【技术实现步骤摘要】
本专利技术属于钢包检测，具体涉及一种具有光干扰鲁棒性的目标图像增强方法及设备。
技术介绍
1、近年来，图像识别和目标检测的应用越来越广泛，但在复杂的光照条件变化的情况下，图像的清晰度及对比度会急剧下降，严重影响物体的辨别以及图像中目标的识别检测。如钢厂车间的铁包标号识别、钢坯号、交通场景中的车牌号等易受到强光及弱光影响，在铁包标号、钢坯号的识别或缺陷检测中，对带有强光或弱光干扰的铁包标号图像、钢坯号图像或缺陷表面图像进行抗光干扰图像增强之后再进行标号识别或缺陷检测会极大提高识别准确性，进而提高钢卷质量评测的准确性；对于交通场景中的车牌识别中，对有强光干扰影响的车牌进行去强光处理后再进行车牌识别也有同样的效果。
2、传统的图像处理方法，如直接进行直方图均衡化，主要依赖于图像的灰度统计信息，对于复杂的光照变化条件下的图像处理效果不佳。而基于深度学习的图像增强方法，虽然可以通过训练提升模型的光照鲁棒性，但需要大量的标注数据和计算资源。此外，许多传统图像增强模型往往忽略了图像的局部特性，如对比度和饱和度等，这可能会导致图像过度增强或...
【技术保护点】
1.一种具有光干扰鲁棒性的目标图像增强方法，其特征在于，包括：
2.根据权利要求1所述的具有光干扰鲁棒性的目标图像增强方法，其特征在于，所述光照自主补偿处理包括：
3.根据权利要求2所述的具有光干扰鲁棒性的目标图像增强方法，其特征在于，所述自动色彩均衡处理包括对所述YUV图像进行色差校正和非线性对比度增强处理，表示为：
4.根据权利要求2所述的具有光干扰鲁棒性的目标图像增强方法，其特征在于，通过下述公式进行全局指数变换：
5.根据权利要求1所述的具有光干扰鲁棒性的目标图像增强方法，其特征在于，所述对比度均衡化处理包括：<...
【技术特征摘要】
1.一种具有光干扰鲁棒性的目标图像增强方法，其特征在于，包括：
2.根据权利要求1所述的具有光干扰鲁棒性的目标图像增强方法，其特征在于，所述光照自主补偿处理包括：
3.根据权利要求2所述的具有光干扰鲁棒性的目标图像增强方法，其特征在于，所述自动色彩均衡处理包括对所述yuv图像进行色差校正和非线性对比度增强处理，表示为：
4.根据权利要求2所述的具有光干扰鲁棒性的目标图像增强方法，其特征在于，通过下述公式进行全局指数变换：
5.根据权利要求1所述的具有光干扰鲁棒性的目标图像增强方法，其特征在于，所述对比度均衡化处理包括：
6.根据权利要求5所述...
【专利技术属性】
技术研发人员：陈金香，邢浩，孙彦广，郝晓东，刘茹，
申请(专利权)人：冶金自动化研究设计院有限公司，
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。