一种基于人工智能的气密性检测中图像噪声去除方法技术

本发明专利技术涉及人工智能技术领域，具体涉及基于人工智能的气密性检测中图像噪声去除方法。该方法首先采集检测图像，并得到气泡特征图像。获取气泡特征图像的多个窗口图像，任选一窗口图像作为目标窗口图像，得到第一相似窗口图像，并对其进行小波变换得到初始小波系数和去噪像素数组。对去噪后第一相似窗口图像进行权重分配后融合得到初始去噪窗口图像。基于初始去噪窗口图像，得到第二相似窗口图像，并对其进行小波变换得到融合小波系数和第二像素数组，将融合小波系数与初始小波系数相乘得到最终权重后对第二相似窗口图像融合得到最终去噪窗口图像。本发明专利技术使最终去噪窗口图像极大地滤除噪声但仍保留原图中的细节信息。地滤除噪声但仍保留原图中的细节信息。地滤除噪声但仍保留原图中的细节信息。

【技术实现步骤摘要】
一种基于人工智能的气密性检测中图像噪声去除方法


[0001]本专利技术涉及人工智能
，具体涉及基于人工智能的气密性检测中图像噪声去除方法。

技术介绍

[0002]近年来，随着航空航天工业技术的进步，人们对气密性检测技术及装备的要求也走向了一个新高度。在传统的气密性检测中，常用的检测方法为在待检工件中冲入一定压力的气体后将工件放入水或者其他液体中，再对液体中的被测工件进行观察。
[0003]目前，气密性检测通常采用相机对气缸以及待检工件进行拍摄，以得到气密性检测图像，将气密性检测图像先叠加再进行气密性检测。
[0004]上述现有技术存在以下缺陷：将气密性检测图像先叠加再进行气密性检测，随着气密性检测图像的叠加，会导致叠加后的检测图像中存在很多噪声，气泡特征很容易淹没在大量噪声中，导致气泡特征成像不明显。

技术实现思路

[0005]为了解决上述技术问题，本专利技术的目的在于提供一种基于人工智能的气密性检测中图像噪声去除方法，所采用的技术方案具体如下：
[0006]本专利技术一个实施例提供了一种基于人工智能的气密性检测中图像噪声去除方法，该方法包括以下步骤：
[0007]获取检测图像，所述检测图像包括气泡；根据所述检测图像提取气泡特征，得到气泡特征图像；
[0008]对所述气泡特征图像进行滑窗操作得到多个窗口图像，基于各所述窗口图像之间的纹理特征相似度和灰度值相似度，计算各所述窗口图像之间的整体相似度；
[0009]选任一所述窗口图像作为目标窗口图像；计算所述目标窗口图像与各所述窗口图像的欧式距离，利用所述欧式距离分配整体相似度权重；由所述整体相似度和所述相似度得到各窗口图像相关程度；根据所述窗口图像相关程度选取符合预设数量的第一相似窗口图像；
[0010]将所述第一相似窗口图像的各相同位置处的像素值构成初始像素数组，对所述初始像素数组进行小波变换得到初始小波系数，并对所述初始小波系数进行去噪，得到去噪像素数组；由各所述去噪像素数组得到去噪后的所述第一相似窗口图像的非零像素数量，对所述第一相似窗口图像进行权重分配，并将去噪后的所述第一相似窗口图像进行融合得到初步去噪窗口图像；选取所述初步去噪窗口图像的各第二相似窗口图像，所述第二相似窗口图像的各相同位置处的像素值构成第二像素数组，对所述第二像素数组进行小波变换，得到融合小波系数；将所述初始小波系数和所述融合小波系数相乘，得到各第二相似窗口图像的最终权重；
[0011]根据所述最终权重对所述第二相似窗口图像进行融合得到最终去噪窗口图像。
[0012]优选的，所述获取检测图像，所述检测图像包括气泡；根据所述检测图像提取气泡特征，得到气泡特征图像，包括：
[0013]将所述检测图像进行灰度化并进行顶帽运算，得到背景图像；基于衰减模型对所述背景图像进行融合得到的背景模板图像；
[0014]将所述背景模板图像和所述背景图像进行作差运算，得到前景图像；基于所述衰减模型对所述前景图像进行融合得到所述气泡特征图像。
[0015]优选的，所述基于衰减模型对所述背景图像进行融合得到的背景模板图像，包括：
[0016]所述衰减模型为：
[0017]F
i+1
＝αF
i
+(1
‑
α)f
i+1
[0018]其中，F
i+1
表示第i+1帧所述背景图像与前i帧所述背景图像融合后的背景模板图像；F
i
为前i帧所述背景图像融合后的所述背景模板图像；f
i+1
为第i+1帧所述背景图像；α为背景衰减系数。
[0019]优选的，所述基于各所述窗口图像之间的纹理特征相似度和灰度值相似度，计算各所述窗口图像之间的整体相似度，包括：
[0020]将所述纹理特征相似度和所述灰度值相似度的均值，作为所述目标窗口图像与其他任一所述窗口图像之间的所述整体相似度。
[0021]优选的，所述基于各所述窗口图像之间的纹理特征相似度和灰度值相似度，计算各所述窗口图像之间的整体相似度，还包括：
[0022]计算所述目标窗口图像与其他任一所述窗口图像之间的灰度值相似度；
[0023]所述灰度值相似度的计算方法为：
[0024][0025]其中,s2为所述目标窗口图像与其他任一所述窗口图像之间的灰度值相似度；Δg为所述目标窗口图像与其他任一所述窗口图像的平均灰度值的差值。
[0026]优选的，所述计算所述目标窗口图像与各所述窗口图像的欧式距离，包括：
[0027]所述目标窗口图像与各所述窗口图像的欧氏距离由两窗口图像的各像素点之间的欧式距离加权求和得到的；
[0028]所述欧氏距离的权重的分配方式为基于高斯函数对所述各像素点的欧式距离分配权重。
[0029]优选的，所述根据所述窗口图像相关程度选取符合预设数量的第一相似窗口图像，包括：
[0030]计算所述目标窗口图像与各所述窗口图像的所述窗口图像相关程度，将所有所述窗口图像相关程度按照大小进行排序，选取前Top
‑
k个所述窗口图像相关程度对应的窗口图像作为所述第一相似窗口图像。
[0031]优选的，所述对所述初始像素数组进行小波变换得到初始小波系数，并对小波系数进行去噪，得到去噪像素数组，包括：
[0032]采用BayesShrink算法进行小波阈值自适应；
[0033]将低于阈值的所述初始小波系数进行置零去噪，将高于阈值的所述初始小波系数通过小波逆变换还原成对应的像素值，得到去噪像素数组。
[0034]优选的，所述由各所述去噪像素数组得到去噪后的所述第一相似窗口图像的非零像素数量，对所述第一相似窗口图像进行权重分配，包括：
[0035]获取去噪后的各所述第一相似窗口图像的非零像素数量与所有所述第一相似窗口图像的总非零像素数量的比值，作为各所述第一相似窗口图像的融合权重。
[0036]优选的，所述将去噪后的所述第一相似窗口图像进行融合得到初步去噪窗口图像
[0037]将所述第一相似窗口图像进行融合得到初步去噪窗口图像。
[0038]所述初步去噪窗口图像的每个像素点灰度值为：
[0039][0040]其中，g
r
为所述初步去噪窗口图像的第r个像素点的灰度值；w
k
为第k个所述第一相似窗口图像的融合权重；为第k个所述第一相似窗口图像的第r个像素点的灰度值；m
r
为第一相似窗口图像的总数量。
[0041]本专利技术具有如下有益效果：
[0042]本专利技术实施例首先采集检测图像，获取气泡特征图像。根据气泡特征图像得到多个窗口图像，窗口图像在经过初步小波阈值去噪后，虽然可以将噪声很好的去噪，但是同时会导致图像细节缺失或者不明显。随之利用初步去噪窗口图像再次得到第二相似窗口图像的融合小波系数，此时则包含了较少的噪声，与第一相似窗口图像所对应的初始小波系本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于人工智能的气密性检测中图像噪声去除方法，其特征在于，该方法包括以下步骤：获取检测图像，所述检测图像包括气泡；根据所述检测图像提取气泡特征，得到气泡特征图像；对所述气泡特征图像进行滑窗操作得到多个窗口图像，基于各所述窗口图像之间的纹理特征相似度和灰度值相似度，计算各所述窗口图像之间的整体相似度；选任一所述窗口图像作为目标窗口图像；计算所述目标窗口图像与各所述窗口图像的欧式距离，利用所述欧式距离分配整体相似度权重；由所述整体相似度和所述相似度得到各窗口图像相关程度；根据所述窗口图像相关程度选取符合预设数量的第一相似窗口图像；将所述第一相似窗口图像的各相同位置处的像素值构成初始像素数组，对所述初始像素数组进行小波变换得到初始小波系数，并对所述初始小波系数进行去噪，得到去噪像素数组；由各所述去噪像素数组得到去噪后的所述第一相似窗口图像的非零像素数量，对所述第一相似窗口图像进行权重分配，并将去噪后的所述第一相似窗口图像进行融合得到初步去噪窗口图像；选取所述初步去噪窗口图像的各第二相似窗口图像，所述第二相似窗口图像的各相同位置处的像素值构成第二像素数组，对所述第二像素数组进行小波变换，得到融合小波系数；将所述初始小波系数和所述融合小波系数相乘，得到各第二相似窗口图像的最终权重；根据所述最终权重对所述第二相似窗口图像进行融合得到最终去噪窗口图像。2.根据权利要求1所述的基于人工智能的气密性检测中图像噪声去除方法，其特征在于，所述获取检测图像，所述检测图像包括气泡；根据所述检测图像提取气泡特征，得到气泡特征图像，包括；将所述检测图像进行灰度化并进行顶帽运算，得到背景图像；基于衰减模型对所述背景图像进行融合得到的背景模板图像；将所述背景模板图像和所述背景图像进行作差运算，得到前景图像；基于所述衰减模型对所述前景图像进行融合得到所述气泡特征图像。3.根据权利要求2所述的基于人工智能的气密性检测中图像噪声去除方法，其特征在于，所述基于衰减模型对所述背景图像进行融合得到的背景模板图像，包括：所述衰减模型为：F
i+1
＝αF
i
+(1
‑
α)f
i+1
其中，F
i+1
表示第i+1帧所述背景图像与前i帧所述背景图像融合后的背景模板图像；F
i
为前i帧所述背景图像融合后的所述背景模板图像；f
i+1
为第i+1帧所述背景图像；α为背景衰减系数；4.根据权利要求1所述的基于人工智能的气密性检测中图像噪声去除方法，其特征在于，所述基于各所述窗口图像之间的纹理特征相似度和灰度值相似度，计算各所述窗口图像之间的整体相似度，包括：将所述纹理特征相似度和所述灰度值相似度的均值，作...

【专利技术属性】
技术研发人员：张来娣，
申请(专利权)人：江苏富恩日化科技有限公司，
类型：发明
国别省市：