一种基于人工智能的气密性检测中水体图像增强方法及系统技术方案

本发明专利技术涉及人工智能领域，具体涉及一种基于人工智能的气密性检测中水体图像增强方法及系统。该方法包括：通过采集水体图像进行聚类获取多个不同类别的像素集合，根据像素集合对每类聚类类别的平均隶属度调节初始模糊度获取每个像素集合的真实模糊度，以该真实模糊度的相对误差获取每个像素集合的多尺度权重系数，利用该权重系数通过多尺度增强算法得到每个像素增强后的灰度值，以该增强后的灰度值调节每个像素中每个颜色通道的灰度值获取清晰水体图像并对该图像进行模糊修正获取最终的水体图像。本发明专利技术实现了通过每个像素集合的真实模糊度获取对应尺度的权重系数，有效调节了色彩协调性，防止水下图像呈现蓝绿色调的失真颜色。真颜色。真颜色。

【技术实现步骤摘要】
一种基于人工智能的气密性检测中水体图像增强方法及系统


[0001]本专利技术涉及人工智能领域，具体涉及一种基于人工智能的气密性检测中水体图像增强方法及系统。

技术介绍

[0002]在水体气密性检测中，由于水介质对光的吸收和散射作用，水下图像往往存在色彩失真、对比度低、细节模糊、光照不均匀等问题。由于水下成像过程中水体对光的吸收具有明显的选择性，波长越长的光吸收衰减系数越大，传播距离越短，因此水下图像通常呈现短波长的蓝绿色调，存在明显的颜色失真。
[0003]在检测气泡过程中，通常会通过背景累积及前景累积或帧差叠加的方法来获得气泡轨迹。然而由于水下图像易呈现蓝绿色调的失真颜色，会导致气泡在最终的效果图中特征减弱，甚至淹没在大量的噪声中。

技术实现思路

[0004]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水体图像增强方法及系统，所采用的技术方案具体如下：
[0005]第一方面，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水体图像增强方法，所述方法包括：
[0006]采集水体图像，对所述水体图像中的像素进行聚类获取多个不同类别的像素集合；
[0007]计算每个所述像素集合的真实模糊度；
[0008]根据每个所述像素集合的真实模糊度的相对误差获取每个所述像素集合的多尺度权重系数；
[0009]通过利用所述多尺度权重系数的多尺度增强算法得到每个所述像素增强后的灰度值；
[0010]以所述增强后的灰度值调整每个所述像素的每个颜色通道获取清晰水体图像。
[0011]进一步，所述对所述水体图像中的像素进行聚类获取多个不同类别的像素集合的获取步骤包括：
[0012]对所述水体图像进行同态滤波和小波去噪处理后获取第一水体图像；
[0013]通过对所述第一水体图像内的像素进行模糊C均值聚类获取所述多个不同类别的像素集合。
[0014]进一步，所述计算每个所述像素集合的真实模糊度的计算步骤包括：
[0015]根据所述模糊C均值聚类获取每个所述像素集合对每类聚类类别的平均隶属度；
[0016]通过模糊算法获取每类所述聚类类别的初始模糊度；
[0017]以所述平均隶属度作为权重调节所述初始模糊度获取每个所述像素集合的所述真实模糊度。
[0018]进一步，所述根据每个所述像素集合的真实模糊度的相对误差获取每个所述像素集合的多尺度权重系数的获取步骤包括：
[0019]选取所述真实模糊度的取值范围的中值作为标准真实模糊度；
[0020]当所述像素集合的真实模糊度等于所述标准真实模糊度时，所述多尺度权重系数为同等权重；
[0021]当所述像素集合的真实模糊度不等于所述标准真实模糊度时，以所述真实模糊度的相对误差获取每个所述像素集合的多尺度权重系数。
[0022]进一步，所述以所述增强后的灰度值调整每个所述像素的每个颜色通道获取清晰水体图像的获取步骤包括：
[0023]根据所述通道的灰度值和像素的灰度值的比值获取每个所述像素中每个颜色通道的色彩比例；
[0024]以所述色彩比例调整所述增强后的灰度值，增强每个所述像素中每个颜色通道的灰度值，获取清晰水体图像。
[0025]进一步，在所述以所述增强后的灰度值调整每个所述像素的每个颜色通道获取清晰水体图像的步骤之后，还包括以下优化步骤：
[0026]以所述增强后的水体图像中所述像素集合的质心到所述像素集合中最远的像素点的欧式距离为所述像素集合的半径；
[0027]取每个类别中所有像素集合的半径的均值为所述类别的修正半径；
[0028]根据所述修正半径对每个所述类别中每个像素集合进行修正得到修正后的像素集合，对所述修正后的像素集合进行模糊修正获取最终水体图像。
[0029]第二方面，本专利技术实施例还提供了一种基于人工智能的气密性检测中水体图像增强系统，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述任意一种基于人工智能的气密性检测中水体图像增强方法的步骤。
[0030]本专利技术实施例具有如下有益效果：
[0031]1.本专利技术实施例通过计算水体图像的真实模糊度获取自适应调节的多尺度权重系数，并以对应的权重系数增强了水体图像的每个像素集合区域，有效增强了水体图像的清晰度。
[0032]2.本专利技术实施例通过调节每个像素中每个颜色通道的灰度值，保证了水体图像的色彩协调性，防止水下图像呈现蓝绿色调的失真颜色。
附图说明
[0033]为了更清楚地说明本专利技术实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，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它附图。
[0034]图1为本专利技术一个实施例所提供的一种基于人工智能的气密性检测中水体图像增强方法流程图。
具体实施方式
[0035]为了更进一步阐述本专利技术为达成预定专利技术目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本专利技术提出的一种基于人工智能的气密性检测中水体图像增强方法及系统，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构、或特点可由任何合适形式组合。
[0036]除非另有定义，本文所使用的所有的技术和科学术语与属于本专利技术的
的技术人员通常理解的含义相同。
[0037]本专利技术实施例所适用的具体场景为在气密性检测中，为了消除水下图像的色偏问题并增强水体图像的清晰度，本专利技术实施例主要通过模糊C均值聚类对采集到的水体图像进行聚类获取多个不同类别的像素集合，根据模糊算法获取该像素集合的模糊度，结合该聚类后的隶属度和该模糊度获取每个像素集合的真实模糊度，以该真实模糊度获取可自适应调节的多尺度权重系数并以该权重系数对每个像素的灰度值通过多尺度算法得到增强后的灰度值，根据每个像素在每个色彩通道的比例调节每个色彩通道的灰度值获取增强后的图像，对该图像进行模糊修正获取清晰的水体图像。
[0038]下面结合附图具体的说明本专利技术所提供的一种基于人工智能的气密性检测中水体图像增强方法及系统的具体方案。
[0039]请参阅图1，其示出了本专利技术一个实施例提供的一种基于人工智能的气密性检测中水体图像增强方法流程图，该方法包括：
[0040]步骤S1：采集水体图像，对水体图像中的像素进行聚类获取多个不同类别的像素集合。
[0041]本专利技术实施例通过使用常规RGB相机采集水体图像，相机摆放位置为紧贴容器玻璃壁。本专利技术对拍摄时的水体环境要求为稳定状态即可，水体清澈或者浑浊不影响检测结果。
[0042]像素集合的获取方法为：对采集到的水体图像本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能的气密性检测中水体图像增强方法，其特征在于，所述方法包括：采集水体图像，对所述水体图像中的像素进行聚类获取多个不同类别的像素集合；计算每个所述像素集合的真实模糊度；根据每个所述像素集合的真实模糊度的相对误差获取每个所述像素集合的多尺度权重系数；通过利用所述多尺度权重系数的多尺度增强算法得到每个所述像素增强后的灰度值；以增强后的灰度值调整每个所述像素的每个颜色通道获取清晰水体图像。2.根据权利要求1所述的一种基于人工智能的气密性检测中水体图像增强方法，其特征在于，所述对所述水体图像中的像素进行聚类获取多个不同类别的像素集合的获取步骤包括：对所述水体图像进行同态滤波和小波去噪处理后获取第一水体图像；通过对所述第一水体图像内的像素进行模糊C均值聚类获取所述多个不同类别的像素集合。3.根据权利要求2所述的一种基于人工智能的气密性检测中水体图像增强方法，其特征在于，所述计算每个所述像素集合的真实模糊度的计算步骤包括：根据所述模糊C均值聚类获取每个所述像素集合对每类聚类类别的平均隶属度；通过模糊算法获取每类所述聚类类别的初始模糊度；以所述平均隶属度作为权重调节所述初始模糊度获取每个所述像素集合的所述真实模糊度。4.根据权利要求1所述的一种基于人工智能的气密性检测中水体图像增强方法，其特征在于，所述根据每个所述像素集合的真实模糊度的相对误差获取每个所述像素集合的多尺度权重系数的获取步骤包括：选取所述真实模糊度的取值范围的中值作为标准真实模...

【专利技术属性】
技术研发人员：黄贤明，
申请(专利权)人：沭阳天勤工具有限公司，
类型：发明
国别省市：