[发明专利]一种用于机器人焊接视觉的图像快速降噪模型建立方法

权利要求书

1.一种用于机器人焊接视觉的图像快速降噪模型建立方法，其特征在于，具体包括：

步骤一、获取多帧曝光时长不同的标定图像；

步骤二、计算所有标定图像，每个像素点的辐照度表达值；

步骤三、计算所有图像对应像素点辐照度表达值的加权平均值，作为对应像素点的最终的辐照度表达值；

步骤四、利用色调映射函数，将所述最终的辐照度表达值压缩成目标灰度值；

步骤五、任意选取两帧曝光时长不同的标定图像，利用两帧图像中每个对应像素点的目标灰度值，构造带有映射关系的查找表，所述查找表的横纵坐标分别是曝光时间不同图像的像素灰度值；

步骤六、利用图形学操作方法，消除表格中的数据离群点与区域边缘的毛刺；

步骤七、将数据集中分布区域设定为脊线区域，通过像素邻域灰度平均的方法与卷积平均法对脊线区域数据进行修正；完成模型建立。

2.根据权利要求1所述的一种用于机器人焊接视觉的图像快速降噪模型建立方法，其特征在于，步骤一中多帧曝光时长不同的标定图像：至少包括一帧最短曝光时间图像与一帧最长曝光时间图像，且曝光时间均不同，在采集过程中保持工业相机与采集场景相对静止。

3.根据权利要求1或2所述的一种用于机器人焊接视觉的图像快速降噪模型建立方法，其特征在于，步骤二中计算所有标定图像，每个像素点的辐照度表达值的具体方法为：

步骤二一、根据像素灰度与辐照度以及曝光时间的固有关系，建立关系函数；

步骤二二、设定关系函数的损失函数，利用最小二乘法，获得辐照度表达值函数；

步骤二三、将每个标定图像每个像素点的灰度和曝光时长代入辐照度表达值函数，获得每个标定图像像素点的辐照度表达值。

4.根据权利要求3所述的一种用于机器人焊接视觉的图像快速降噪模型建立方法，其特征在于，步骤二二中设定关系函数的损失函数，利用最小二乘法，获得辐照度表达值函数的具体方法为：

设定关系函数的损失函数：

其中，g(Z_ij)＝lnE_i+lnΔt_j g(Z_ij)为关系函数，g(Z_ij)＝lnE_i+lnΔt_j，Δt_j为第j帧标定图像的曝光时长，E_i为第i个像素对应正是位置的辐照度表达值，Z_ij为第j帧标定图像的第i个像素的灰度，w(Z_ij)为像素灰度等于Z_ij时所对应的权重，λ为函数O_map中第一项与第二项的平衡参数，Z_max为像素灰度极大值，Z_min为像素灰度极小值，N为一帧图像的像素总数，P为标定图像的总帧数，g″(Z_ij)为函数g曲线的平滑控制参数，在像素灰度值Z_ij处的表达式为：

g″(Z_ij)＝g(Z_ij-1)-2g(Z_ij)+g(Z_ij+1)

当像素灰度靠近极值Z_max，Z_min时，权重采用类Sigmoid函数：

其中，γ_trs为需要拟定的阈值；

利用最小二乘法，求解关系函数g(Z_ij)，获得辐照度表达值函数：

E_i＝exp(g(Z_ij)-lnΔt_j)。