CN115049636A - 一种计算机图像处理方法 - Google Patents
一种计算机图像处理方法 Download PDFInfo
- Publication number
- CN115049636A CN115049636A CN202210811726.8A CN202210811726A CN115049636A CN 115049636 A CN115049636 A CN 115049636A CN 202210811726 A CN202210811726 A CN 202210811726A CN 115049636 A CN115049636 A CN 115049636A
- Authority
- CN
- China
- Prior art keywords
- image
- processing
- image information
- computer
- information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 18
- 238000012545 processing Methods 0.000 claims abstract description 60
- 230000007547 defect Effects 0.000 claims abstract description 32
- 238000012937 correction Methods 0.000 claims abstract description 23
- 238000001514 detection method Methods 0.000 claims abstract description 13
- 238000007781 pre-processing Methods 0.000 claims abstract description 11
- 238000005096 rolling process Methods 0.000 claims abstract description 8
- 238000003062 neural network model Methods 0.000 claims abstract description 5
- 230000005540 biological transmission Effects 0.000 claims description 19
- 238000003860 storage Methods 0.000 claims description 10
- 238000001914 filtration Methods 0.000 claims description 9
- 238000012549 training Methods 0.000 claims description 9
- 230000003287 optical effect Effects 0.000 claims description 7
- 238000004519 manufacturing process Methods 0.000 claims description 6
- 230000010365 information processing Effects 0.000 claims description 4
- 238000013528 artificial neural network Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 230000003321 amplification Effects 0.000 claims description 2
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 2
- 238000000605 extraction Methods 0.000 abstract description 4
- 238000003709 image segmentation Methods 0.000 abstract description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000000034 method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration using local operators
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/73—Deblurring; Sharpening
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/77—Retouching; Inpainting; Scratch removal
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/80—Geometric correction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/90—Dynamic range modification of images or parts thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20004—Adaptive image processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20084—Artificial neural networks [ANN]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Biophysics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Geometry (AREA)
- Health & Medical Sciences (AREA)
- Quality & Reliability (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种计算机图像处理方法，本发明通过对获取的图像进行预处理操作，预处理包括缺陷检测修正、锐化处理、平滑度处理、光圈修正处理、去噪滤波处理和对比度增强处理，缺陷检测修正通过构建深度卷织神经网络模型对采集的图像进行缺陷识别，并进行缺陷特征提取，然后对其进行修正并与常规锐化处理、平滑度处理、光圈修正处理、去噪滤波处理和对比度增强处理配合，可以消除图像中无关的信息，恢复有用的真实信息，增强有关信息的可检测性和最大限度地简化数据，从而改进特征抽取、图像分割、匹配和识别的可靠性，提高图像的清晰度，使得图像显示质量更高，用户使用体验更好。
Description
技术领域
本发明涉及计图像处理技术领域，具体是一种计算机图像处理方法。
背景技术
计算机图像处理又称为数字图像处理，它是指将图像信号转换成数字信号并利用计算机对其进行处理的过程，随着计算机技术的快速发展，计算机图像处理已经广泛应用到了人类社会生活的各个方面，如：工业检测、医学、智能机器人等，无论在哪个领域中，人们喜欢采用图像的方式来描述和表达事物的特性与逻辑关系，因此，计算机图像处理技术的发展及对其的要求就越来显得重要。
计算机图像处理的过程通常分为图像信息获取与存储、图像信息传送、图像信息预处理、图像信息处理、图像信息输出与显示等，在分析图像问题时，由于环境和拍摄自身因素影响，使得计算机获取的图像存在一定的问题，同时由于操作的要求，需要对图像进行一定的转换，所以在处理图像之前，要对图像做出预处理，方便后期操作，但是，传统的计算机图像处理方法对于图像的预处理效果较差，对于图像拍摄时环境中光线、镜头表面灰尘以及传输信号不稳定对图像导致的图像不清楚甚至图像信息缺失等问题处理效果较差，最终显示的图像往往质量不高，为此，需要发明一种新的计算机图像处理方法，以解决上述存在的问题。
发明内容
本发明的目的在于提供一种计算机图像处理方法，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：
一种计算机图像处理方法，其处理方法包括以下步骤，
S1：图像信息获取，首先获取图像信息并将图像信号转换成适合输入计算机或数字设备的数字信号；
S2：图像信息存储，然后将获取的图像信息数字信号传输到计算机图像信息储存介质中；
S3：图像信息传送，再然后将图形信息通过图像信息传送单元传送至图形信息预处理单元中；
S4：图像信息预处理，对获取的图像信息进行缺陷检测修正、锐化处理、平滑度处理、光圈修正、去噪滤波和对比度增强处理；
S5：图像信息处理，对预处理后的图像信息依次进行几何处理、算术处理、图像增强、图像编码、图像识别和图像理解处理；
S6：图像信息输出，通过硬拷贝或软拷贝的方式将处理后的图像信息输出到存储器中；
S7：图像信息显示，最后再将输出的图像信息通过计算机显示屏显示出来。
作为本发明进一步的方案：所述图像信息获取设备有电视摄像机、飞点扫描器、扫描鼓、扫描仪和显微光密度计。
作为本发明再进一步的方案：所述图像信息存储设备包括磁带、磁盘或光盘，当使用磁带作为图像信息存储设备时，需要将计算机与数码摄像机连接，通过数码摄像机将图像信息保存在磁带中，当使用光盘作为图像信息存储设备时，需要将计算机与VCD、DVD以及其它可播放光盘的电器设备连接。
作为本发明再进一步的方案：所述图像信息传送单元包括系统内部传送与远距离传送，系统内部传送采用电信号的方式传送，远距离传送采用互联网方式远程传送。
作为本发明再进一步的方案：所述缺陷检测修正是首先找出图像原始的缺陷数据，并制作缺陷原始图像训练集或者找出没有缺陷的原始图像，并制作无缺陷原始图像训练集，然后进行深度卷织神经网络训练，构建训练后的深度卷织神经网络模型对采集的图像进行缺陷识别，并进行缺陷特征提取，然后对其进行修正。
作为本发明再进一步的方案：所述几何处理主要包括坐标变换，图像的放大、缩小、旋转、移动，多个图像配准，全景畸变校正，扭曲校正，周长、面积和体积计算。
作为本发明再进一步的方案：所述算术处理主要对图像施以加、减、乘、除等运算。
作为本发明再进一步的方案：所述图像增强处理主要是突出图像中感兴趣的信息，而减弱或去除不需要的信息，从而使有用信息得到加强，便于区分或解释。
作为本发明再进一步的方案：所述图像复原处理的主要目的是去除干扰和模糊，恢复图像的本来面目。
与现有技术相比，本发明的有益效果是：
本发明通过对获取的图像进行预处理操作，预处理包括缺陷检测修正、锐化处理、平滑度处理、光圈修正处理、去噪滤波处理和对比度增强处理，缺陷检测修正通过构建深度卷织神经网络模型对采集的图像进行缺陷识别，并进行缺陷特征提取，然后对其进行修正并与常规锐化处理、平滑度处理、光圈修正处理、去噪滤波处理和对比度增强处理配合，可以消除图像中无关的信息，恢复有用的真实信息，增强有关信息的可检测性和最大限度地简化数据，从而改进特征抽取、图像分割、匹配和识别的可靠性，提高图像的清晰度，使得图像显示质量更高，用户使用体验更好。
具体实施方式
下面对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明实施例中，一种计算机图像处理方法，其处理方法包括以下步骤，
S1：图像信息获取，首先获取图像信息并将图像信号转换成适合输入计算机或数字设备的数字信号；
S2：图像信息存储，然后将获取的图像信息数字信号传输到计算机图像信息储存介质中；
S3：图像信息传送，再然后将图形信息通过图像信息传送单元传送至图形信息预处理单元中；
S4：图像信息预处理，对获取的图像信息进行缺陷检测修正、锐化处理、平滑度处理、光圈修正、去噪滤波和对比度增强处理；
S5：图像信息处理，对预处理后的图像信息依次进行几何处理、算术处理、图像增强、图像编码、图像识别和图像理解处理；
S6：图像信息输出，通过硬拷贝或软拷贝的方式将处理后的图像信息输出到存储器中；
S7：图像信息显示，最后再将输出的图像信息通过计算机显示屏显示出来。
图像信息获取设备有电视摄像机、飞点扫描器、扫描鼓、扫描仪和显微光密度计。
图像信息存储设备包括磁带、磁盘或光盘，当使用磁带作为图像信息存储设备时，需要将计算机与数码摄像机连接，通过数码摄像机将图像信息保存在磁带中，当使用光盘作为图像信息存储设备时，需要将计算机与VCD、DVD以及其它可播放光盘的电器设备连接。
图像信息传送单元包括系统内部传送与远距离传送，系统内部传送采用电信号的方式传送，远距离传送采用互联网方式远程传送。
缺陷检测修正是首先找出图像原始的缺陷数据，并制作缺陷原始图像训练集或者找出没有缺陷的原始图像，并制作无缺陷原始图像训练集，然后进行深度卷织神经网络训练，构建训练后的深度卷织神经网络模型对采集的图像进行缺陷识别，并进行缺陷特征提取，然后对其进行修正。
几何处理主要包括坐标变换，图像的放大、缩小、旋转、移动，多个图像配准，全景畸变校正，扭曲校正，周长、面积和体积计算。
算术处理主要对图像施以加、减、乘、除等运算。
图像增强处理主要是突出图像中感兴趣的信息，而减弱或去除不需要的信息，从而使有用信息得到加强，便于区分或解释。
图像复原处理的主要目的是去除干扰和模糊，恢复图像的本来面目。
图像去噪滤波采用自适应加权均值滤波模块，该模块通过检测滤波窗口内不同方向的方差来确定纹理方向，从而自动生成相应的加权系数，可以对宽度不超过4094像素的图像进行流水线式的加权均值滤波处理，达到去噪保边的目的。
尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (9)
1.一种计算机图像处理方法，其处理方法包括以下步骤，
S1：图像信息获取，首先获取图像信息并将图像信号转换成适合输入计算机或数字设备的数字信号；
S2：图像信息存储，然后将获取的图像信息数字信号传输到计算机图像信息介质中；
S3：图像信息传送，再然后将图形信息通过图像信息传送单元传送至图形信息预处理单元中；
S4：图像信息预处理，对获取的图像信息进行缺陷检测修正、锐化处理、平滑度处理、光圈修正、去噪滤波和对比度增强处理；
S5：图像信息处理，对预处理后的图像信息依次进行几何处理、算术处理、图像增强、图像编码、图像识别和图像理解处理；
S6：图像信息输出，通过硬拷贝或软拷贝的方式将处理后的图像信息输出到存储器中；
S7：图像信息显示，最后再将输出的图像信息通过计算机显示屏显示出来。
2.根据权利要求1所述的一种计算机图像处理方法，其特征在于：所述图像信息获取设备有电视摄像机、飞点扫描器、扫描鼓、扫描仪和显微光密度计。
3.根据权利要求1所述的一种计算机图像处理方法，其特征在于：所述图像信息存储设备包括磁带、磁盘或光盘。
4.根据权利要求1所述的一种计算机图像处理方法，其特征在于：所述图像信息传送单元包括系统内部传送与远距离传送。
5.根据权利要求1所述的一种计算机图像处理方法，其特征在于：所述缺陷检测修正是首先找出图像原始的缺陷数据，并制作缺陷原始图像训练集或者找出没有缺陷的原始图像，并制作无缺陷原始图像训练集，然后进行深度卷织神经网络训练，构建训练后的深度卷织神经网络模型对采集的图像进行缺陷识别，并进行缺陷特征提取，然后对其进行修正。
6.根据权利要求1所述的一种计算机图像处理方法，其特征在于：所述几何处理主要包括坐标变换，图像的放大、缩小、旋转、移动，多个图像配准，全景畸变校正，扭曲校正，周长、面积和体积计算。
7.根据权利要求1所述的一种计算机图像处理方法，其特征在于：所述算术处理主要对图像施以加、减、乘、除等运算。
8.根据权利要求1所述的一种计算机图像处理方法，其特征在于：所述图像增强处理主要是突出图像中感兴趣的信息，而减弱或去除不需要的信息，从而使有用信息得到加强，便于区分或解释。
9.根据权利要求1所述的一种计算机图像处理方法，其特征在于：所述图像复原处理的主要目的是去除干扰和模糊，恢复图像的本来面目。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210811726.8A CN115049636A (zh) | 2022-07-12 | 2022-07-12 | 一种计算机图像处理方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210811726.8A CN115049636A (zh) | 2022-07-12 | 2022-07-12 | 一种计算机图像处理方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115049636A true CN115049636A (zh) | 2022-09-13 |
Family
ID=83165479
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210811726.8A Pending CN115049636A (zh) | 2022-07-12 | 2022-07-12 | 一种计算机图像处理方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115049636A (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1753506A (zh) * | 2005-10-07 | 2006-03-29 | 南京大学 | Cmos图像实时增强预处理实现方法 |
| CN101945196A (zh) * | 2009-07-01 | 2011-01-12 | 夏普株式会社 | 图像处理装置和图像处理系统 |
| CN106165390A (zh) * | 2014-03-28 | 2016-11-23 | 富士胶片株式会社 | 图像处理装置、摄影装置、图像处理方法及程序 |
| CN106488117A (zh) * | 2015-08-27 | 2017-03-08 | 安讯士有限公司 | 数字图像的预处理方法和数字图像预处理系统 |
| CN106875353A (zh) * | 2017-01-20 | 2017-06-20 | 飞依诺科技(苏州)有限公司 | 超声图像的处理方法及处理系统 |
| CN108629744A (zh) * | 2018-04-09 | 2018-10-09 | 北京无线电计量测试研究所 | 一种图像增强方法 |
| CN110400267A (zh) * | 2019-07-03 | 2019-11-01 | 安徽继远软件有限公司 | 一种基于巡检图像的预处理方法 |
| CN111696039A (zh) * | 2020-05-28 | 2020-09-22 | Oppo广东移动通信有限公司 | 图像处理方法及装置、存储介质和电子设备 |
-
2022
- 2022-07-12 CN CN202210811726.8A patent/CN115049636A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1753506A (zh) * | 2005-10-07 | 2006-03-29 | 南京大学 | Cmos图像实时增强预处理实现方法 |
| CN101945196A (zh) * | 2009-07-01 | 2011-01-12 | 夏普株式会社 | 图像处理装置和图像处理系统 |
| CN106165390A (zh) * | 2014-03-28 | 2016-11-23 | 富士胶片株式会社 | 图像处理装置、摄影装置、图像处理方法及程序 |
| CN106488117A (zh) * | 2015-08-27 | 2017-03-08 | 安讯士有限公司 | 数字图像的预处理方法和数字图像预处理系统 |
| CN106875353A (zh) * | 2017-01-20 | 2017-06-20 | 飞依诺科技(苏州)有限公司 | 超声图像的处理方法及处理系统 |
| CN108629744A (zh) * | 2018-04-09 | 2018-10-09 | 北京无线电计量测试研究所 | 一种图像增强方法 |
| CN110400267A (zh) * | 2019-07-03 | 2019-11-01 | 安徽继远软件有限公司 | 一种基于巡检图像的预处理方法 |
| CN111696039A (zh) * | 2020-05-28 | 2020-09-22 | Oppo广东移动通信有限公司 | 图像处理方法及装置、存储介质和电子设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109242802B (zh) | 图像处理方法、装置、电子设备及计算机可读介质 | |
| CN109684925B (zh) | 一种基于深度图像的人脸活体检测方法及设备 | |
| CN110097522B (zh) | 一种基于多尺度卷积神经网络的单幅户外图像去雾方法 | |
| CN108090886A (zh) | 一种高动态范围红外图像的显示与细节增强方法 | |
| CN107194886B (zh) | 一种用于相机传感器的灰尘检测方法及装置 | |
| CN111292272A (zh) | 图像处理方法、装置、介质以及电子设备 | |
| CN109685730A (zh) | 一种基于自适应非局域均值的小波去噪方法 | |
| CN114936979A (zh) | 一种模型训练方法、图像去噪方法、装置、设备及存储介质 | |
| Wang et al. | Single-image dehazing using color attenuation prior based on haze-lines | |
| CN116468640A (zh) | 一种用于互联网教学的视频图像增强方法 | |
| Fang et al. | Single image dehazing and denoising with variational method | |
| CN115049636A (zh) | 一种计算机图像处理方法 | |
| CN112184580A (zh) | 一种人脸图像增强方法、装置、设备及存储介质 | |
| CN110896498A (zh) | 计算机场景特效系统 | |
| CN114584832B (zh) | 视频自适应多尺寸动态播放方法及装置 | |
| CN110136085A (zh) | 一种图像的降噪方法及装置 | |
| CN112532938B (zh) | 一种基于大数据技术的视频监控系统 | |
| CN111833368B (zh) | 一种基于相位一致性边缘检测的语音还原方法 | |
| CN115456908A (zh) | 一种鲁棒的自监督图像去噪方法 | |
| CN115222606A (zh) | 图像处理方法、装置、计算机可读介质及电子设备 | |
| CN108416756B (zh) | 一种基于机器学习的区域感知图像去噪方法 | |
| CN113117341B (zh) | 图片处理方法及装置、计算机可读存储介质、电子设备 | |
| CN113592738A (zh) | 一种水下扭曲图像复原方法 | |
| CN113556491A (zh) | 线上教学录屏方法与系统 | |
| Wang et al. | Underwater Image Enhancement and Restoration Techniques: A Comprehensive Review, Challenges, and Future Trends |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |