[发明专利]基于小波变换的车身漆面微小瑕疵检测方法

权利要求书

1.一种基于小波变换的车身漆面微小瑕疵检测方法，其特征在于，该方法包括如下步骤：

S1、预处理采集回的图像，抑制部分噪声影响的图像；

S2、使用滤波器均匀图像光照明暗；

S3、使用瑕疵检测算法，滤除与瑕疵无关的信号，保留瑕疵信息，检测出不同大小的瑕疵。

2.如权利要求1所述的基于小波变换的车身漆面微小瑕疵检测方法，其特征在于，所述步骤S1具体包括如下步骤：

S11、获得同一采样点采集回的多张图片；

S12、对多张图片叠加求均值，多张图片叠加求均值可抑制高斯噪声的影响，并保留瑕疵信息。

3.如权利要求2所述的基于小波变换的车身漆面微小瑕疵检测方法，其特征在于，所述步骤S2具体包括如下步骤：

S21、对输入图像f(x,y)取对数，分离照射分量i_i(x,y)和反射分量r_i(x,y)，在进行指数变换前加一极小值ε，并对其进行傅里叶变换

k(x,y)＝ln(f(x,y)+ε)＝lni_i(x,y)+lnr_i(x,y)＝a(x,y)+b(x,y)

K(u,v)＝Fk(x,y)＝A(u,v)+B(u,v)

S22、使用滤波器H(u,v)，对K(u,v)进行滤波

S(u,v)＝H(u,v)K(u,v)＝H(u,v)A(u,v)+H(u,v)B(u,v)；

S23、进行反傅里叶变换，取指数，得到处理后图像g(x,y)，i_o(x,y)和r_o(x,y)分别是处理后图像的照射分量和入射分量

s(x,y)＝IDFT(S(u,v))

g(x,y)＝exp^s(x,y)-ε＝i_o(x,y)*r_o(x,y)。

4.如权利要求3所述的基于小波变换的车身漆面微小瑕疵检测方法，其特征在于，所述输入图像f(x,y)色彩的浓淡程度为照射分量i_i(x,y)和反射分量r_i(x,y)的乘积。

5.如权利要求3所述的基于小波变换的车身漆面微小瑕疵检测方法，其特征在于，f(x,y)∈[0,255]。

6.如权利要求3-5任一项所述的基于小波变换的车身漆面微小瑕疵检测方法，其特征在于，所述步骤S22中所述滤波器H(u,v)将图像中较暗部分的亮度增强，降低过曝部分图像亮度，

其中γ_H、γ_L、D₀及c为设定数值，其中，选择γ_H1，γ_L1达到衰减低频，增强高频的目的，常数c控制函数坡度的锐利度，D(u,v)和D₀分别表示和频率中心的距离和截止频率。

7.如权利要求6所述的基于小波变换的车身漆面微小瑕疵检测方法，其特征在于，所述步骤S3具体包括如下步骤：

S31、将图像分离为HSI模型，将彩色RGB图像信息转换为色调(Hue)、色饱和度(Saturation)和亮度(lntensity)信息，将色调、饱和度和亮度图像分别作为单通道图像进行处理；

S32、对单通道图像按行进行第一次一维离散小波变换，小波变换后滤除图像中的低频信息；

S33、对上述剩余的高频信号进行第二次一维离散小波变换，小波变换后滤除图像中的相对高频信息；

S34、设定阈值判定是否为瑕疵：根据信号特征，对处理后的单行信号求均值及方差，采用均值加N倍方差作为阈值，大于阈值的位置判定为瑕疵像素点，小于阈值的位置判定为非瑕疵像素点；

S35、遍历整个图像，融合色调、饱和度和亮度图像的检测结果，输出瑕疵信息的行列信息。