繩芯排列越緊密，使用的模板寬度相對較小，相反，鋼絲繩芯排列松散，使用模板寬度相對較大。

進(jìn)一步地，所述利用對比度拉伸方法對得到的反射分量圖像進(jìn)行處理的公式為：

式中，v為對比度拉伸參數(shù)，取值范圍為(-127,127)，i1反射分量圖像灰度值、iout對比拉伸輸出圖像灰度值。

進(jìn)一步地，采集圖像結(jié)合照射分量圖像得到發(fā)射分量圖像即矯正后圖像所用公式為：

i1(x,y)＝i(x,y)/g(x,y)；

其中，i(x,y)為采集圖像；g(x,y)為照射分量圖像；i1(x,y)為反射分量圖像。

本發(fā)明的有益技術(shù)效果：本發(fā)明提出的針對鋼絲繩芯輸送帶x光圖像的校正和增強(qiáng)方法基本消除了x光圖像不均勻光照的影響，很大程度的還原了圖像的真實(shí)信息，并且建立了基于最大值濾波理論的不均勻光照背景估計(jì)模型，增強(qiáng)了圖像的對比度，改善了圖像的質(zhì)量，為進(jìn)一步對鋼絲繩芯輸送帶x光圖像進(jìn)行分析處理奠定了基礎(chǔ)，保障了輸送帶的安全運(yùn)輸。

附圖說明

圖1、采集圖像1；

圖2a、使用1×3線性濾波模版處理圖1中采集圖像得到的不均勻光照背景估計(jì)模型；

圖2b、使用1×7線性濾波模版處理圖1中采集圖像得到的不均勻光照背景估計(jì)模型；

圖2c、使用1×13線性濾波模版處理圖1中采集圖像得到的不均勻光照背景估計(jì)模型；

圖2d、使用1×21線性濾波模版處理圖1中采集圖像得到的不均勻光照背景估計(jì)模型；

圖3、利用對比度拉伸方法處理圖2b得到的增強(qiáng)后圖像；

圖4a、采集圖像2；

圖4b、線性濾波模版處理圖4a中采集圖像得到的不均勻光照背景估計(jì)模型；

圖4c、利用對比度拉伸方法處理圖4b得到的增強(qiáng)后圖像；

圖5a、采集圖像3；

圖5b、線性濾波模版處理圖5a中采集圖像得到的不均勻光照背景估計(jì)模型；

圖5c、利用對比度拉伸方法處理圖5b得到的增強(qiáng)后圖像；

圖6a、采集圖像4；

圖6b、線性濾波模版處理圖6a中采集圖像得到的不均勻光照背景估計(jì)模型；

圖6c、利用對比度拉伸方法處理圖6b得到的增強(qiáng)后圖像。

具體實(shí)施方式

為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白，以下結(jié)合附圖及實(shí)施例，對本發(fā)明進(jìn)行進(jìn)一步詳細(xì)描述。應(yīng)當(dāng)理解，此處所描述的具體實(shí)施例僅僅用于解釋本發(fā)明，并不用于限定本發(fā)明。

相反，本發(fā)明涵蓋任何由權(quán)利要求定義的在本發(fā)明的精髓和范圍上做的替代、修改、等效方法以及方案。進(jìn)一步，為了使公眾對本發(fā)明有更好的了解，在下文對本發(fā)明的細(xì)節(jié)描述中，詳盡描述了一些特定的細(xì)節(jié)部分。對本領(lǐng)域技術(shù)人員來說沒有這些細(xì)節(jié)部分的描述也可以完全理解本發(fā)明。

實(shí)施例1

一般情況下，一副圖像的灰度不僅僅是由于光照函數(shù)(照射分量)決定，而且還與反射函數(shù)(反射分量)有關(guān)，反射函數(shù)反映出圖像的真實(shí)內(nèi)容，圖像i(x,y)可以表示為入射分量和反射分量每個(gè)像素的乘積，即

i(x,y)＝i1(x,y)·g(x,y)(1)

式中，i(x,y)為采集圖像；g(x,y)為照射分量，與光源性質(zhì)有關(guān)，相當(dāng)于頻域中的低頻信息；i1(x,y)為反射分量，即為物體的真實(shí)信息，與光照無關(guān)，可看作高頻信息。

本發(fā)明的主要思想就是從圖像i中去除照射分量g的影響，來獲取物體的反射分量i1，即圖像的真實(shí)信息。因此只要從圖像中準(zhǔn)確的提取出照射分量g就可以根據(jù)公式(2)有效的還原圖像的真實(shí)信息。

i1(x,y)＝i(x,y)/g(x,y)(2)

不均勻光照背景估計(jì)模型：

對于照射分量g的獲取，可以通過建立不均勻光照背景估計(jì)模型來實(shí)現(xiàn)。背景模型的生成是校正不均勻光照的關(guān)鍵步驟，本發(fā)明提出了一種基于最大值濾波理論建立不均勻光照背景估計(jì)模型(即照明分量圖像)的方法。

最大值濾波的基本原理是：取當(dāng)前像素的一個(gè)鄰域中的像素最大值代替當(dāng)前像素的灰度值?？啥x為：

g(x,y)＝maxblur{f(x-i,y-j)}(i,j)∈w(3)

式中，g(x,y)為輸出像素灰度值，f(x-i,y-j)為輸入像素灰度值，w為濾波模板窗口。

最大值濾波的具體步驟是：

(1)、將濾波模板窗口w在圖像中漫游，并將模版中心與圖像中的某個(gè)像素位置重合；

(2)、讀取濾波模板中各對應(yīng)像素的灰度值，取這一列數(shù)據(jù)的最大值數(shù)據(jù)，將其賦值給模板中心位置的像素；

(3)依據(jù)步驟(1)和(2)將所述濾波模板遍歷整幅采集圖像，得到經(jīng)最大值濾波后的圖像即照射分量圖像。

上述步驟中的濾波模板的窗口形狀和尺寸對濾波器效果影響很大，不同類型的圖像內(nèi)容和不同應(yīng)用要求往往選用不同的窗口形狀和尺寸。

若使用經(jīng)典的n×n的窗口作為濾波模板，在對鋼絲繩芯輸送帶圖像中的邊緣部分進(jìn)行濾波后，得到的背景模版在圖像的橫向邊緣部分會(huì)出現(xiàn)一個(gè)濾波器模版大小的偏差，導(dǎo)致得到的背景估計(jì)模型不精確。并且使用該模版的時(shí)間復(fù)雜度為圖像大小的n²倍，效率相對較低。

通過分析鋼絲繩芯輸送帶的特征可以發(fā)現(xiàn)，鋼絲繩芯輸送帶的真實(shí)圖像(去除不均勻光照影響的圖像)具有比較規(guī)律的豎狀線性紋理特征。從縱向上分析，除了鋼絲繩接頭部分上下相鄰像素之間的灰度值差距并不大；從橫向上分析，鋼絲繩芯輸送帶圖像紋理特征規(guī)律，程豎線狀明暗交替。

根據(jù)此紋理特征，本發(fā)明采用1×n(n取奇數(shù))的窗口作為濾波模板，該橫向線性濾波模版只是在一行中找最大值改變當(dāng)前像素，所以能在有效的模糊豎狀線性紋理的同時(shí)不會(huì)影響到圖像的橫向邊緣，因此該線性濾波模板更適應(yīng)鋼絲繩芯輸送帶的圖像特征，能夠得到更加精確的背景估計(jì)模型。同時(shí)，時(shí)間復(fù)雜度也降為圖像大小的n倍。相比于n×n濾波模板，該線性濾波模版更加精確且高效。

使用不同寬度(即n不同)的線性濾波模板得到的背景估計(jì)模型的精確度有很大差異，n過小，濾波效果不明顯，得到的背景估計(jì)模型與原圖像相似，從原圖減除背景估計(jì)模型后會(huì)損失大量真實(shí)信息；n過大，會(huì)導(dǎo)致背景估計(jì)模型過于模糊不夠精確，最終得到的真實(shí)圖像會(huì)保留一部分噪聲。因此n的取值非常重要，n是個(gè)經(jīng)驗(yàn)值，需從小到大依次進(jìn)行實(shí)驗(yàn)，從中選取最好的結(jié)果。圖2a-圖2d為使用不同大小的線性濾波模版對示例圖片(圖1)進(jìn)行濾波后得到的不均勻光照背景估計(jì)模型。

由上圖2a-圖2d可看出，使用1×3的線性濾波模板處理得到的圖像和濾波前圖像差異較小，濾波效果不明顯；使用1×7的線性濾波模板可以得到較好的改善但是豎狀紋理還是過于清晰；使用1×13的線性濾波模板處理后得到的圖像豎狀紋理(圖像的真實(shí)信息)足夠模糊，噪聲信息得到較理想的保留，是作為不均勻光照背景估計(jì)模型的理想選擇；而使用1×21的線性濾波模板得到的背景估計(jì)模型過于模糊，損失了一部分的噪聲信息。綜上所述，選擇圖5中的c)作為示例圖片(圖2)的不均勻光照背景估計(jì)模型。

實(shí)際應(yīng)用中需要根據(jù)輸送帶中鋼絲繩芯排列的緊密程度選擇線性濾波模板的寬度，鋼絲繩排列越緊密，使用的模板寬度需要相對較小，相反，鋼絲繩排列松散，使用模板寬度相對較大。

圖像校正與增強(qiáng)：

經(jīng)過上述步驟已經(jīng)得到了不均勻光照背景模型g(x,y)，已知未經(jīng)處理的原始圖像為i(x,y)，則可以得到矯正后的圖像i1(x,y)＝i(x,y)/g(x,y)。

矯正后的圖像目標(biāo)和背景的像素灰度值反差變小了，為了消除這樣的效果，采用對比度拉伸的方法來解決，計(jì)算公式為：

式中，v為對比度拉伸參數(shù)，取值范圍為(-127,127)。v是一個(gè)經(jīng)驗(yàn)值，沒有定量的計(jì)算方法可以求，需經(jīng)過多次嘗試，本實(shí)施例取v＝20。

對比度拉伸完成后，若得到的圖像存在有像素點(diǎn)的灰度值大于255，則令該像素點(diǎn)灰度值為255；若存在像素點(diǎn)的灰度值小于0，則令該像素點(diǎn)灰度值為0。

經(jīng)過對比度拉伸過后，增大了圖像的對比度，使圖像更加清晰，進(jìn)一步改善了圖像的質(zhì)量。圖3為校正增強(qiáng)后的圖像，可以看出基本消除了不均勻光照的影響，還原了圖像的真實(shí)信息。

實(shí)施例2

采用如實(shí)施例1最大值濾波方法處理采集圖像2(如圖4a)得到不均勻光照背景估計(jì)模型如圖4b，進(jìn)一步對比度拉伸處理得到增強(qiáng)圖像如圖4c。本實(shí)施例中n取值為15，對比度拉伸參數(shù)v取值為20。

實(shí)施例3

采用如實(shí)施例1最大值濾波方法處理采集圖像3(如圖5a)得到不均勻光照背景估計(jì)模型如圖5b，進(jìn)一步對比度拉伸處理得到增強(qiáng)圖像如圖5c。本實(shí)施例中n取值為15，對比度拉伸參數(shù)v取值為20。

實(shí)施例4

采用如實(shí)施例1最大值濾波方法處理采集圖像4(如圖6a)得到不均勻光照背景估計(jì)模型如圖6b，進(jìn)一步對比度拉伸處理得到增強(qiáng)圖像如圖6c。本實(shí)施例中n取值為15，對比度拉伸參數(shù)v取值為20。