阅读说明：本技术 基于光照亮度调整的汽车涂装表面缺陷图像质量优化方法 (Illumination brightness adjustment-based automobile coating surface defect image quality optimization method ) 是由 董明宇 刘民 常飞 于 2019-10-10 设计创作，主要内容包括：本发明实施例提供一种基于光照亮度调整的汽车涂装表面缺陷图像质量优化方法,该方法包括：针对不确定成像条件下汽车涂装表面缺陷图像出现的光照不均匀问题,提出一种基于光照亮度两阶段快速调整的图像质量优化方法。该方法首先在第一阶段采用支持向量回归算法,通过光源位置预测其光照亮度等级值,将光照亮度调整到预测值；然后,在第二阶段采集汽车涂装表面缺陷图像,通过光照不均匀度评估算法计算图像的光照不均匀度值,以最小化图像光照不均匀度值为优化目标,迭代调整光照亮度。本发明应用于汽车涂装表面缺陷检测过程,可显著改善光照不均匀的汽车涂装表面缺陷图像的质量。(The embodiment of the invention provides an automobile coating surface defect image quality optimization method based on illumination brightness adjustment, which comprises the following steps: aiming at the problem of uneven illumination of a defective image on the surface of automobile coating under an uncertain imaging condition, the image quality optimization method based on two-stage quick adjustment of illumination brightness is provided. Firstly, adopting a support vector regression algorithm in a first stage, predicting an illumination brightness grade value of a light source through the position of the light source, and adjusting the illumination brightness to a predicted value; and then, acquiring an automobile coating surface defect image at the second stage, calculating an illumination unevenness value of the image through an illumination unevenness evaluation algorithm, and iteratively adjusting illumination brightness by taking the minimized image illumination unevenness value as an optimization target. The method is applied to the detection process of the defects on the surface of the automobile coating, and can obviously improve the quality of the defect images on the surface of the automobile coating with uneven illumination.)

基于光照亮度调整的汽车涂装表面缺陷图像质量优化方法

技术领域

本发明涉及计算机技术领域，尤其涉及一种基于光照亮度调整的汽车涂装表面缺陷图像质量优化方法。

背景技术

当前，由于位置不同、视角不同、距离不同、环境光照干扰不同等因素的影响，拍摄的图像易出现的光照不均匀的问题，如整体灰度低、局部灰度低和反光现象等，通常采用图像增强处理算法对采集后的图像质量进行修正，如直方图均衡化法为代表的灰度变换法、基于照明—反射模型的同态滤波方法、Retinex算法、梯度域图像增强方法等。这些算法均属于图像后处理算法，受限于算法思想均具有较低的普适性、对复杂环境缺乏鲁棒性。此外、其处理效果也受限于图像本身的质量。

某些目标表面光滑，造成强反射、缺陷真实尺寸小成像时对成像条件敏感、局部表面区域面型复杂，如边缘、凹坑、缝隙、边角等，造成采集的图像严重光照不均，通过图像处理方法实现图像增强效果有限。

因此，亟需一种基于光照亮度调整的汽车涂装表面缺陷图像质量优化方法。

发明内容

针对上述问题，本发明实施例提供一种基于光照亮度调整的汽车涂装表面缺陷图像质量优化方法。

本发明实施例提供一种基于光照亮度调整的汽车涂装表面缺陷图像质量优化方法，包括：

针对不确定成像条件下汽车涂装表面缺陷图像易出现的光照不均匀问题，提出一种基于光照亮度两阶段快速调整的图像质量优化方法，该方法适用于光照亮度可调的移动式图像采集模块，所述移动式图像采集模块由相对位置固定的光源和图像采集相机构成，所述光源与所述图像采集相机位于同侧，所述图像质量优化方法实现步骤如下：

步骤(1)：初始化，设定如下基本变量：

首先，设定问题变量和算法参数：

pos：所述图像采集模块所在待测车体相对位置，值为1、2、3、4，分别对应所述待测车体的前、右、后、左；

dist：所述图像采集模块中所述光源到被测对象表面的直线距离；

d：所述光源的光照亮度值，取值范围为0000-9999；

I_uneven：汽车车体涂装表面缺陷图像光照非均匀度值；

N_pue：光照过低像素，即灰度值低于预设下限阈值的像素点数量；

N_poe：光照过低像素，即灰度值高于预设上限阈值的像素点数量；

N_I：图像像素总数量；

α:光照过低像素与光照过高像素权重系数，取值为0.5；

d_u:调整光源亮度值一次调整的最小单元，默认为50；

步骤(2)：光照亮度初步预测与调整，根据输入数据X＝(pos,dist)，采用预训练的支持向量回归算法预测光照亮度值，然后将数值发送给光源亮度控制器，预训练的样本数据输入为X_j＝(pos_j,dist_j)，标签数据为光照亮度等级d_j；

步骤(3)：光照亮度迭代调整，从所述图像采集模块的相机中采集所述待测车体涂装表面缺陷图像，根据光照非均匀度计算公式计算其光照非均匀度值I_uneven，光照非均匀度计算公式如下：

步骤(3.1)：将光照亮度调高一个亮度单元，采集图像并计算光照非均匀度值I_uneven，比较前后两次图像非均匀度值，如果图像非均匀度值减小，则继续按照步骤3.1进行调整，如果图像非均匀度值增大，则将光照亮度恢复到前一光照亮度，然后按下一步进行调整；

步骤(3.2)：将光照亮度调低一个亮度单元，采集图像计算I_uneven，比较前后两次图像非均匀度值，前后两次图像表示当前亮度的图像和上一次亮度的图像，如果图像非均匀度值减小，则继续按照步骤3.2进行调整，如果图像非均匀度值增加，则将光照亮度恢复到前一光照亮度，然后停止调整，则此时采集的图像光照非均匀度最小，质量最优。

本发明实施例提供一种基于光照亮度调整的汽车涂装表面缺陷图像质量优化方法，本发明应用于汽车涂装表面缺陷检测过程，可显著改善光照不均匀的汽车涂装表面缺陷图像的质量。

附图说明

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一简单地介绍，显而易见地，下面描述中的附图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的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的一种基于光照亮度调整的汽车涂装表面缺陷图像质量优化方法的流程图；

图2为本发明实施例中图像采集模块的结构示意图；

图3为本发明实施例提供的一种电子设备的实体结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，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作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。

图1为本发明实施例提供的一种基于光照亮度调整的汽车涂装表面缺陷图像质量优化方法的流程图，如图1所示，该方法包括：

针对不确定成像条件下汽车涂装表面缺陷图像易出现的光照不均匀问题，提出一种基于光照亮度两阶段快速调整的图像质量优化方法，该方法适用于光照亮度可调的移动式图像采集模块，所述移动式图像采集模块由相对位置固定的光源和图像采集相机构成，所述光源与所述图像采集相机位于同侧，所述图像质量优化方法实现步骤如下：

步骤(1)：初始化，设定如下基本变量：

首先，设定问题变量和算法参数：

pos：所述图像采集模块所在待测车体相对位置，值为1、2、3、4，分别对应所述待测车体的前、右、后、左；

dist：所述图像采集模块中所述光源到被测对象表面的直线距离；

d：所述光源的光照亮度值，取值范围为0000-9999；

I_uneven：汽车车体涂装表面缺陷图像光照非均匀度值；

N_pue：光照过低像素，即灰度值低于预设下限阈值的像素点数量；

N_poe：光照过低像素，即灰度值高于预设上限阈值的像素点数量；

N_I：图像像素总数量；

α:光照过低像素与光照过高像素权重系数，取值为0.5；

d_u:调整光源亮度值一次调整的最小单元，默认为50；

步骤(2)：光照亮度初步预测与调整，根据输入数据X＝(pos,dist)，采用预训练的支持向量回归算法预测光照亮度值，然后将数值发送给光源亮度控制器，预训练的样本数据输入为X_j＝(pos_j,dist_j)，标签数据为光照亮度等级d_j；

步骤(3)：光照亮度迭代调整，从所述图像采集模块的相机中采集所述待测车体涂装表面缺陷图像，根据光照非均匀度计算公式计算其光照非均匀度值I_uneven，光照非均匀度计算公式如下：

步骤(3.1)：将光照亮度调高一个亮度单元，采集图像并计算光照非均匀度值I_uneven，比较前后两次图像非均匀度值，如果图像非均匀度值减小，则继续按照步骤3.1进行调整，如果图像非均匀度值增大，则将光照亮度恢复到前一光照亮度，然后按下一步进行调整；

步骤(3.2)：将光照亮度调低一个亮度单元，采集图像计算I_uneven，比较前后两次图像非均匀度值，前后两次图像表示当前亮度的图像和上一次亮度的图像，如果图像非均匀度值减小，则继续按照步骤3.2进行调整，如果图像非均匀度值增加，则将光照亮度恢复到前一光照亮度，然后停止调整，则此时采集的图像光照非均匀度最小，质量最优。

本发明实施例以带有光源调控能力的可移动的图像采集模块为基础，图像采集模块包含一个CCD相机、一个激光测距仪、一个LED光源以及光源亮度控制器，图2为本发明实施例中图像采集模块的结构示意图，如图2所示，本发明的实施方式如下：

步骤(1)：启动光照调整系统软件，完成相机、光源、激光测距仪的连接和初始化；

步骤(2)：初始化，设定如下基本变量：

设定问题变量和算法参数：

pos：所述图像采集模块所在待测车体相对位置，值为1、2、3、4，分别对应所述待测车体的前、右、后、左；

dist：所述图像采集模块中所述光源到被测对象表面的直线距离；

d：所述光源的光照亮度值，取值范围为0000-9999；

I_uneven：汽车车体涂装表面缺陷图像光照非均匀度值；

N_pue：光照过低像素，即灰度值低于预设下限阈值的像素点数量；

N_poe：光照过低像素，即灰度值高于预设上限阈值的像素点数量；

N_I：图像像素总数量；

α:光照过低像素与光照过高像素权重系数，取值为0.5；

d_u:调整光源亮度值一次调整的最小单元，默认为50；

步骤(3)：光照亮度初步预测与调整，根据输入数据X＝(pos,dist)，采用预训练的支持向量回归算法预测光照亮度值，然后将数值发送给光源亮度控制器，预训练的样本数据输入为X_j＝(pos_j,dist_j)，标签数据为光照亮度等级d_j；

步骤(4)：光照亮度迭代调整，从所述图像采集模块的相机中采集所述待测车体涂装表面缺陷图像，根据光照非均匀度计算公式计算其光照非均匀度值I_uneven，光照非均匀度计算公式如下：

步骤(4.1)：将光照亮度调高一个亮度单元，采集图像并计算光照非均匀度值I_uneven，比较前后两次图像非均匀度值，如果图像非均匀度值减小，则继续按照步骤4.1进行调整，如果图像非均匀度值增大，则将光照亮度恢复到前一光照亮度，然后按下一步进行调整；

步骤(4.2)：将光照亮度调低一个亮度单元，采集图像计算I_uneven，比较前后两次图像非均匀度值，前后两次图像表示当前亮度的图像和上一次亮度的图像，如果图像非均匀度值减小，则继续按照步骤4.2进行调整，如果图像非均匀度值增加，则将光照亮度恢复到前一光照亮度，然后停止调整，则此时采集的图像光照非均匀度最小，质量最优。

步骤(5)：缺陷检测验证。通过基于深度学习的目标检测算法，对图像进行检测，计算被检测的缺陷数量，检测的缺陷数量反应图像质量的好坏。

实验一：随机选择汽车涂装表面的一个位置，移动图像采集模块到该位置，设定位置pos值，启动光照自动调整算法，通过5次调整将图像质量调整到最优(第一阶段1次调整，第二阶段3次迭代调整)。图像尺寸为3648×3648像素；Thpue(预设下限阈值)、Thpoe(预设上限阈值)分别设为60和250，表1表示基于光照亮度快速调整的汽车涂装表面缺陷图像质量优化具体过程与结果，如表所示：

表1

调整步骤	光源亮度等级	图像非均匀度值	缺陷检出数量
				第一阶段调整	650	0.04920054	315
第二阶段第一次调整	700	0.09545425	247
				第二阶段第二次调整	600	0.00000180	376
第二阶段第三次调整	550	0.07275616	285
				第二阶段调整最优	600	0.00000180	376

本发明实施例利用该光源亮度自适应调整装置拍摄到的汽车车体缺陷图像，利用该图像对汽车车体的缺陷进行检测。随机选择涂装车体车侧的一个位置，移动该光源亮度自适应调整装置到该位置，设定与车体的相对位置，启动上面提供的光照自动调整方法，通过5次迭代将光照调整到最优光照亮度。并且，通过对每次光照亮度对应的图像进行缺陷检测，最优光照亮度所对应的图像检测出来的缺陷最少。

图3为本发明实施例提供的一种电子设备的实体结构示意图，如图3所示，该服务器可以包括：处理器(processor)310、通信接口(Communications Interface)320、存储器(memory)330和通信总线340，其中，处理器310，通信接口320，存储器330通过通信总线340完成相互间的通信。处理器310可以调用存储器330中的逻辑指令，以执行如下方法：

针对不确定成像条件下汽车涂装表面缺陷图像易出现的光照不均匀问题，提出一种基于光照亮度两阶段快速调整的图像质量优化方法，该方法适用于光照亮度可调的移动式图像采集模块，所述移动式图像采集模块由相对位置固定的光源和图像采集相机构成，所述光源与所述图像采集相机位于同侧，所述图像质量优化方法实现步骤如下：

步骤(1)：初始化，设定如下基本变量：

首先，设定问题变量和算法参数：

pos：所述图像采集模块所在待测车体相对位置，值为1、2、3、4，分别对应所述待测车体的前、右、后、左；

dist：所述图像采集模块中所述光源到被测对象表面的直线距离；

d：所述光源的光照亮度值，取值范围为0000-9999；

I_uneven：汽车车体涂装表面缺陷图像光照非均匀度值；

N_pue：光照过低像素，即灰度值低于预设下限阈值的像素点数量；

N_poe：光照过低像素，即灰度值高于预设上限阈值的像素点数量；

N_I：图像像素总数量；

α:光照过低像素与光照过高像素权重系数，取值为0.5；

d_u:调整光源亮度值一次调整的最小单元，默认为50；

步骤(2)：光照亮度初步预测与调整，根据输入数据X＝(pos,dist)，采用预训练的支持向量回归算法预测光照亮度值，然后将数值发送给光源亮度控制器，预训练的样本数据输入为X_j＝(pos_j,dist_j)，标签数据为光照亮度等级d_j；

步骤(3)：光照亮度迭代调整，从所述图像采集模块的相机中采集所述待测车体涂装表面缺陷图像，根据光照非均匀度计算公式计算其光照非均匀度值I_uneven，光照非均匀度计算公式如下：

步骤(3.1)：将光照亮度调高一个亮度单元，采集图像并计算光照非均匀度值I_uneven，比较前后两次图像非均匀度值，如果图像非均匀度值减小，则继续按照步骤3.1进行调整，如果图像非均匀度值增大，则将光照亮度恢复到前一光照亮度，然后按下一步进行调整；

步骤(3.2)：将光照亮度调低一个亮度单元，采集图像计算I_uneven，比较前后两次图像非均匀度值，前后两次图像表示当前亮度的图像和上一次亮度的图像，如果图像非均匀度值减小，则继续按照步骤3.2进行调整，如果图像非均匀度值增加，则将光照亮度恢复到前一光照亮度，然后停止调整，则此时采集的图像光照非均匀度最小，质量最优。

此外，上述的存储器330中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，RandomAccessMemory)、磁碟或者光盘等各种可以存储程序代码的介质。

另一方面，本发明实施例还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各实施例提供的传输方法，例如包括：

针对不确定成像条件下汽车涂装表面缺陷图像易出现的光照不均匀问题，提出一种基于光照亮度两阶段快速调整的图像质量优化方法，该方法适用于光照亮度可调的移动式图像采集模块，所述移动式图像采集模块由相对位置固定的光源和图像采集相机构成，所述光源与所述图像采集相机位于同侧，所述图像质量优化方法实现步骤如下：

步骤(1)：初始化，设定如下基本变量：

首先，设定问题变量和算法参数：

pos：所述图像采集模块所在待测车体相对位置，值为1、2、3、4，分别对应所述待测车体的前、右、后、左；

dist：所述图像采集模块中所述光源到被测对象表面的直线距离；

d：所述光源的光照亮度值，取值范围为0000-9999；

I_uneven：汽车车体涂装表面缺陷图像光照非均匀度值；

N_pue：光照过低像素，即灰度值低于预设下限阈值的像素点数量；

N_poe：光照过低像素，即灰度值高于预设上限阈值的像素点数量；

N_I：图像像素总数量；

α:光照过低像素与光照过高像素权重系数，取值为0.5；

d_u:调整光源亮度值一次调整的最小单元，默认为50；

步骤(2)：光照亮度初步预测与调整，根据输入数据X＝(pos,dist)，采用预训练的支持向量回归算法预测光照亮度值，然后将数值发送给光源亮度控制器，预训练的样本数据输入为X_j＝(pos_j,dist_j)，标签数据为光照亮度等级d_j；

步骤(3)：光照亮度迭代调整，从所述图像采集模块的相机中采集所述待测车体涂装表面缺陷图像，根据光照非均匀度计算公式计算其光照非均匀度值I_uneven，光照非均匀度计算公式如下：

步骤(3.1)：将光照亮度调高一个亮度单元，采集图像并计算光照非均匀度值I_uneven，比较前后两次图像非均匀度值，如果图像非均匀度值减小，则继续按照步骤3.1进行调整，如果图像非均匀度值增大，则将光照亮度恢复到前一光照亮度，然后按下一步进行调整；

步骤(3.2)：将光照亮度调低一个亮度单元，采集图像计算I_uneven，比较前后两次图像非均匀度值，前后两次图像表示当前亮度的图像和上一次亮度的图像，如果图像非均匀度值减小，则继续按照步骤3.2进行调整，如果图像非均匀度值增加，则将光照亮度恢复到前一光照亮度，然后停止调整，则此时采集的图像光照非均匀度最小，质量最优。

以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。