【技术实现步骤摘要】
本专利技术涉及计算机视觉，尤其涉及一种用于增强异常检测能力的图像增强方法、系统和设备。
技术介绍
1、随着计算机视觉的发展，计算机视觉技术在异常检测领域的应用也越来越多，异常检测使我们能够从生产流程中修复或消除那些处于不良状态的部件。
2、现有的实现产品异常检测所用的图像大都是结构光图像或射线图像、红外图像、超声图像等。这些图像在采集过程中易受工厂粉尘、扫描设备以及水下采集时的水流密度和浑浊度影响，容易产生伪缺陷，噪音，亮度不均匀等，在采集过程中的伪缺陷会影响异常检测精度。在采集过程中大量的噪音也会降低产品异常检测人员对图像的识别能力，由于现在大部分异常检测和监控都是使用机器学习或深度学习算法进行检测，这种带有噪音和不均匀对比度的图像会极大地影响深度学习模型学习和预测能力。
技术实现思路
1、基于此，有必要针对上述技术问题，提供一种用于增强异常检测能力的图像增强方法、系统和设备。
2、一种用于增强异常检测能力的图像增强方法，包括以下步骤：
3、在其中一个...
【技术保护点】
1.一种用于增强异常检测能力的图像增强方法，其特征在于，包括：
2.根据权利要求1所述一种用于增强异常检测能力的图像增强方法，其特征在于，所述获取待检测的质检图像，对所述质检图像进行灰度处理，得到第一处理图像包括：
3.根据权利要求2所述一种用于增强异常检测能力的图像增强方法，其特征在于，所述对所述质检灰度图像进行归一化处理，得到归一化处理图像包括：
4.根据权利要求2所述一种用于增强异常检测能力的图像增强方法，其特征在于，所述对所述归一化处理图像进行直方图均衡化，得到第一处理图像包括：
5.根据权利要求1所述一种用于增...
【技术特征摘要】
1.一种用于增强异常检测能力的图像增强方法，其特征在于，包括：
2.根据权利要求1所述一种用于增强异常检测能力的图像增强方法，其特征在于，所述获取待检测的质检图像，对所述质检图像进行灰度处理，得到第一处理图像包括：
3.根据权利要求2所述一种用于增强异常检测能力的图像增强方法，其特征在于，所述对所述质检灰度图像进行归一化处理，得到归一化处理图像包括：
4.根据权利要求2所述一种用于增强异常检测能力的图像增强方法，其特征在于，所述对所述归一化处理图像进行直方图均衡化，得到第一处理图像包括：
5.根据权利要求1所述一种用于增强异常检...
【专利技术属性】
技术研发人员：于兴华，张宝鑫，王小鹏，崔金瀚，邬竣韬，李琰，但源，
申请(专利权)人：理工特智科技重庆有限公司，
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。