申请/专利权人：中科院南京耐尔思光电仪器有限公司

申请日：2024-02-06

公开（公告）日：2024-04-23

公开（公告）号：CN117745715B

主分类号：G06T7/00

分类号：G06T7/00;G06T7/136;G06T7/187;G06V10/44

优先权：

专利状态码：有效-授权

法律状态：2024.04.23#授权;2024.04.09#实质审查的生效;2024.03.22#公开

摘要：本发明涉及图像数据处理技术领域，具体涉及基于人工智能的大口径望远镜镜片缺陷检测方法，包括：获取多个不同拍摄角度下的同一大口径望远镜镜片的镜片灰度图像，将每个镜片灰度图像分割为正常区域和疑似区域，并得到疑似区域内中的疑似连通域，获取每个疑似连通域的亮度综合特征程度，从而得到镜片存在缺陷的可能性，获取增强图像，用以判断大口径望远镜镜片是否合格。本发明通过镜片存在缺陷的可能性对多拍摄角度的图像中缺陷表征最明显的图像进行增强，提高了图像的质量，从而提高了大口径望远镜镜片缺陷检测的准确性。

主权项：1.基于人工智能的大口径望远镜镜片缺陷检测方法，其特征在于，该方法包括以下步骤：获取多个不同拍摄角度下的同一大口径望远镜镜片的镜片灰度图像；对每个镜片灰度图像进行阈值分割，将每个镜片灰度图像分割为正常区域和疑似区域；将疑似区域内连续相邻像素点构成的连通域，记为疑似连通域；对每个镜片灰度图像进行距离变换，得到每个镜片灰度图像中每个像素点的更新灰度值；根据每个疑似连通域内像素点的更新灰度值之间的差异，得到每个疑似连通域的亮度综合特征程度；根据所有镜片灰度图像中的所有疑似连通域的亮度综合特征程度之间的差异，得到镜片存在缺陷的可能性；根据所有镜片灰度图像中的所有疑似连通域的亮度综合特征程度的大小以及镜片存在缺陷的可能性，得到增强图像；根据增强图像，判断大口径望远镜镜片是否合格；所述根据每个疑似连通域内像素点的更新灰度值之间的差异，得到每个疑似连通域的亮度综合特征程度，包括的具体步骤如下：在第个镜片灰度图像中的第j个疑似连通域中，根据相邻像素点的更新灰度值的比值，得到的第一亮度特征；将中最大的更新灰度值对应的像素点，记为中的高亮点；根据中从每个高亮点开始，在各方向上的像素点的更新灰度值的差异，得到的第二亮度特征；根据的第一亮度特征和第二亮度特征，得到的亮度综合特征程度；所述在第个镜片灰度图像中的第j个疑似连通域中，根据相邻像素点的更新灰度值的比值，得到的第一亮度特征，包括的具体步骤如下：计算中的第个与第个像素点的更新灰度值的比值，将所述比值与1的差值的绝对值，记为中的第个和个像素点的比值特征；将中的所有相邻像素点的比值特征的均值，记为的第一亮度特征；所述根据中从每个高亮点开始，在各方向上的像素点的更新灰度值的差异，得到的第二亮度特征，包括的具体步骤如下：以水平向右为0度，逆时针旋转分别以45度、90度、135度以及180度对应的方向，作为第一个、第二个、第三个以及第四个主方向，分别以225度、270度、315度以及360度对应的方向，作为第一个、第二个、第三个以及第四个分方向；统计中从第个高亮点开始分别在第个主方向和分方向上的像素点数量中的最小值，计算中从第个高亮点开始在第个主方向和分方向上的第个像素点的更新灰度值的差值的绝对值，将中从第个高亮点开始在第个主方向和分方向上的前个像素点的更新灰度值的差值的绝对值的均值，记为中从第个高亮点开始在第个主方向和分方向上的第一亮度差异；将中从第个高亮点开始在所有主方向和分方向上的第一亮度差异的均值，记为中第个高亮点的第二亮度差异；将中所有高亮点的第二亮度差异的均值，记为的第二亮度特征；所述根据的第一亮度特征和第二亮度特征，得到的亮度综合特征程度，包括的具体步骤如下：将的第一亮度特征和第二亮度特征的乘积的归一化值，记为的亮度综合特征程度。

全文数据：

权利要求：

百度查询： 中科院南京耐尔思光电仪器有限公司 基于人工智能的大口径望远镜镜片缺陷检测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD