本科毕业设计说明书().docx

《本科毕业设计说明书().docx》由会员分享，可在线阅读，更多相关《本科毕业设计说明书().docx（39页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、优质文本 本科毕业设计说明书光照不均匀图像的校正二 一 六 年 六 月优质文本摘 要光照不均匀图像的校正是图像处理的一个根底性问题，它的根底性在于它是图像深度处理的铺垫。光照不均匀图像的校正也是数字图像处理的一个前沿问题，它的前沿性在于待研究的领域很多。所以光照不均匀图像校正这个课题兼具理论性与工程性，通过对这个课题的研究可以帮助我们获得更多的，探究更多的未知。实际成像环境中因受到光源光照不佳、物体外表采光不均等因素影响，所拍摄的图像往往是目标与背景差异较小且光照不均匀的。光照不均匀表达在图像光照亮度不均匀、直方图上波峰与峰谷杂乱无章，造成图像的分割效果差、有效信息识读困难。本次设计采用线阵C

2、CD摄像机采集矿用输送带上皮带图像，光源采用白色线性光源。因上皮带呈弧状，光源光照很难到达均匀，且在输送带的宽度方向上各点采光不均，加上输送带外表的划痕、煤泥、水痕等因素影响，所采集的图像是光照不均匀图像。 在对不均匀光照图像的传统处理方法和线阵相机所采集图像特性进行深入分析的根底上，提出了一种光照不均匀的非线性校正方法。通过将本文方法与同态滤波、概率统计方法进行比拟分析，本文方法算法结构简单、处理速度快、校正效果优越，为后续的图像处理、识别奠定了的根底。关键词：非线性校正；光照不均匀；图像增强；图像处理AbstractUneven illumination image correction

3、is a basic problem of image processing, it is fundamental that it is foreshadowing image depth processing. Uneven illumination image correction digital image processing is a cutting-edge issues, it is that many frontier areas to be studied. So uneven illumination image correcting this issue both the

4、oretical and engineering properties, through the study of this subject can help us get more known, to explore more unknown.Actual imaging environment impact due to poor light by the light source, the surface uneven lighting and other factors, the captured image is often little difference between the

5、 target and background and uneven lighting. Uneven illumination image reflected in the uneven illumination brightness, histogram peaks and valley disorganized, resulting in poor image segmentation results, valid information reading difficulties. This design uses linear CCD cameras capture images min

6、e conveyor belt, a white light source using a linear light source. As the belt rounded in difficult to achieve uniform illumination light source, and in the width direction of each of the conveyor belt point uneven lighting, coupled with the conveyor belt impact scratches, slime, surface water marks

7、 and other factors, the acquired images are uneven illumination image.On the basis of image characteristics of uneven illumination image processing method and traditional line scan cameras collected in-depth analysis of the proposed non-uniform illumination of one non-linear correction method. By th

8、is method and homomorphic filtering, probability and statistics comparative analysis, this method to calculate speed, good correction effect, laid for subsequent image processing, recognition basis.Keywords：Nonlinear correction; uneven illumination; image enhancement; image processing目录第一章 绪论11.1图像处

9、理开展现状11.2课题研究背景11.3研究主要内容2第二章 图像校正分析32.1光照不均匀产生的原因32.2校正算法对图像的影响32.3光照不均匀图像校正常用方法42.3.1基于直方图变换的校正方法42.3.2基于Retinex理论的校正方法42.3.3基于梯度域的校正方法5第三章 图像采集系统的介绍73.1 系统总体装置简介73.2 采集图像装置的选择8第四章 光照不均匀图像处理94.1 基于同态滤波算法94.1.1理论分析94.1.2 MATLAB软件模拟实验104.2基于统计特性的算法134.2.1输送带图像的统计特性134.2.2空域幅值图、相位图的特征分析144.2.3空域幅值图的不

10、均匀光照校正154.2.4基于统计特性的不均匀光照校正步骤174.3非线性校正184.3.1 校正原理184.3.2实验仿真194.4各算法校正效果比拟21结 论22参考文献23附 录25谢 辞34优质文本第一章 绪论图像处理目的在于获取高质量的图像，高质量的图像往往能清楚的传递高质量的信息，这些信息可以用于现实生活中的方方面面。可以说有科学发现的地方，就有图像处理的存在。在日常生活，我们比拟直观的接触到图像处理大概是各种显示器，比方微机的显示器、电视机、更多的是现在人手一部的移动 。我们都有过调节显示器的亮度、比照度的体验，再或者调节显示图像的大小。其实这些操作就是在对图像进行处理，这其中涉

11、及图像处理比拟多的方向，由于篇幅有限，本文只涉及讨论校正光照方面的图像处理。1.1图像处理开展现状在医学领域，图像处理与医学检测更是难分难舍。我们比拟熟悉的医疗检测仪器有B超、CT、X光，它们都是医学领域图像处理的杰出代表。设计和制造这些仪器设备是一个系统工程，其涉及的知识比拟广也比拟多，但总的目的是为了获得高质量的图片。它们设计的总体思路是前端获取信息，中端分析和处理信息，末端显示信息。图像的处理的工作重点一般是在中端，这就是需要扎实的信息处理知识。本次设计结合实际情况考虑实验的可行性，省去了前端局部，只对前端获取的图像进行处理，然后显示处理后的结果。图像处理无疑是在一个电子器件里创造一个新

12、世界，多么的神奇与兴奋。人类对未知总充满着好奇，在科学的前沿领域也少不图像处理的身影。大到各种天文望远镜，小到种类繁多的电子显微镜，这都是与图像处理相关的领域。现代科学技术的新发现越来越离不开高性能的仪器设备来观测，而图像处理就相当于观察未知世界的眼睛，这说明了图像处理的重要地位。 1.2课题研究背景数字图像处理对象范围广泛，结合实际情况，本次设计对处理对象深度和广度进行了限定，本次设计处理的主要对象为输送带。输送带运输效率高，所以矿井的煤矿经常采用输送带来运输。输送带材质多为外外表多为橡胶，而内芯是采用钢丝编织而成的。由于煤矿的运输环境恶劣，输送带往往会出现各种故障，常见的故障有钢丝绳芯故障

13、、输送带胶面故障。胶面故障包括胶面破损、纵向撕裂、跑偏故障。胶面破损往往是由于受坚硬异物划伤、与机架摩擦、外表积水引起胶质变硬老化等因素引起，橡胶层破坏后将裸露出钢丝绳芯。由于矿井条件恶劣，钢丝绳芯会被锈蚀，再受到应力应变后可能发生断裂。严重胶面破损是纵向撕裂的前兆13，假设不及时处理，破损会扩张，最后产生破坏性撕裂。目前在工业现场，胶面破损检测主要靠人眼进行目测，需要输送带在低速、空载条件运行，且需要频繁启停，机械磨损增加，检测效率、质量低，耗时耗力。采用机器视觉的方法进行输送带胶面破损的检测，能有效提高检测效率和质量，可在带载情况下进行，无需频繁启停机。摄像机采集矿用输送带的上皮带图像，因

14、上皮带呈弧状，光源光照很难到达均匀，且在输送带的宽度方向上各点采光不均，加上输送带外表的划痕、煤泥、水痕等因素影响，所采集的图像是光照不均匀图像。1.3研究主要内容本次课题的主题为光照不均匀的图像校正，这是数字图像处理的根底问题，只有尽可能处理好这一问题，才能为后续图像信息的提取提供有利条件。本文主要探讨处理光照不均匀输送带灰度图像处理，也就是对值域为0,255)的灰度值矩阵进行处理。能够处理灰度矩阵软件很多，比方：C语言、VB语言、MATLAB语言。MATLAB语言处理图像优势明显，所以本次设计采用MATLAB语言作为图像校正的工具。本文对同态滤波、统计算法校正光照不均匀图像进行了探讨，在对

15、线阵相机所采集图像特性进行了分析后，设计了一种光照不均匀的非线性处理方法，该方法校正效果良好、算法运行速度快。 优质文本第二章 图像校正分析在实际的图像获取过程中，系统中多个环节可导致图像质量获取不佳，最终达不到提取关键信息条件。比方有的图像中含有比拟多的黑白噪点、有的图像发生了变形、有的物体处于较远景深或处于较暗局部，具体细节看不清楚等。2.1光照不均匀产生的原因这个世界本来是光照不均匀的，正是因为这种不均匀光照的存在，我们才能看到世界上物体的形体。引起光照不均匀的原因有两个。一个是光源，比方在暗室的点光源照明条件下获得的图像是不均匀的。这是因为在点光源照明条件下，光照强度跟离光源距离成反比

16、，所以光照在这种条件是不均匀的；另一个物体，比方在均匀光照条件下，由于物体遮挡，导致遮挡物受光局部光照是均匀，图像是清晰的。遮挡物背光阴影区，由于光的衍射，阴影区光照是不均匀的。这是光照不均匀原因其二。实际上，我们对图像进行光照均匀校正是会破坏图像的形体，导致我图像立体感破坏，那么为什么我们还要进行光照不均匀校正。在数字图像处理中，对图像进行光照均匀校正后可获得同一灰度级里相同比照度的图像。在这种条件的图片里，可以很方便的进行指定位置物体边缘轮廓提取和形态识别。2.2校正算法对图像的影响图像增强是带有目的性的，它根据需要提取的特定信息情况而采用特定的处理方法，往往针对某一具体工程的时候，会有新

17、的处理算法产生。本文讨论的光照不均匀图像校正就有很多算法，比方：直方图均衡法、同态滤波法、基于统计特性的算法、基于梯度域的算法和基于Retinex理论的算法等。直方图均衡法可增强比照度、使灰度分布更均匀，但忽略了细节、频率信息，会导致增强过渡；同态滤波法滤出低频信息、保存细节的高频信息，校正效果良好，但运算时间长；基于概率统计算法可避开噪声，系统结构稳健；基于梯度域算法对图像细节和层次感保持良好，但易造成图像锐化、重建困难；基于Retinex算法结构简单、能增强图像的比照度。2.3光照不均匀图像校正常用方法光照不均匀图像的灰度校正研究成果丰富，大局部方法处理的原理是在保持图像比照度不变的前提下

18、，将图像的灰度值控制在某一灰度级附近。下面将简单介绍一些常用校正方法，可以通过分析简单方法来探索光照不均匀图像的校正规律。2.3.1基于直方图变换的校正方法直方图以灰度级为因变量，灰度级的概率为变量来表示灰度级的概率分布图。假设灰度级值域在0,N-1，那么其中某一灰度级的概率为： (2-1)其中，k为灰度级，n为图像的像素总数，为第k灰度级的灰度值，为的像素个数，为出现的概率。在MATLAB软件图像处理工具箱中内嵌图像直方图均衡化的函数histeqimage，该函数可以直接对灰度图直方图进行均衡化。非线性拉伸直方图使其均匀分布，可提高图像整体比照度。对于整体偏亮、偏暗的图像或图像中包含一块比照

19、度不高的区域，该方法可以很好的校正。该方法虽然可以增强图像的比照度和保持图像的原始特征，但该方法无视了图像的细节和频率信息，可能导致图像过增强1。2.3.2基于Retinex理论的校正方法Retinex为Retina和Cortex组合而成，是由物理学家Edwin Land1提出的一种视觉理论模型。该理论是建立在实验的根底上提出来的，该理论认为自然光的照射对物体颜色的形成作用不大。物体颜色形成的关键在物体吸收自然光后，物体对不同波长的光的反射能力不同，导致我们眼镜看到了不同物体的颜色和空间立体感。Retinex理论把图像认为图像由两局部组成，照射分量和反射分量。照射分量是低频分量，它仅仅只反映光

20、照情况，动态性低。反射分量是高频分量，它反映的是物体的动态细节，细节多，频率高。就是利用图像的这个特点，我们可以来校正光照不均匀图像。Retinex理论数学表达式如下： (2-2)其中，为反射分量，是照射分量。Retinex理论结构图2-1如下：图2-1 Retinex理论分光图根据Retinex理论，如果去掉反映照射分量低频信息，留下决定图像细节的反射分量高频分量，那么图像就将不受光照的干扰。对Retinex理论数学式取对数后，乘法运算变成对数域加法运算。取对数后运算结果如下： (2-3)令、和，那么上式变为： (2-4)加法运算的复杂度小于乘法运算的复杂度，利用加减运算去掉取对数的的照度分

21、量，就可以得到反映图像细节特征的反射分量。照射分量大小的估计正是Retinex的魅力所在，对于照射大小估计方法的不同也就形成了不同的Retinex理论校正光照不均匀的方法。对除去照射分量后剩下的式子，理想情况下剩下的局部完全为反射分量，对反射分量取指数后，得到下式： (2-5)其中就是就是Retinex理论校正算法处理后的图像。2.3.3基于梯度域的校正方法梯度能反映三维函数变化的陡峭程度，灰度图像可以看成是有三维图像。图像的背景光照不均匀，表现为光照强的地方，图像比照度高，在梯度上表现为高陡。光照弱的地方，图像比照度底，在梯度上表现为平缓。根据灰度图像梯度得这一特点，可以用针对图像梯度的来校

22、正光照不均匀图像。基于梯度域校正光照不均匀图像理论如下：先对灰度图像取对数，对取对数后的图像求梯度；给相同梯度像素点乘以一个相应数值因子，来改变单个像素点梯度值；利用改变后梯度重新建立图像，最后对处理后图像进行指数运算得到灰度图像。该方法可以很好的保持图像的细节和动态特征，但是对数域根据梯度重建图像需要专门的算法，该方法不具有实时性。第三章 图像采集系统的介绍图像采集系统是图像的源头，也就是我们需要处理和检测的对象。图像采集系统属于系统的硬件局部，涉及的内容比拟广泛，不是本文的主要研究对象，在这里只做简单的介绍。3.1 系统总体装置简介本次图像采集装置不是来源于工厂实际环境，而是在实验室搭建的

23、实验平台。如图3-1所示，该装置的输送带实时图像获取实验平台，输送带的宽度为1m、厚度为12mm，总长为10m，规格为ST1000,最大运行速度为6m/s,运行速度可进行变频无极调速。我们可以看到由于重力的影响，传送带以一定的弧度搭在支架上，这是导致相机提取图像光照不均匀原因其一。图3-1 系统装置图本次设计采用1.4m白色线性光源，型号：OPT-LI133041。线性光源适用于外表较大的被检测物体照明，亮度和安装角度可调、均衡、无闪烁。为了保持光源的稳定性，为线性光源配备了超大功率光源调控器，型号：OPT-APA9024-1，是给线性光源供电采集卡为千兆网卡。本次设计采用直接照明方式，即光直

24、接投射到物体外表，该方法可以得到清晰的影像。这种照明方式可以得到高比照度的图像，但是当光源投射到反射系数很高的材料外表时，会出现镜面反射现象，这是导致相机提取图像光照不均匀原因其二。如图3-2所示，可以观察到输送带外表各点不同反射强度。图3-2 输送带光照不均匀图3.2 采集图像装置的选择相机是图像采集系统的眼镜，图像提取质量的上下跟相机有着很大的关系。本次设计采用千兆网线阵CCD相机，相机的型号为MVC2048DLM-CL19，该相机像素为2048万，获取图像最高行频为19KHZ。如图3-3所示：图3-3 CCD线阵相机根据提取图像的实验环境，本次设计采用20mmNikon镜头。如图3-4所

25、示：图3-4 20mmNikon镜头第四章 光照不均匀图像处理本文主要处理对象为光照不均匀的输送带图像，在前一章，我们已经分析了输送带图像获取过程中光照不均匀的原因。这一章，我们将结合具体情况深入实际的来解决光照不均匀图像校正问题。输送带光照不均匀图像校正的方法很多，下面我们来一一介绍，并对处理的效果进行比照。4.1 基于同态滤波算法4.1.1理论分析现有的图像学理论，认为一幅图像可以由照射分量i和反射分量r组成，二者以乘积的形式构成一幅图像。其数学表达式为： (4-1)其中照射分量为图像的低频信息，是由光源决定的，反映图像整体灰度动态变化范围。其反射分量为图像的高频信息，它能反映图像的细节特

26、征，反映的是图像的比照度。对上式两边取对数： (4-2)这样取对数后低频信息与高频信息以加法的形式叠加在一起，我们需要把时域的信号转化的频域，所以对上式进行傅里叶变换： (4-3)令,和那么上式变为： (4-5)对上式用进行高通滤波，滤出表示图像光照情况低频成分，留下表示图像细节的高频成分。 (4-7)令,并对上式进行傅里叶反变换，那么： (4-8)令和,那么: (4-9)这时候图像信息又回到了时域，因为先前处理对图像取了对数。为了获得原始图像需要对上式进行反变换运算，即取指数运算：(4-10)我们把处理后的结果显示处理，同态滤波算法校正光照不均匀图像就完成了。4.1.2 MATLAB软件模拟

27、实验 本文对图像处理的工具为MATLAB软件，我们主要研究内容为编写MATLAB语言算法对光照不均匀图像进行校正。下面我们将具体讨论实验过程：本次设计主要处理对象为输送带。第一步，我们先要把原始图像读入MATLAB软件。如图4-1所示：图4-1 输送带原图图像是彩色，利用MATLAB软件图像处理工具函数rgb2gray可将原始图像转化为灰度图像。经过函数处理后的效果如图4-2所示：图4-2 输送带灰度图原始图像的灰度直方图如图4-3所示，该图横坐标为灰度级，纵坐标为该灰度级的像素占整幅图像像素的概率，该图可清楚的反映各灰度级占比情况。图4-3 原图灰度直方图本次设计是要滤除低频的照度信息，所以

28、我们要构造高通滤波器。在构造高通滤波器之前，我们先要构造一个低通滤波器。如图4-4所示为低通滤波器：图4-4 低通滤波器模型利用低通滤波器，我们构造了高通滤波，如图4-5所示：图4-5 高通滤波器模型巴特沃斯滤波器是一种重要的滤波器模型，对图像进行巴特沃斯高通滤波后，图像效果如图4-6所示：图4-6 巴特沃斯滤波后图像在图像经过分解为高频分量和低频分量，我们对图像进行了高通滤波，对滤波后的图像进行指数变换后，得到图像如图4-7所示：图4-7 同态滤波处理后图像经过上述过程处理后的图像就是经过同态滤波算法校正后图像，同态滤波算法处理后图像灰度值直方图如图4-8所示：图4-8 同态滤波处理后图像直

29、方图为了比照图像处理后的效果，本文也对原始图像的灰度图进行了中值滤波。如图4-9所示：图4-9 中值滤波处理后图像从图像的比照中，我们可以看到同态滤波能够很好的在保持图像细节不变的情况下，特别是对图像的暗部有很好的增强比照度的功能。4.2基于统计特性的算法4.2.1输送带图像的统计特性设一帧输送带图像： (4-11)式中，为背景光照信号，为噪声信号，为待测目标信号，通常为胶面破损目标3。输送带的背景和待测目标灰度的直方图均近似服从正态分布3。正态分布有均值和方差两个重要参数3。正态分布函数有如下性质：、决定满足正态分布函数的频数分布；正态曲线下与X轴之间的面积反映了该区间数目占总数目的百分比3

30、；原那么： X横轴区间，内的面积为68.3%，区间，内的面积为95.4%，区间，内的面积为99.7%3。根据输送带图像的特点和正态分布函数性质，可得如下结论：在背景图像的分块图像中，背景图像在输送带图像中所占比例很大，也就是在输送带图像的正态分布图上所占面积最大，可近似认为背景灰度值的范围在区域3。待测目标在图像中的灰度值偏小，所以每一块中的背景灰度值近似取值为3；4.2.2空域幅值图、相位图的特征分析灰度图像可看作有限长的二位数字信号,其相位谱包含各频率成分的相互位置信息，包括了所有的边缘信息；幅值谱包含各频率成分的功率信息，反映的是各频率成分亮度信息，即：各频率成分的平均灰度值。自然图像均

31、具有低通特性，即：低频成分占据大局部能量，幅值谱中的中间低频有较大的值而周围高频有较小的值。不同图像的幅值谱大多都很相似，而相位谱差异很大。如图4-12所示，图(a)为空域的源图像，图(b)、图(c)分别为幅值谱、相位谱，从图(b)中可看出，低频成分占据大局部能量，图(d)、图(e)为空域幅值图、相位图，空域幅值图反映的为原图像的亮度信息，而空域相位图反映的是原图像的边缘特征信息。综上所述，校正图像的不均匀光照，可对代表亮度信息的空域幅值图校正不均匀光照，而保持代表边缘特征信息的空域相位图不变，最后融合去不均匀光照的空域幅值图和空域相位图，即可得到去除不均匀光照的完整图像。 (a)空域图像 (

32、b)幅值谱 (c)相位谱 (d)空域幅值图 (e) 空域相位图图4-12图像频域分析例如4.2.3空域幅值图的不均匀光照校正根据4.2.2所述原理，这里将源图像的空域幅值图作为4.2.1中的，进行相应的处理。首先对源图像进行二维傅里叶变换，得到源图像的频域幅值图、频域相位图。然后取傅里叶逆变换得到空域幅值图。输送带图像内容复杂，对整幅图像处理难度大，所以讲图像进行分块处理，本文采用的分块大小为44像素。这里采用Matlab的图像分块处理函数blkproc，具体语法如下：blocks = blkproc(source，m n，fun)这里的source为源图像的空域幅值图，m、n的取值均为4。该

33、函数的功能为：将函数fun应用到图像source的每一个m-by-n的图像块中，如果需要的，那么用0填充图像source。函数fun的语法为y = fun(x)，接受一个m-by-n的矩阵x，输出一个矩阵、向量或者标量y。blkproc函数不期望输出y和输入x的维数一样，然而，只要输出y和输入x的尺寸相同，那么blocks和图像source的尺寸相同。本文中函数fun的功能为计算图像各块区域的均值、方差、最小灰度值，根据结论的公式，计算各块的背景灰度值。计算出各子块图像的背景灰度值后，采用双线性插值算法，得到整个图像的背景灰度图。这里采用Matlab的imresize函数，其语法如下：back

34、ground=imresize(blocks，Heigth，Width，bilinear)式中Heigth、Width为空域幅值图的高度和宽度，bilinear为双线性插值的属性标志，background为整个图像的背景灰度图。图4-13 基于统计特性的不均匀光照校正流程不均匀光照校正后的空域幅值图为源图像的空域幅值图source与背景灰度图background的差值。取二维傅里叶变换，得频域幅值图。与源图像的频域相位图整合后，取二维傅里叶逆变换，即可得到不均匀光照校正后的图像。4.2.4基于统计特性的不均匀光照校正步骤基于统计特性的不均匀光照校正过程如图4-13所示。详细步骤如下：1读入输送

35、带的源图像，进行二维傅里叶变换，得到频域幅值、频域相位。实例如图4-14所示。(a)源图像 (b)幅度频谱 (d)相位频谱图4-14源图像的频域分析2进行二维傅里叶逆变换，得到空域幅值图、空域相位图。如图4-15所示。 (a)空域幅值图 (b)空域相位图图4-15空域幅值图、空域相位图3求取空域幅值图的灰度背景图、去除背景后的空域幅值图，如图4-16所示。 (a)空域幅值图的灰度背景图 (b)空域幅值图去除背景后的图像图4-16空域幅值图、空域相位图4去除背景后的空域幅值图取二维傅里叶变换，得频域幅值图。与源图像的频域相位图整合后，取二维傅里叶逆变换，即可得到不均匀光照校正后的图像。如图4-1

36、7所示。图4-17去不均匀光照结果图像从校正后的结果图像可看出，光照不均匀校正效果良好。4.3非线性校正4.3.1 校正原理线阵摄像机所采集的输送带图像，光照不均匀主要为横向的光照不均匀，由于线阵相机和光源的位置均固定、输送带宽度方向上某一点在纵向的光强反射及吸收系数几乎相同，所以输送带图像在纵向上几乎都是均匀的。因此这里只需考虑横向的光照不均匀。下面具体分析一下处理过程：(1)首先，读入输送带源图像，图像高度为，宽度为。(2)输送带图像横向光照不均匀，把图像矩阵的每一列看作具有相同的光照强度。先把矩阵每一个列向量单独求和，然后求取每一个列向量的平均值，也就是求得列向均值为： ，其中 (4-1

37、2)(3)为了求整幅图像灰度的平均值，需要把上一步每一个列向量逐项加起来，即是对列向量平均值求和。把这个和值除以列数，就得到了整幅图像的平均灰度值，即： (4-13)(4)因为每一列的灰度值整体变化范围有一个大致区间，这里可以认为亮度近似相等。该输送带图像光照不均匀的主要原因是有的列整体灰度值高于平均值，有的列整体灰度值低于平均值。这里把每一列的平均值减去整幅图像平均值将得到一个差值，有的值为正，有的为负。列向量灰度均值与整幅图像灰度均值的差值：，其中 (4-14)(5)因为光照不均匀，所以需要对图像进行补偿。暗的地方，需要把它补亮；亮的地方，要把它减暗。把每一列的灰度值减去补偿的差值，暗的地

38、方减去负值等于补偿上一个正值，亮的地方减去一个正值等于补偿一个负值，这样整幅图像就得到了补偿。亮度补偿可用下式表示： (4-16)(6)显示处理后的图像。4.3.2实验仿真1首先，利用MATLAB软件读入图片，如图4-18所示：图4-18 输送带灰度图输送带图片两边有明显的暗区，其灰度值为0，如果连同暗带一起进行图像处理将拉低图像的整体灰度，对图像处理产生影响。在图像的左边有一条明显的亮带，这是图像的干扰信号，对实际图像处理也会产生影响。2把图像矩阵的每列的平均值绘制成曲线、图像整体灰度的均值绘制成直线，如图4-19所示：图4-19 列向量灰度均值曲线、整体灰度均值直线图从上图中看到，图像左侧

39、存在亮带，图像右侧存在亮带。3对图像进行光照补偿，得到处理后的结果，如图4-20所示：图4-20 校正后效果图通过对图像的观察，光照不均匀的情况根本上得到了校正，图像的细节也保持的比拟好，虽右侧的暗带的纹理信息被过渡平滑，但不会影响后续的图像处理。4.4各算法校正效果比拟同态滤波的校正效果一般，会受到滤波器参数影响，假设参数设置不合理，校正效果很难到达最正确。基于统计特性的校正方法，校正效果、运算速度受到分块模板的大小影响较大，模板越小，校正效果越好，但运算速度越慢。非线性校正法，运算速度快，校正效果好，但暗带的纹理信息会被平滑，但不会影响后续的图像处理。结 论光照不均匀图像假设不经校正直接进

40、行处理，图像的分割效果往往会很差，而且识读有效信息困难。因此，对光照不均匀图像进行有效校正是十分必要的。本文针对线阵摄像机所采集的矿用输送带不均匀光照图像进行处理、分析，首先对光照不均匀产生的原因、对图像处理影响、常用校正方法进行分析，其次对典型的同态滤波法、基于统计特性的校正方法进行实验效果分析，最后根据线阵摄像机所采集图像的特性，提出非线性校正方法，校正效果良好。基于同态滤波校正光照不均匀算法能很好的保持图像的细节，对暗区的图像能增强其比照度。不同图像光照强度分布不同，所以需要选择不同尺寸的滤波器，这是同态滤波处理图像的一个难点。基于统计特性的算法的优点是可以处理不同情况的光照不均匀图像，

41、该算法的关键步骤在于背景灰度的估计。背景估计算法优化好了，该算法的质量将大大的提升。该算法屡次进行时域、频域变换，处理图像存在延迟，实时性差；非线性校正算法简单，具有实时性，光照不均匀根本得到校正。但该算法只适合线阵摄像机采集的图像，且待测对象在纵向上的光照特性相近的场合。 抑制非线性光照不均匀校正法在暗带的过渡平滑，是下一步需解决的关键问题。参考文献1 马超玉.光照不均匀条件下列图像增强算法研究D.长春：长春理工大学，2014.2 郭佳.基于光照不均匀图像的自适应D.武汉：武汉科技大学，2013.3 韩丽娜.基于统计特性的路面光照不均匀校正算法J.科学技术与工程，2013,1326：7875

42、-7879.4 孙忠贵.数字图像光照不均匀校正及Matlab实现J.微计算机信息.2016，2443:313-314.5 朱仁欢，魏海锋.不均匀光照车牌增强算法研究J.小型微型计算机系统.2015,366：601-604.6 廖广军.基于光照不均匀图像校正研究J.中国刑警学院学报.2013，1：29-30.7 王仲，郑镕浩.光照不均匀图像的阈值分割J.计算机应用研究.2015,3211：3467-3470.8 周战荣，赵晓铭.光照不均匀的干预条纹校正新方法J.光学技术.2007,33:65-66.9 程培英，沈会良.一种光照不均匀图像恢复增强方法J.计算机应用与件.2016,2510：52-6

43、2.10 朱珂汉，杨鸣.显微镜透射光照不均匀图像校正方法J.Joumal of Computer Applications.2013,33(S1):190-192.11 林天圆，王杰.一种光照不均匀图像的灰度校正方法J.济南大学学报自然科学版.2015,296：401-405.12 杨欢.应用于工业检测的光照不均匀图像的校正J.微计算机信息.2016,257：244-246.13 李泽潭，苗长云.基于机器视觉的输送带破损检测算法J.天津工业大学学报.2014,333：66-68.14 崔颖冀,杨存典,韩丽娜.概率论和数理统计M.西安:陕西人民出版社,2010. 15 邹丹平.基于EM的直方图逼

44、近及其应用J.中国图像图形学报.2005,10(10):1458-1461.16 MICHAEL D.McCOOL.Shadow Volume Reconstruction from Depth MapsJ.ACM Transactions on Graphics(TOG).1999,19(1).17 Carlos A.B. Mello.Filtering the shadows from poorly illuminated photosC.Proceedings of the 2010 ACM Symposium on Applied Computing.New York:ACM Pres

45、s,2010:1599-1600.18 Hamilton Y.Chong,Steven J.Gortler.A perception-based color space for illumination-invariant image processingJ.ACM Transactions on Graphics(TOG).2016,27(3).附 录同态滤波MATLAB语言代码：方法一：clear all;img=imread(picture.path);J=rgb2gray(img);figure,imshow(J);title(灰度图)figure,imhist(J);figure,imshow(img);title(Original Image);f_high=1.0;f_low=0.4;gauss_low_filter=fspecial(gaussian,7 7,1.414);figure,freqz2(gauss_low_filter); matsize=size(gauss_low_filter);gauss_high_filter=zeros(matsize);gauss_h