【技术实现步骤摘要】
本专利技术涉及图像增强，具体涉及一种基于洗消机器人的放射源三维辐射图像智能增强方法。
技术介绍
1、洗消机器人是一种多功能机器人，具备清洗、消毒等功能。机器人能根据设定的方案，自动进行清洗。在核医学场所中，存在辐射污染区域，利用洗消机器人进行辐射污染区域清洁，能减少人工操作的风险，提高清洁效率。在洗消机器人的工作过程中，能够利用设备配备的γ射线探测器和光学摄像头，对行驶过程中的三维空间进行图像采集，获取放射源三维辐射图像；进而通过放射源三维辐射图像识别出辐射污染区域，完成辐射污染区域的洗消工作。然而，辐射污染区域受到光线以及其他环境因素的影响，导致放射源三维辐射图像中辐射污染区域在图像中显示效果不明显，使得洗消机器人难以准确识别出辐射污染区域，因此需要对放射源三维辐射图像中辐射污染区域进行增强处理。
2、现有技术线性变换法能进行图像增强，在利用线性变换法对放射源三维辐射图像进行图像增强的过程中，会对图像整体进行增强，辐射污染区域增强效果不明显，同时会对其他区域进行增强，使得存在过曝导致细节损失的问题，导致放射源三维辐射图像中辐射污染区域的增强效果不佳。
技术实现思路
1、为了解决在利用线性变换法对放射源三维辐射图像进行图像增强的过程中，难以对辐射污染区域进行针对性的图像增强，导致辐射污染区域增强效果不明显的技术问题，本专利技术的目的在于提供一种基于洗消机器人的放射源三维辐射图像智能增强方法，所采用的技术方案具体如下：
2、一种基于洗消机器人的放射源三维辐射图
3、获取洗消机器人的放射源三维辐射初始图像；
4、在所述放射源三维辐射初始图像中，确定像素点在预设参考范围中的参考像素点；在像素点的预设参考范围中，根据像素点和所有参考像素点之间的所有颜色通道的像素值差异，获取像素点的颜色特征值；确定像素点在预设周围区域中的区域像素点，在像素点的预设周围区域中，根据所有区域像素点的梯度方向以及颜色特征值，获取像素点的周围一致程度值；根据各像素点的所述颜色特征值和所述周围一致程度值，获取各个像素点的增强系数；
5、根据各个像素点的增强系数，对所述放射源三维辐射初始图像中各个像素点进行增强，获取放射源三维辐射增强图像。
6、进一步地，所述颜色特征值的获取方法包括：
7、根据颜色特征值公式获取所述颜色特征值，所述颜色特征值公式包括：
8、；其中，为第个像素点的所述颜色特征值；为所有颜色通道的总数量；为在第个像素点的预设参考范围中，所有所述参考像素点的总数量；为在第个像素点的所述预设参考范围中，与第个像素点的第颜色通道的像素值相同的参考像素点的总数量；为第个像素点的第颜色通道的像素值；为在第个像素点的预设参考范围中，第个参考像素点的第颜色通道的像素值；为归一化函数；为绝对值符号；为以自然数为底数的指数函数。
9、进一步地，所述周围一致程度值的获取方法包括：
10、在像素点的预设周围区域中，根据各个区域像素点的位置分布，确定各个区域像素点的序号；
11、在像素点的预设周围区域中，按照区域像素点的序号，对所有区域像素点的颜色特征值进行排序，得到像素点的区域像素颜色特征序列；
12、根据各个区域像素点的梯度方向，获取各个区域像素点的特征方向值；按照区域像素点的序号，对所有区域像素点的特征方向值进行排序，得到像素点的区域像素特征方向序列；
13、根据所述周围一致程度值公式获取所述周围一致程度值，所述周围一致程度值公式包括：
14、；其中，为第个像素点的所述周围一致程度值；为第个像素点的所述区域像素颜色特征序列；为第个像素点的所述区域像素特征方向序列；为绝对值符号；为在第个像素点的预设周围区域中，所有所述区域像素点的总数量；为在第个像素点的预设周围区域中，第个所述区域像素点的特征方向值；在第个像素点的预设周围区域中，所有所述区域像素点的特征方向值的均值；为在第个像素点的预设周围区域中，第个所述区域像素点的所述颜色特征值；在第个像素点的预设周围区域中，所有所述区域像素点的所述颜色特征值的均值；为绝对值符号；为以自然数为底数的指数函数；为取皮尔逊相关系数符号。
15、进一步地，所述区域像素点的序号的获取方法包括：
16、在像素点的预设周围区域中，以预设周围区域中左上角作为区域像素点的起点，按照从左到右顺序，从上到下的顺序，逐行对所有区域像素点进行标号，获取各个区域像素点的序号。
17、进一步地，所述特征方向值的获取方法包括：
18、基于二维空间坐标系，将各个区域像素点的梯度方向和x轴的夹角，作为各个区域像素点的特征角度；计算各个区域像素点的特征角度的余弦值，得到各个区域像素点的特征方向值。
19、进一步地，所述增强系数的获取方法包括：
20、根据所述增强系数公式获取所述增强系数，所述增强系数公式包括：
21、；其中，为第个像素点的所述增强系数；为第个像素点的所述颜色特征值；为第个像素点的所述周围一致程度值；为在第个像素点的预设周围区域中，所有所述区域像素点的总数量；在第个像素点的预设周围区域中，第个所述区域像素点的所述周围一致程度值；为归一化函数；为分母调节因子。
22、进一步地，所述放射源三维辐射增强图像的获取方法包括：
23、在所述放射源三维辐射初始图像中，根据各个像素点的增强系数和对应的像素值，获取各个像素点的更新后像素值；根据各像素点的更新后像素值替换对应的像素值，获取所述放射源三维辐射增强图像。
24、进一步地，所述预设周围区域的获取方法包括：
25、所述预设周围区域是以像素点为矩形窗口的中心，以预设尺寸为矩形窗口的边长构建的矩形窗口。
26、进一步地，所述所有颜色通道包括：r颜色通道、g颜色通道和b颜色通道。
27、进一步地，预设参考范围的获取方法包括：
28、所述预设参考范围是以像素点为矩形窗口的中心，以预设规格为矩形窗口的大小构建的矩形窗口。
29、本专利技术具有如下有益效果：
30、本方案主要针对在对洗消机器人的放射源三维辐射初始图像进行增强时，为了针对性增强放射源三维辐射初始图像中辐射污染区域，通过根据像素点位于辐射污染区域的可能性，构建像素点的增强系数，使得辐射污染区域的像素点的增强系数较大，而其他像素点的增强系数较小，从而提高放射源三维辐射初始图像中辐射污染区域的凸显程度。为了分析像素点位于辐射污染区域的可能性，考虑到辐射污染区域中颜色差异比物体表面结构区域的颜色差异更大，获取像素点的颜色特征值；颜色特征值越大，像素点越符合辐射污染区域的像素点特征，像素点越可能处于辐射污染区域。为了更准确反映像素点处于辐射污染区域的可能性，考虑到物体表面结构区域相较于辐射污染区域颜色分布均匀，即颜色具有较高的一致性，通过像素点的区域像素点的梯度方向和像素点本文档来自技高网...
【技术保护点】
1.一种基于洗消机器人的放射源三维辐射图像智能增强方法，其特征在于，所述方法包括以下步骤：
2.根据权利要求1所述的一种基于洗消机器人的放射源三维辐射图像智能增强方法，其特征在于，所述颜色特征值的获取方法包括：
3.根据权利要求1所述的一种基于洗消机器人的放射源三维辐射图像智能增强方法，其特征在于，所述周围一致程度值的获取方法包括：
4.根据权利要求3所述的一种基于洗消机器人的放射源三维辐射图像智能增强方法，其特征在于，所述区域像素点的序号的获取方法包括：
5.根据权利要求3所述的一种基于洗消机器人的放射源三维辐射图像智能增强方法，其特征在于，所述特征方向值的获取方法包括：
6.根据权利要求1所述的一种基于洗消机器人的放射源三维辐射图像智能增强方法，其特征在于，所述增强系数的获取方法包括：
7.根据权利要求1所述的一种基于洗消机器人的放射源三维辐射图像智能增强方法，其特征在于，所述放射源三维辐射增强图像的获取方法包括：
8.根据权利要求1所述的一种基于洗消机器人的放射源三维辐射图像智能增强方法，其
9.根据权利要求1所述的一种基于洗消机器人的放射源三维辐射图像智能增强方法，其特征在于，所述所有颜色通道包括：R颜色通道、G颜色通道和B颜色通道。
10.根据权利要求1所述的一种基于洗消机器人的放射源三维辐射图像智能增强方法，其特征在于，预设参考范围的获取方法包括：
...【技术特征摘要】
1.一种基于洗消机器人的放射源三维辐射图像智能增强方法，其特征在于，所述方法包括以下步骤：
2.根据权利要求1所述的一种基于洗消机器人的放射源三维辐射图像智能增强方法，其特征在于，所述颜色特征值的获取方法包括：
3.根据权利要求1所述的一种基于洗消机器人的放射源三维辐射图像智能增强方法，其特征在于，所述周围一致程度值的获取方法包括：
4.根据权利要求3所述的一种基于洗消机器人的放射源三维辐射图像智能增强方法，其特征在于，所述区域像素点的序号的获取方法包括：
5.根据权利要求3所述的一种基于洗消机器人的放射源三维辐射图像智能增强方法，其特征在于，所述特征方向值的获取方法包括：
6.根据权利要求1所述...
【专利技术属性】
技术研发人员：沈水珍，楼淑芬，李海，盛烨玮，曹明月，杨庚，
申请(专利权)人：杭州湘亭科技有限公司，
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。