[发明专利]检测非制冷红外机芯图像像素缺陷点的方法

说明书

本发明一种检测非制冷红外机芯图像像素缺陷点的方法，包括：通过图像采集卡采集N帧机芯图像，读取采集的N帧机芯图像，对N帧机芯图像的灰度值进行分析以获得每一帧机芯图像的灰度信息；对N帧机芯图像对应像素灰度值取平均计算以得到平均图像；计算平均图像中像素坐标（x，y）的对比区中值差MedDif[x][y]和机芯当前状态的判断阈值BP，若MedDif[x][y]＞BP则该像素被判定为亮缺陷点，若MedDif[x][y]＜‑BP则该像素被判定为暗缺陷点，否则该像素被判定为不是像素缺陷点。本发明能客观、精准、快速地识别出图像上的缺陷点，能精确地判断每个缺陷点所占像素大小和缺陷点所在的位置坐标。

技术领域

本发明涉及非制冷红外机芯图像像素缺陷点(在非制冷红外机芯图像中表现为与周围众多像素点不同的较亮或较暗的像素点，简称缺陷点)技术领域，特别是涉及一种基于图像采集卡检测非制冷红外机芯图像像素缺陷点的方法。

背景技术

机芯的图像质量是用户关注的重要指标，而图像缺陷点的数量和大小就是评价图像质量的重要指标之一。

原有对红外机芯图像缺陷点的检测方法是人眼识别，通过把机芯的各项参数调节至适中，为机芯提供一个均匀背景，人眼识别出图像上缺陷点的个数和缺陷点大约所占像素大小，并记录缺陷点所在的大概区域。人眼识别缺陷点个数是可行的，但难于做到精确地识别每个缺陷点所占的像素大小和所在的位置坐标，只能凭经验得出一个大概的判断。“人眼识别”具有一定的主观性，而且检测精准度不够，检测效率较低。

发明内容

本发明针对目前非制冷红外机芯图像缺陷点检测的现状，提供一种基于图像采集卡检测非制冷红外机芯图像像素缺陷点的方法，能客观、精准、快速地识别出图像上的缺陷点，并能精确地判断每个缺陷点所占像素大小和缺陷点所在的位置坐标。

本发明是通过下述技术方案来解决上述技术问题的：

本发明提供一种检测非制冷红外机芯图像像素缺陷点的方法，其特点在于，其包括以下步骤：

S1、通过图像采集卡采集N帧机芯图像，读取采集的N帧机芯图像，对该N帧机芯图像的灰度值进行分析以获得每一帧机芯图像的灰度信息，N为正整数；

S2、对该N帧机芯图像对应像素灰度值取平均计算以得到一平均图像；

S3、通过分析平均图像来判断机芯图像是否存在缺陷点，计算平均图像中像素坐标(x，y)的对比区中值差MedDif[x][y]和机芯当前状态的判断阈值BP，若MedDif[x][y]＞BP则该像素被判定为亮缺陷点，若MedDif[x][y]＜-BP则该像素被判定为暗缺陷点，否则该像素被判定为不是像素缺陷点。

较佳地，在步骤S3中，判断坐标为(x，y)的像素是否属于缺陷点时，结合该像素周围15*15个像素区域的灰度值来判断，该区域称为坐标为(x，y)的像素的对比区；

利用公式计算平均图像中坐标为(x，y)像素的灰度值，其中，Gray[n][x][y]为第n帧图像中坐标为(x，y)像素的灰度值，VGray[x][y]为平均图像中坐标为(x，y)像素的灰度值，n≤N；

将平均图像中像素坐标(x，y)的对比区内所有像素灰度值按照从小到大排序，并将排列在最中间的像素灰度值称为对比区中值Med[x][y]；

利用公式MedDif[x][y]＝VGray[x][y]-Med[x][y]计算对比区中值差。

较佳地，在步骤S3中，平均图像中像素坐标(x，y)的对比区内所有像素灰度值的平均值称为对比区平均值Aver[x][y]，平均图像中像素坐标(x，y)的对比区内所有像素灰度值的标准差定义为对比区均匀性Un[x][y]，平均图像中所有像素对应的对比区均匀性的平均值称为图像的平均均匀性Un_AVER：