一种图像处理方法技术

本发明专利技术提供一种图像处理方法，包括去除RGB图像中的物体阴影区域的步骤；通过先计算YCbCr图像中(i,j)位置I

【技术实现步骤摘要】
一种图像处理方法


[0001]本专利技术属于图像处理
，涉及一种图像处理方法，特别是涉及一种去除图像中物体阴影区域的图像处理方法。

技术介绍

[0002]近年来，随着我国对清洁能源的不断重视，天然气也逐渐的进入到了千家万户，我国的广大农村地区也使用上了天然气。随着天然气需求的不断增加，天然气管道的铺设距离也越来越长，截止2021年，全国主干天然气管道总里程达到11.6万千米。天然气管道经年累月的运行，管道必然会受自然老化、腐蚀以及人为破坏、机械损坏等多种不可抗因素的影响，导致天然气出现泄漏。特别是对于天然气管道的衔接处，因为螺丝螺帽锈蚀松动的原因，天然气会从这些缝隙中泄漏。天然气输送场站是天然气管道铺设密集的场所，这类场所的天然气管道一旦发生天然气泄漏，容易导致火灾爆炸事故的发生，除对环境造成破坏外，还会威胁到场站内工作人员的生命财产安全。为了尽可能减小天然气场站内液体天然气泄漏造成的破坏，对这类场所管道内液体天然气泄漏的检测显得十分必要。
[0003]虽然现有管道液体泄漏检测技术主要采用传统图像处理中的图像分割、边缘检测、红外成像等方法，但是这些方法技术难以适应复杂场景，特别是对于天然气场站内设备结构复杂，存在众多高低错落的输送管道，拍摄到的这些管道设备在太阳光下地面上的阴影区域和泄漏在地面上的液体天然气泄漏区域在图像颜色上较为相似；这样利用现有技术在太阳光下对地面上的液体天然气泄漏区域进行检测时，容易与各种管道设备在地面上的物体阴影区域产生混淆，无法准确区分在地面上的物体阴影区域和液体天然气泄漏区域，甚至导致错误检测结果。

技术实现思路

[0004]为了解决上述问题，本专利技术的目的在于提供一种去除图像中物体阴影区域的图像处理方法，包括去除RGB图像中的物体阴影区域的步骤。
[0005]优选的，所述去除RGB图像中的物体阴影区域的步骤，即将原始拍摄的RGB图像A转换为去除物体阴影区域的RGB图像J的步骤，其包括：
[0006]先将原始拍摄的RGB图像A转化为YCbCr图像C，并计算YCbCr图像C中(i,j)位置I
ij
的像素值，其单位为nits，其计算公式如下：
[0007]I
ij
＝(t
ij
cosθ
ij
L
d
+L
e
)R
ij
[0008]其中L
e
、L
d
分别表示物体阴影区域和无物体阴影区域的亮度，其单位为nits；R
ij
是像素的表面反射率，其单位为％；θ
ij
是直接照明方向与表面法线之间的夹角，t
ij
为直射光的衰减系数；当t
ij
＝1时，目标点在一个阳光充足的区域内；当t
ij
＝0时，则目标点在物体阴影区域中；
[0009]再分别计算出图像中物体阴影区域与无物体阴影区域的平均像素值，其计算公式如下：
[0010][0011]其中w和h分别表示图像的高度和宽度；
[0012]然后将上述物体阴影区域的平均像素值与无物体阴影区域的平均像素值分别加Y通道图像的像素值，即得：
[0013]物体阴影区域平均像素除以无物体阴影区域平均像素的比值为r；
[0014]再计算去除YCbCr图像C中物体阴影区域的YCbCr图像的所有像素值，其计算公式如下：
[0015][0016]其中k
ij
＝t
ij
*cosθ
ij
；
[0017]根据计算出去除YCbCr图像C中物体阴影区域的YCbCr图像的所有像素值，将所述YCbCr图像C转换为去除物体阴影区域的RGB图像J。
[0018]优选的，所述的RGB图像A是通过获取巡检机器人拍摄到的天然气管道泄漏区域的图像。
[0019]优选的，所述的去除RGB图像中的物体阴影区域的步骤前还包括如下步骤：
[0020]步骤01:获取所述的YCbCr图像C中的的Y亮度分量图像D，计算该亮度分量图像D的均值其单位为nits，其计算公式如下：
[0021][0022]其中w和h分别为Y亮度分量图像D的宽和高，p
ij
为Y亮度分量图像D中(i，j)位置的亮度，其单位为nits；
[0023]步骤02:判断Y亮度分量图像D的像素与的大小关系,其中P为比列调节系数；若则该区域为物体阴影区域，否则，该区域为无物体阴影区域；
[0024]步骤03：再对Y亮度分量图像D进行二值化处理：物体阴影区域的像素置为白色，无物体阴影区域的像素置为黑色；即得区分出物体阴影区域和无物体阴影区域的Y亮度分量二值化图像E，然后根据二值化图像E区分出YCbCr图像C中的物体阴影区域与无物体阴影区域。
[0025]优选的，所述的RGB图像A为通过滤波和锐化处理得到的RGB图像B。
[0026]优选的，所述的根据二值化图像E区分出YCbCr图像C中的物体阴影区域与无物体阴影区域的步骤前还包括一步骤：对所述的Y亮度分量二值化图像E进行开运算操作，即得最终的二值化图像H，即区分出YCbCr图像中的物体阴影区域与无物体阴影区域。
[0027]本专利技术通过先计算YCbCr图像中(i,j)位置I
ij
的像素值，再分别计算出YCbCr图像中物体阴影区域与无物体阴影区域的平均像素值，再将得到的YCbCr图像中的物体阴影区域的平均像素值与无物体阴影区域的平均像素值分别加Y通道图像的像素值，即得平均物体阴影像素和平均无物体阴影像素的比值r；然后根据求得的r值和I
ij
再求新的无物体阴影区域的图像像素值，再根据上述新的无物体阴影区域的图像像素值将YCbCr图像转换为RGB图像即得无物体阴影区域的RGB图像；这样只保留RGB图像中液体泄漏区域(即无物体阴影区域)，确保了基于YOLOv5目标检测算法进行液体泄漏检测准确性。
附图说明
[0028]图1为本专利技术提供的一种基于巡检机器人视觉的天然气管道液体泄露的图像检测方法流程示意图；
[0029]图2为本专利技术提供一种去除YCbCr图像中的物体阴影区域的图像处理方法流程示意图；
[0030]图3为基于基本的YOLOv5目标检测算法的图像检测效果图；
[0031]图4为基于添加注意力机制的YOLOv5目标检测算法的图像检测效果图；
[0032]图5为基于BiFPN结构改进的YOLOv5目标检测算法的图像检测效果图；
[0033]图6为基于添加注意力机制及BiFPN结构改进的YOLOv5目标检测算法的图像检测效果图。
具体实施方式
[0034]下面以基于巡检机器人视觉的天然气管道液体泄露地面图像为例结合附图，对本专利技术的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像处理方法，其特征在于，包括去除RGB图像中的物体阴影区域的步骤。2.根据权利要求1所述的图像处理方法，其特征在于，所述去除RGB图像中的物体阴影区域的步骤，其包括：先将原始拍摄的RGB图像A转化为YCbCr图像C，并计算YCbCr图像C中(i,j)位置I
ij
的像素值，其计算公式如下：I
ij
＝(t
ij
cosθ
ij
L
d
+L
e
)R
ij
其中L
e
、L
d
分别表示物体阴影区域和无物体阴影区域的亮度，其单位为nits，R
ij
是像素的表面反射率，θ
ij
是直接照明方向与表面法线之间的夹角，t
ij
为直射光的衰减系数；当t
ij
＝1时，目标点在一个阳光充足的区域内；当t
ij
＝0时，则目标点在物体阴影区域中；再分别计算出YCbCr图像C中物体阴影区域与无物体阴影区域的平均像素值，其计算公式如下：其中w和h分别表示图像的高度和宽度；然后将上述物体阴影区域的平均像素值与无物体阴影区域的平均像素值分别加Y通道图像的像素值，即得：物体阴影区域平均像素除以无物体阴影区域平均像素的比值为r；再计算去除YCbCr图像C中物体阴影区域的YCbCr图像的所有像素值，其计算公式如下：其中k
ij
＝t
ij
*cosθ
ij
；根据计算出去除YCbCr图像C中物体阴影区域的YCbCr图像的所有像素值，将所述YCbCr...

【专利技术属性】
技术研发人员：王博玉，刘名哲，
申请(专利权)人：西安安森智能仪器股份有限公司，
类型：发明
国别省市：