改造者：方 浩 李瑜煜 陳觀應(yīng) 許偉明

一種改進(jìn)的干電池圖像增強(qiáng)方法

改造者：方 浩 李瑜煜 陳觀應(yīng) 許偉明

將干電池圖像的自身特點(diǎn)與傳統(tǒng)局部對(duì)比度增強(qiáng)算法相結(jié)合，提出了一種適用于干電池缺陷圖像增強(qiáng)的改進(jìn)算法，可以較好的改善干電池圖像的模糊問題，并明顯的突出了圖像中的邊緣細(xì)節(jié)信息，加強(qiáng)了圖像缺陷的視覺效果，從而為后續(xù)的干電池缺陷檢測(cè)做好了鋪墊。

我國是干電池生產(chǎn)大國及消費(fèi)大國，但目前干電池生產(chǎn)的在線質(zhì)量檢測(cè)主要靠人工視覺檢測(cè)，這會(huì)造成生產(chǎn)成本的不斷增加及產(chǎn)品質(zhì)量的不穩(wěn)定，因而在干電池缺陷檢測(cè)中開展機(jī)器視覺檢測(cè)技術(shù)與應(yīng)用研究有著積極的意義和較高的價(jià)值。底碗紙位于干電池底部，由于該處位置空間深而窄，光照不足，從外部采集圖像較為困難。通過CCD相機(jī)從外部采集的干電池缺陷圖像如圖1所示。圖2為對(duì)應(yīng)的直方圖。

從圖1中可以看出，干電池缺陷圖像對(duì)比度較低，邊緣細(xì)節(jié)較為模糊。因而，本文針對(duì)干電池圖像的特點(diǎn)設(shè)計(jì)了相應(yīng)的圖像局部對(duì)比度增強(qiáng)改進(jìn)算法，以改善圖像的質(zhì)量，提高清晰度，方便后續(xù)的圖像缺陷檢測(cè)。

傳統(tǒng)局部對(duì)比度增強(qiáng)算法

令f(i,j)，g(i,j)分別表示一幅圖像在增強(qiáng)前后像素點(diǎn)(i,j)的像素值，則傳統(tǒng)局部對(duì)比度增強(qiáng)算法的公式為：

其中，mf(i,j)表示原圖像中以像素點(diǎn)

(i,j)為中心的鄰域內(nèi)的灰度平均值，k為比例系數(shù)，是用于調(diào)整像素點(diǎn)變化幅度的權(quán)值，當(dāng)k＞1時(shí)，如果f(i,j)小于mf(i,j)，將會(huì)使g(i,j)小于f(i,j)，即降低像素點(diǎn)(i,j)的灰度值；相反，若f(i,j)大于mf(i,j)，則g(i,j)大于f(i,j)，即提高該像素點(diǎn)的亮度值。

該算法在增強(qiáng)圖像局部細(xì)節(jié)中具有一定的效果，但是，在使用該算法進(jìn)行圖像增強(qiáng)時(shí)，無法調(diào)節(jié)比例系數(shù)k的值，因此，在圖像整體增強(qiáng)的同時(shí)，無法對(duì)圖像的不同區(qū)域進(jìn)行一定的調(diào)整，局部對(duì)比度動(dòng)態(tài)范圍受到限制，尤其是感興趣的目標(biāo)部分。

結(jié)合直方圖局部峰值的改進(jìn)算法

對(duì)于具有多個(gè)不同灰度區(qū)域的圖像來說，圖像的灰度直方圖也會(huì)在不同區(qū)域分別具有一個(gè)局部最大值。如果在圖像局部增強(qiáng)中恰當(dāng)?shù)睦迷擃悎D像的灰度分布特點(diǎn)，可以較好的提高圖像的增強(qiáng)效果，因此，提出了一種基于灰度直方圖局部峰值的局部對(duì)比度優(yōu)化算法。

圖1 干電池缺陷圖像

圖2 缺陷圖像直方圖

該算法的思想是：在對(duì)圖像進(jìn)行傳統(tǒng)局部對(duì)比度增強(qiáng)算法之前，以圖像直方圖主要不同灰度區(qū)域的局部最大值對(duì)應(yīng)的像素值作為標(biāo)志點(diǎn)，接著，對(duì)于圖像中的每一個(gè)像素點(diǎn)，計(jì)算其灰度值與哪一個(gè)標(biāo)志點(diǎn)的距離最近，并相應(yīng)的調(diào)整局部對(duì)比度增強(qiáng)算法的權(quán)值。

該算法的具體步驟如下：

作出原始圖像的直方圖，求出主要的不同灰度區(qū)域的局部最大值，并以相應(yīng)的灰度值作為標(biāo)志點(diǎn)P1,P2,…,Pn；

對(duì)于圖像中的每個(gè)像素，計(jì)算其灰度值與所有標(biāo)志點(diǎn)的距離即灰度差值的絕對(duì)值d1,d2,…,dn；

取所有距離中的最短距離并得到對(duì)應(yīng)的標(biāo)志點(diǎn)P；

遍歷圖像中的所有像素點(diǎn)，重復(fù)步驟（2）和（3）；

對(duì)圖像進(jìn)行傳統(tǒng)局部對(duì)比度增強(qiáng)算法，并以標(biāo)志點(diǎn)信息調(diào)整權(quán)值。

缺陷圖像增強(qiáng)實(shí)驗(yàn)

為驗(yàn)證本文所提出的改進(jìn)算法可以在干電池缺陷圖像增強(qiáng)中能夠取得較好的效果，對(duì)采集的干電池缺陷圖像進(jìn)行圖像增強(qiáng)，與傳統(tǒng)的局部對(duì)比度增強(qiáng)算法和基于對(duì)數(shù)變換的圖像局部增強(qiáng)算法進(jìn)行比較，圖像增強(qiáng)效果如圖3所示。

從圖3可以看出，傳統(tǒng)局部對(duì)比度算法提高了各部分區(qū)域之間的對(duì)比度，但對(duì)于圖像中邊緣細(xì)節(jié)信息的增強(qiáng)效果不明顯；基于對(duì)數(shù)變換的局部增強(qiáng)算法需要通過大量的實(shí)驗(yàn)才可以得到較好的系數(shù)值，并且該方法只能增強(qiáng)圖像中的低灰度區(qū)域?qū)Ρ榷?，其他區(qū)域未進(jìn)行處理；對(duì)于本節(jié)提出的改進(jìn)算法求出的標(biāo)志點(diǎn)灰度值分別為2、80和248，對(duì)于灰度值距離2或248更近的像素點(diǎn)，設(shè)置加權(quán)系數(shù)為3，對(duì)于灰度值距離80更近的像素點(diǎn)設(shè)置的加權(quán)系數(shù)為1.5，從而不僅可以更好的提高干電池圖像中各部分區(qū)域之間的對(duì)比度，還較為明顯的突出了圖中各部分區(qū)域邊緣細(xì)節(jié)信息，有效地改善了缺陷部分的視覺效果。

結(jié)語

由于干電池生產(chǎn)線質(zhì)量監(jiān)控檢測(cè)采用人工目測(cè)的方法存在效率低、不穩(wěn)定的問題，開展基于機(jī)器視覺的干電池缺陷自動(dòng)檢測(cè)是必然趨勢(shì)，本文提出的干電池缺陷圖像增強(qiáng)改進(jìn)算法可以較好地改善干電池圖像的模糊問題，并明顯的突出了圖像中的邊緣細(xì)節(jié)信息，加強(qiáng)了圖像缺陷的視覺效果，從而為后續(xù)的干電池缺陷檢測(cè)做好了鋪墊。

方 浩 李瑜煜 陳觀應(yīng) 許偉明

廣東工業(yè)大學(xué)材料與能源學(xué)院

方浩（1990－）男，碩士研究生，研究領(lǐng)域?yàn)闄C(jī)器視覺、模式識(shí)別等；李瑜煜，男，副教授，研究領(lǐng)域?yàn)閭鞲衅鲬?yīng)用，機(jī)器視覺等；陳觀應(yīng)（1988－）男，碩士研究生，研究領(lǐng)域?yàn)闄C(jī)器視覺、模式識(shí)別等；許偉明 （1991－）男，碩士研究生，研究領(lǐng)域?yàn)閭鞲衅鲬?yīng)用等。

10.3969/j.issn.1001-8972.2016.09.037