System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及计算机视觉,特别是涉及一种基于多尺度梯度域引导滤波的色调映射方法、系统、计算机设备及计算机可读存储介质。
技术介绍
1、当前,用于套筒灌浆施工质量检测的方式有好几种,而x射线投射成像法因其具有无损性、成像直观的显著优势,使得越来越多的建筑从业人员对其产生研究兴趣,纷纷开展这一方面的实验。目前国内外对于混凝土x射线图像所提出的色调映射方法还比较稀少,仅有个别商业应用软件可供参考,且其核心方法是保密的。虽然目前的x射线探测器的成像精度越来越高,但是如果使用x射线透射系统检测套筒灌浆施工质量,则所拍摄到的检测图像清晰度不足,还有很大提升空间。当x射线透过材料时,会发生吸收、反射和透射现象。同时,x射线的辐射强度会随着穿透材料厚度的增加而呈现指数式下降。
2、目前,关于提升x射线检测灌浆套筒图像质量有两种主流方法,第一种是基于人类视觉模型和加权最小二乘滤波的twt方法,twt方法将图片转化为亮度通道,基于局部处理的wls滤波器对图像进行尺寸分解,通过压缩基本层图像和增强细节层图像,合并后去除噪声和颜色校正,实现了图像细节的保持和高位宽的映射;第二种为基于多尺度局部边缘保持滤波的mslep色调映射方法,该方法对原始图像迭代地使用lep滤波器得到基础层图像,进而得到细节层图像,通过对小梯度边缘进行增强和直方图均衡化来改善图像明暗效果。但是这两种方法对于灌浆套筒图像的处理效果都不太理想,从主观视觉上看,上述两种方法虽然都能够明显改善图像质量,可以通过肉眼观察到灌浆套筒以及附近区域的内部分布情况,但是模糊感很强,对图像
技术实现思路
1、为了提高检测图像清晰度和对比度,本专利技术提供了一种基于多尺度梯度域引导滤波的色调映射方法、系统、计算机设备及计算机可读存储介质,可以极大提升检测图像中套筒区域的对比度以及改善视觉效果,以便对图像进行快速分析。
2、本专利技术的第一个目的在于提供一种基于多尺度梯度域引导滤波的色调映射方法。
3、本专利技术的第二个目的在于提供一种基于多尺度梯度域引导滤波的色调映射系统。
4、本专利技术的第三个目的在于提供一种计算机设备。
5、本专利技术的第四个目的在于提供一种计算机可读存储介质。
6、本专利技术的第一个目的可以通过采取如下技术方案达到:
7、一种基于多尺度梯度域引导滤波的色调映射方法,所述方法包括:
8、对获取的灌浆套筒内部图像进行预处理;
9、对预处理后图像采用多尺度梯度域引导滤波模型进行分解,得到多个基本层图像;根据多个基本层图像,得到对应的多个细节层图像;
10、对所有基本层图像进行融合,对融合后图像进行gamma校正,得到融合基本层图像;
11、对各细节层图像分别进行非线性校正,将所有校正后图像进行融合,得到融合细节层图像;
12、将融合基本层图像和融合细节层图像进行加权融合,得到总融合图像;
13、将总融合图像转换位深,对转换后图像进行限制对比度自适应直方图均衡,得到最终结果图。
14、进一步的,梯度域引导滤波模型的函数为gdgif(i,g,r,ε),其中,参数i为待滤波的输入图像,参数g为引导图像,引导图像和输入图像均为预处理后图像;参数r为大尺度窗口半径,取不同的尺度;参数ε为正则化参数。
15、进一步的,所述融合为平均且归一化的融合。
16、进一步的,所述对各细节层图像分别进行非线性校正,具体为:
17、使用非线性校正函数分别对各细节层图像进行处理:
18、
19、其中,idi(x,y)表示各细节层图像,参数t用来控制细节层图像idi(x,y)与校正后图像i′di(x,y)的映射关系曲线的曲率,n为大于等于3的正整数。
20、进一步的,所述将融合基本层图像和融合细节层图像进行加权融合,得到总融合图像,包括:
21、将融合基本层图像和融合细节层图像进行加权求和,得到输出图像ik;
22、对输出图像ik进行灰度限制,得到总融合图像im(x,y):
23、
24、进一步的,将总融合图像转换为8bit位深图像。
25、进一步的,所述对获取的灌浆套筒内部图像进行预处理,包括:
26、计算所述灌浆套筒内部图像中的最大灰度值max(ihdr);
27、对所述灌浆套筒内部图像进行归一化操作,得到归一化后的图像i(x,y):
28、i(x,y)=ihdr(x,y)/(max(ihdr));
29、其中,ihdr(x,y)为所述灌浆套筒内部图像。
30、本专利技术的第二个目的可以通过采取如下技术方案达到:
31、一种基于多尺度梯度域引导滤波的色调映射系统,所述系统包括:
32、预处理模块,用于对获取的灌浆套筒内部图像进行预处理;
33、分解模块,用于对预处理后图像采用多尺度梯度域引导滤波模型进行分解,得到多个基本层图像;根据多个基本层图像,得到对应的多个细节层图像;
34、第一融合模块,用于对所有基本层图像进行融合,对融合后图像进行gamma校正,得到融合基本层图像;
35、第二融合模块,用于对各细节层图像分别进行非线性校正,将所有校正后图像进行融合,得到融合细节层图像;
36、加权融合模块,用于将融合基本层图像和融合细节层图像进行加权融合,得到总融合图像;
37、转换和限制模块,用于将总融合图像转换位深,对转换后图像进行限制对比度自适应直方图均衡,得到最终结果图。
38、本专利技术的第三个目的可以通过采取如下技术方案达到:
39、一种计算机设备,包括处理器以及用于存储处理器可执行程序的存储器,所述处理器执行存储器存储的程序时,实现上述的色调映射方法。
40、本专利技术的第四个目的可以通过采取如下技术方案达到:
41、一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时,实现上述的色调映射方法。
42、本专利技术相对于现有技术具有如下的有益效果:
43、本专利技术提供的基于多尺度梯度域引导滤波的色调映射方法、系统、计算机设备及计算机可读存储介质,通过对获取的灌浆套筒内部图像进行预处理;对预处理后图像采用多尺度梯度域引导滤波模型进行分解,得到多个基本层图像;根据多个基本层图像,得到对应的多个细节层图像;对所有基本层图像进行融合,对融合后图像进行gamma校正,得到融合基本层图像;对各细节层图像分别进行非线性校本文档来自技高网...
【技术保护点】
1.一种基于多尺度梯度域引导滤波的色调映射方法,其特征在于,所述方法包括:
2.根据权利要求1所述的色调映射方法,其特征在于,梯度域引导滤波模型的函数为GDGIF(I,G,r,ε),其中,参数I为待滤波的输入图像,参数G为引导图像,引导图像和输入图像均为预处理后图像;参数r为大尺度窗口半径,取不同的尺度;参数ε为正则化参数。
3.根据权利要求1所述的色调映射方法,其特征在于,所述融合为平均且归一化的融合。
4.根据权利要求1所述的色调映射方法,其特征在于,所述对各细节层图像分别进行非线性校正,具体为:
5.根据权利要求1所述的色调映射方法,其特征在于,所述将融合基本层图像和融合细节层图像进行加权融合,得到总融合图像,包括:
6.根据权利要求1所述的色调映射方法,其特征在于,将总融合图像转换为8bit位深图像。
7.根据权利要求1~6任一项所述的色调映射方法,其特征在于,所述对获取的灌浆套筒内部图像进行预处理,包括:
8.一种基于多尺度梯度域引导滤波的色调映射系统,其特征在于,所述系统包括:
...【技术特征摘要】
1.一种基于多尺度梯度域引导滤波的色调映射方法,其特征在于,所述方法包括:
2.根据权利要求1所述的色调映射方法,其特征在于,梯度域引导滤波模型的函数为gdgif(i,g,r,ε),其中,参数i为待滤波的输入图像,参数g为引导图像,引导图像和输入图像均为预处理后图像;参数r为大尺度窗口半径,取不同的尺度;参数ε为正则化参数。
3.根据权利要求1所述的色调映射方法,其特征在于,所述融合为平均且归一化的融合。
4.根据权利要求1所述的色调映射方法,其特征在于,所述对各细节层图像分别进行非线性校正,具体为:
5.根据权利要求1所述的色调映射方法,其特征在于,所述将融合基本层图像和融合细节层图像进行加权融合,...
【专利技术属性】
技术研发人员:黄茜,黄晨航,胡志辉,骆湘婷,熊凌宇,陈书樵,
申请(专利权)人:华南理工大学,
类型:发明
国别省市:
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。