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() 一种用于化工厂智能巡检机器人的图像处理方法技术_技高网

一种用于化工厂智能巡检机器人的图像处理方法技术

技术编号:41139013 阅读:7 留言:0更新日期:2024-04-30 18:09
本发明专利技术涉及图像处理技术领域,具体涉及一种用于化工厂智能巡检机器人的图像处理方法,包括:采集化工罐的化工罐红外灰度图像;根据化工罐红外灰度图像中像素点的灰度分布情况,得到初始化工背景像素点以及初始化工前景像素点;根据初始化工背景像素点以及初始化工前景像素点得到像素分布差异度;根据像素分布差异度得到化工罐自适应灰度阈值;根据化工罐自适应灰度阈值得到化工罐红外子图像以及目标灰度值;根据化工罐红外子图像以及化工罐自适应灰度阈值得到校正权重;根据矫正权重对化工罐红外灰度图像进行增强。本发明专利技术提高了最终红外图像的增强效果,提高了智能巡检机器人的巡检效率。

【技术实现步骤摘要】

本专利技术涉及图像处理,具体涉及一种用于化工厂智能巡检机器人的图像处理方法


技术介绍

1、在化工厂的日常工作中,化工储罐、化工反应罐、化工中和罐等都需要检测罐体的外部温度,以确保化学品的生产和反应在适当的温度下进行。为了可以及时地检测罐体的外部温度,现有方式通常使用智能巡检机器人采集罐体的红外图像进行增强,继而完成温度检测。

2、传统方法通常利用双直方图均衡化对红外图像进行增强,但由于采集的红外图像会因化工厂外部温度的影响使红外图像中细节内容存在不同程度的分布情况,传统的双直方图均衡化直接将红外图像中像素值的均值作为阈值,根据阈值对红外图像进行均衡化增强,无法根据红外图像中细节内容的分布情况合理调整阈值,降低了红外图像的增强效果。


技术实现思路

1、本专利技术提供一种用于化工厂智能巡检机器人的图像处理方法,以解决现有的问题:传统的双直方图均衡化直接将红外图像中像素值的均值作为阈值,根据阈值对红外图像进行均衡化增强,无法根据红外图像中细节内容的分布情况合理调整阈值,降低了红外图像的增强效果。

2、本专利技术的一种用于化工厂智能巡检机器人的图像处理方法采用如下技术方案:

3、包括以下步骤:

4、采集若干化工罐的化工罐红外灰度图像;

5、根据化工罐红外灰度图像中像素点的灰度分布情况,将化工罐红外灰度图像中的像素点划分为若干初始化工背景像素点以及若干初始化工前景像素点;根据所有初始化工背景像素点以及所有初始化工前景像素点的灰度值数量,得到初始化工背景直方图以及初始化工前景直方图;根据初始化工背景像素点以及初始化工前景像素点在化工罐红外灰度图像中的灰度分布规律,得到初始化工背景直方图的像素分布差异度以及初始化工前景直方图的像素分布差异度;根据初始化工背景直方图与初始化工前景直方图之间像素分布差异度的变化差异,得到每张化工罐红外灰度图像的化工罐自适应灰度阈值;

6、根据化工罐自适应灰度阈值对化工罐红外灰度图像进行分割,得到若干化工罐红外子图像以及对应的红外子图直方图;将红外子图直方图中出现频率不为0的灰度值记为目标灰度值;根据化工罐红外子图像中像素点的灰度值与化工罐自适应灰度阈值之间的变化联系情况,得到每个目标灰度值的校正权重;根据矫正权重调整对目标灰度值进行调整得到若干最终优化灰度值;根据最终优化灰度值对化工罐红外灰度图像进行增强。

7、优选的,所述根据化工罐红外灰度图像中像素点的灰度分布情况,将化工罐红外灰度图像中的像素点划分为若干初始化工背景像素点以及若干初始化工前景像素点,包括的具体方法为:

8、对于任意一张化工罐红外灰度图像,获取化工罐红外灰度图像中所有像素点的灰度值的大津阈值,并将大津阈值记为化工罐初始灰度阈值;在化工罐红外灰度图像中,将灰度值小于化工罐初始灰度阈值的像素点记为初始化工背景像素点,将灰度值大于或等于化工罐初始灰度阈值的像素点记为初始化工前景像素点。

9、优选的,所述根据初始化工背景像素点以及初始化工前景像素点在化工罐红外灰度图像中的灰度分布规律,得到初始化工背景直方图的像素分布差异度以及初始化工前景直方图的像素分布差异度,包括的具体方法为:

10、获取初始化工背景直方图的背景目标灰度值、初始背景参考灰度值以及待判定背景参考灰度值;

11、对于任意一个待判定背景参考灰度值,将待判定背景参考灰度值与背景目标灰度值的差值的绝对值记为待判定背景参考灰度值与背景目标灰度值的差异值;

12、根据所有待判定背景参考灰度值与背景目标灰度值的差异值,获取初始化工背景直方图中所有第一背景参考灰度值;

13、将每个第一背景参考灰度值以及每个初始背景参考灰度值均记为一个背景参考灰度值,将剩余的每个待判定背景参考灰度值均记为一个背景对照灰度值;

14、

15、式中,α表示初始化工背景直方图的像素分布差异度;i表示初始化工背景直方图中所有背景参考灰度值的数量;fi表示初始化工背景直方图中第i个背景参考灰度值的出现频率;j表示初始化工背景直方图中所有背景对照灰度值的数量;β表示预设的超参数;fj表示初始化工背景直方图中第j个背景对照灰度值的出现频率;

16、参考初始化背景直方图的像素分布差异度的获取方法,获取初始化前景直方图的像素分布差异度。

17、优选的,所述获取初始化工背景直方图的背景目标灰度值、初始背景参考灰度值以及待判定背景参考灰度值,包括的具体方法为:

18、在初始化工背景直方图中,将出现频率不为0的灰度值记为背景参考灰度值,将出现频率最大的背景参考灰度值记为背景目标灰度值,将背景目标灰度值右侧的每个背景参考灰度值记为初始化工背景直方图的初始背景参考灰度值,将背景目标灰度值左侧的每个背景参考灰度值记为初始化工背景直方图的待判定背景参考灰度值。

19、优选的,所述根据所有待判定背景参考灰度值与背景目标灰度值的差异值,获取初始化工背景直方图中所有第一背景参考灰度值,包括的具体方法为:

20、将所有待判定背景参考灰度值按照与背景目标灰度值的差异值从小到大的顺序进行排列,将排列后的序列记为待判定背景参考灰度值序列;在待判定背景参考灰度值序列中,若第一个待判定背景参考灰度值与第二个待判定背景参考灰度值之间出现频率的差值的绝对值,大于第一个待判定背景参考灰度值的出现频率的一半的数值,那么将第二个待判定背景参考灰度值记为一个第一背景参考灰度值;若第二个待判定背景参考灰度值与第三个待判定背景参考灰度值之间出现频率的差值的绝对值,大于第二个待判定背景参考灰度值的出现频率的一半的数值,那么将第三个待判定背景参考灰度值记为一个第一背景参考灰度值;以此类推,直至遍历完待判定背景参考灰度值序列中所有待判定背景参考灰度值为止。

21、优选的,所述根据初始化工背景直方图与初始化工前景直方图之间像素分布差异度的变化差异,得到每张化工罐红外灰度图像的化工罐自适应灰度阈值,包括的具体方法为:

22、

23、式中,t表示任意一张化工罐红外灰度图像的化工罐自适应灰度阈值;t1表示化工罐红外灰度图像的化工罐初始灰度阈值;h1表示初始化背景直方图的背景目标灰度值;h2表示初始化前景直方图的背景目标灰度值;α表示初始化工背景直方图的像素分布差异度;α1表示初始化工前景直方图的像素分布差异度;γ表示预设的超参数;| |表示取绝对值。

24、优选的,所述根据化工罐自适应灰度阈值对化工罐红外灰度图像进行分割,得到若干化工罐红外子图像以及对应的红外子图直方图,包括的具体方法为:

25、对于任意一张化工罐红外灰度图像,根据化工罐红外灰度图像的化工罐自适应灰度阈值,利用双直方图均衡化算法对化工罐红外灰度图像进行分割,得到若干分割后的子图像;并将每张分割后的子图像记为化工罐红外子图像;

26、对于任意一张化工罐红外子图像,获取化工罐红外子图像的灰度直方图,记为红外子图直方图。本文档来自技高网...

【技术保护点】

1.一种用于化工厂智能巡检机器人的图像处理方法,其特征在于,该方法包括以下步骤:

2.根据权利要求1所述一种用于化工厂智能巡检机器人的图像处理方法,其特征在于,所述根据化工罐红外灰度图像中像素点的灰度分布情况,将化工罐红外灰度图像中的像素点划分为若干初始化工背景像素点以及若干初始化工前景像素点,包括的具体方法为:

3.根据权利要求1所述一种用于化工厂智能巡检机器人的图像处理方法,其特征在于,所述根据初始化工背景像素点以及初始化工前景像素点在化工罐红外灰度图像中的灰度分布规律,得到初始化工背景直方图的像素分布差异度以及初始化工前景直方图的像素分布差异度,包括的具体方法为:

4.根据权利要求3所述一种用于化工厂智能巡检机器人的图像处理方法,其特征在于,所述获取初始化工背景直方图的背景目标灰度值、初始背景参考灰度值以及待判定背景参考灰度值,包括的具体方法为:

5.根据权利要求3所述一种用于化工厂智能巡检机器人的图像处理方法,其特征在于,所述根据所有待判定背景参考灰度值与背景目标灰度值的差异值,获取初始化工背景直方图中所有第一背景参考灰度值,包括的具体方法为:

6.根据权利要求1所述一种用于化工厂智能巡检机器人的图像处理方法,其特征在于,所述根据初始化工背景直方图与初始化工前景直方图之间像素分布差异度的变化差异,得到每张化工罐红外灰度图像的化工罐自适应灰度阈值,包括的具体方法为:

7.根据权利要求1所述一种用于化工厂智能巡检机器人的图像处理方法,其特征在于,所述根据化工罐自适应灰度阈值对化工罐红外灰度图像进行分割,得到若干化工罐红外子图像以及对应的红外子图直方图,包括的具体方法为:

8.根据权利要求1所述一种用于化工厂智能巡检机器人的图像处理方法,其特征在于,所述根据化工罐红外子图像中像素点的灰度值与化工罐自适应灰度阈值之间的变化联系情况,得到每个目标灰度值的校正权重,包括的具体方法为:

9.根据权利要求1所述一种用于化工厂智能巡检机器人的图像处理方法,其特征在于,所述根据矫正权重调整对目标灰度值进行调整得到若干最终优化灰度值,包括的具体方法为:

10.根据权利要求1所述一种用于化工厂智能巡检机器人的图像处理方法,其特征在于,所述根据最终优化灰度值对化工罐红外灰度图像进行增强,包括的具体方法为:

...

【技术特征摘要】

1.一种用于化工厂智能巡检机器人的图像处理方法,其特征在于,该方法包括以下步骤:

2.根据权利要求1所述一种用于化工厂智能巡检机器人的图像处理方法,其特征在于,所述根据化工罐红外灰度图像中像素点的灰度分布情况,将化工罐红外灰度图像中的像素点划分为若干初始化工背景像素点以及若干初始化工前景像素点,包括的具体方法为:

3.根据权利要求1所述一种用于化工厂智能巡检机器人的图像处理方法,其特征在于,所述根据初始化工背景像素点以及初始化工前景像素点在化工罐红外灰度图像中的灰度分布规律,得到初始化工背景直方图的像素分布差异度以及初始化工前景直方图的像素分布差异度,包括的具体方法为:

4.根据权利要求3所述一种用于化工厂智能巡检机器人的图像处理方法,其特征在于,所述获取初始化工背景直方图的背景目标灰度值、初始背景参考灰度值以及待判定背景参考灰度值,包括的具体方法为:

5.根据权利要求3所述一种用于化工厂智能巡检机器人的图像处理方法,其特征在于,所述根据所有待判定背景参考灰度值与背景目标灰度值的差异值,获取初始化工背景直方图中所有第一背景参考灰度值,包括的具体方法为:...

【专利技术属性】
技术研发人员:毛泓宇
申请(专利权)人:北京富邦智达自动化科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1