中文引用格式： 楊凱鈞，陳逃. 非均勻光照下銅板表面缺陷圖像增強(qiáng)[J]. 電子技術(shù)應(yīng)用,，2024,，50(9)：94-100.
英文引用格式： Yang Kaijun，Chen Tao. Enhancement of surface defect images on copper plates under non-uniform illumination[J]. Application of Electronic Technique,，2024,，50(9)：94-100.
引言
在工業(yè)制造和表面缺陷檢測(cè)領(lǐng)域,，銅板作為重要材料，廣泛應(yīng)用于多個(gè)領(lǐng)域,。隨著檢測(cè)技術(shù)的發(fā)展,，利用機(jī)器視覺對(duì)銅板表面缺陷進(jìn)行檢測(cè)的應(yīng)用也在逐漸擴(kuò)大。然而,，在實(shí)際應(yīng)用中,，由于非均勻光照影響，銅板表面高光噪聲成為缺陷檢測(cè)的主要障礙之一[1],，并且銅板表面的圖像往往呈現(xiàn)出高反光,、亮度失真等問(wèn)題，從而顯著降低了圖像的質(zhì)量,。
目前,，針對(duì)光照不均勻的圖像增強(qiáng)主要分為基于空間域[2-4]和基于頻率域[5-7]兩大方面?；诳臻g域的圖像增強(qiáng)方法包括直方圖均衡化方法和Retinex方法等,。基于頻率域的方法主要有：低通濾波,、高通濾波,、同態(tài)濾波等。直方圖均衡化[8]通過(guò)重新分布圖像的灰度級(jí)來(lái)增強(qiáng)對(duì)比度,，它對(duì)整體圖像進(jìn)行處理,。Retinex方法[9]受啟發(fā)于人眼對(duì)光照的適應(yīng)性,，SSR和MSR是常見的Retinex變體?；陬l率域的圖像增強(qiáng)算法將圖像視為包含高頻和低頻復(fù)合信號(hào)[10],。傅里葉變換[11]是一種常見的方法，但此類算法通常在自適應(yīng)性方面較為有限,。孫闊原等[12]采用最大類間方差法進(jìn)行值分割,，結(jié)合形態(tài)學(xué)濾波及邊緣幾何特征對(duì)缺陷進(jìn)行定位檢測(cè)。王偉江等人[13]針對(duì)光照問(wèn)題提出基于形態(tài)學(xué)熵圖像的光照歸一化算法,，能有效增強(qiáng)光照不均圖像,。王凡等人[14]利用多結(jié)構(gòu)形態(tài)學(xué)增強(qiáng)算法可以有效提取光照不均圖像中形狀較小的缺陷。劉志成等[15]提出了一種將Retinex理論與伽馬變換相結(jié)合的自適應(yīng)調(diào)整算法,，可以保留更詳細(xì)的信息，但仍會(huì)存在亮度飽和效應(yīng),。湯子麟等人[16]構(gòu)造了一種自適應(yīng)伽馬矯正函數(shù),，可以兼顧圖像的全局特性和局部細(xì)節(jié)信息，但對(duì)強(qiáng)光部分處理效果較差,。深度學(xué)習(xí)方法,，如RetinexNet[17]和AM-RetinexNet [18]將Retinex與神經(jīng)網(wǎng)絡(luò)相結(jié)合，使用大量數(shù)據(jù)集訓(xùn)練校正模型,，在圖像降噪和色彩視覺修正等方面表現(xiàn)較好,，但對(duì)圖像中的反光區(qū)域優(yōu)化效果較差。
上述的研究對(duì)改善圖像質(zhì)量具有一定的效果,，但還是存在一些不足之處,，在優(yōu)化圖像的過(guò)程中，會(huì)影響圖像中的正常部分,，從而失去圖像中的部分細(xì)節(jié),，且對(duì)反光部分優(yōu)化較差。針對(duì)這些問(wèn)題,，本文提出了一種非均勻光照?qǐng)鼍跋裸~板表面缺陷圖像的增強(qiáng)方法,。
本文詳細(xì)內(nèi)容請(qǐng)下載：
http://forexkbc.com/resource/share/2000006149
作者信息：
楊凱鈞，陳逃
（昆明理工大學(xué) 信息工程與自動(dòng)化學(xué)院,，云南 昆明 650504）
