An embodiment of the present disclosure of a two-dimensional image grayscale correction method, including dividing a two-dimensional figure into a plurality of square subregions including the number of pixels of the same number, calculating a gray mean value and a standard deviation in each subregion, and exceeding the number of pixels with a large difference of a gray value relative to the mean and standard deviation. The subregion is selected as a modified subregion, and the Gauss distribution curve is fitted in the subregions of all non modified subregions according to the gray level of each pixel point, and the fitting of the fitted Gauss distribution curve in each modified subregion is modified. This method can improve the contrast of the detector and improve the sensitivity of the detection.
【技术实现步骤摘要】
一种二维图像灰度修正方法
本公开关于图像检测技术的领域,更具体地,关于一种二维图形灰度修正方法。
技术介绍
在图像检测领域中经常需要通过光学成像或者显微成像的方法来对包括肉眼难以分辨的细微特征的检测物进行计算机辅助分析。因为图像检测经常在溶液,半透明或透明衬底,凝胶,化学混合物或专业的标定参照物上进行,使得背景中容易出现各种干扰物影响检测物的检测。而检测物本来的数量可能较少,在整幅图像中经常仅有少数几个像素点能够体现出检测物存在。为了将这些少量的检测物从图像中分辨出来,可能需要人工处理来进行筛选。此外,因为干扰物造成的光学透明度不同、光源的特征、样品的反射和散射等,所拍摄的光学图像还会出现亮度、对比度等的不均匀,而使得同类的检测物在图像上具有明显不同的成像特征。对于这种情况,需要先对光学图像进行修正,最好使得检测物能够以相似的亮度和对比度分布在将干扰物进行过滤处理后的均匀背景中,从而能够利用计算机自动筛选出检测物。当前虽然有多种图像平滑和对比度增强算法可以利用,但仍缺少一种针对该情况的有效处理方法。
技术实现思路
本公开的目的之一是解决现有技术中的上述问题,并提供一种二维图像灰度修正方法,其包括将二维图形分为多个包括相同数目像素点数目的方形子区域;在每个子区域中计算灰度平均值和标准差;将其中灰度值与平均值之间的差的绝对值大于标准差的两倍的像素点数目超过预定阈值的子区域选定为修正子区域;在所有非修正子区域的子区域中根据各个像素点的灰度拟合高斯分布曲线;以及在每个修正子区域中根据所拟合的高斯分布曲线进行修正,修正对于每个像素点的灰度按照执行,其中G为修正后的灰度, ...
【技术保护点】
一种二维图像灰度修正方法,其特征在于包括:将二维图形分为多个包括相同数目像素点数目的方形子区域;在每个子区域中计算灰度平均值和标准差;将灰度值与所述平均值之间的差的绝对值大于所述标准差的两倍的像素点数目超过预定阈值的子区域选定为修正子区域;在所有非修正子区域的子区域中根据各个像素点的灰度拟合高斯分布曲线;以及在每个修正子区域中根据所拟合的高斯分布曲线进行修正,所述修正对于每个像素点的灰度按照
【技术特征摘要】
1.一种二维图像灰度修正方法,其特征在于包括:将二维图形分为多个包括相同数目像素点数目的方形子区域;在每个子区域中计算灰度平均值和标准差;将灰度值与所述平均值之间的差的绝对值大于所述标准差的两倍的像素点数目超过预定阈值的子区域选定为修正子区域;在所有非修正子区域的子区域中根据各个像素点的灰度拟合高斯分布曲线;以及在每个修正子区域中根据所拟合的高斯分布曲线进行修正,所述修正对于每个像素点的灰度按照执行,其中G为修正后的灰度,g为修正前的灰度,g0为根据所拟合的高斯分布曲线所确定的灰度,exp表示以自然常数e为底的指数函数,以及C1和C2分别为预先确定的不为零的常数。2.权利要求1所述的方法,其特征在于所述预定阈值为每个子区域中像素点数目的5%。3.权利要求2所述的方法,其特征在于所拟合的高斯分布曲线为其中C3、C4、σ1、σ2、μ1、μ2、ρ为需要通过拟合...
【专利技术属性】
技术研发人员:杨建军,
申请(专利权)人:安徽质在智能科技有限公司,
类型:发明
国别省市:安徽,34
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。