【技术实现步骤摘要】
本专利技术涉及工业相机的，特别涉及一种工业相机补光源自适应控制方法及装置。
技术介绍
1、工业相机在现代制造业和质量控制领域扮演着越来越重要的角色。随着工业4.0和智能制造的快速发展，对工业相机图像质量的要求也不断提高。然而，在实际应用中，工业相机的拍摄环境时常变化复杂，光照条件多样，这对图像的清晰度和准确性提出了巨大挑战。传统的工业相机补光方法通常采用固定的补光参数，难以适应不同场景和环境条件的需求。这种单一的补光策略可能导致图像质量不稳定，影响后续的图像处理和分析结果。因此，如何实现工业相机补光源的智能化和自适应控制，以适应不同的拍摄场景和环境条件，提高图像质量的稳定性和可靠性，成为了当前研究的一个重要方向。
技术实现思路
1、本专利技术的主要目的为提供一种工业相机补光源自适应控制方法及装置，能够有效解决传统固定补光方法难以适应复杂环境的问题。
2、为实现上述目的，本专利技术提供一种工业相机补光源自适应控制方法，包括：
3、获取工业相机的场景感知数据，基于所述场景感知数据进行拍摄场景实时分类和环境参数分析，得到场景特征信息；
4、对所述场景特征信息进行图像质量评估，并与预设图像质量标准进行比对，得到图像质量匹配度；
5、基于所述图像质量匹配度和所述场景特征信息进行控制参数分析，得到初始补光控制参数；
6、获取所述工业相机的图像数据，对所述图像数据进行亮度分布和细节特征分析，得到对应的图像分析结果；
7、基于
8、对所述初始补光控制参数、所述图像分析结果和所述动态补光源参数进行综合处理，得到补光源调节策略。
9、进一步地，所述获取工业相机的场景感知数据，基于所述场景感知数据进行拍摄场景实时分类和环境参数分析，得到场景特征信息，包括：
10、获取所述工业相机采集的光谱数据和深度数据，并进行整合，得到所述场景感知数据；
11、对所述场景感知数据进行高阶奇异值分解并提取跨模态关联特征，得到模态耦合矩阵；
12、基于所述模态耦合矩阵进行场景构建，得到场景语义图；
13、依据预设的持续同调算法对所述场景语义图进行贝蒂数序列计算，得到场景拓扑特征向量；
14、基于所述场景拓扑特征向量进行多尺度分形维数分析，得到场景复杂度谱；
15、基于所述场景复杂度谱进行动态稳定性特征分析，得到场景动态特征；
16、对所述场景动态特征进行符号化处理，生成场景的符号序列；
17、基于所述符号序列进行条件熵和互信息计算，得到场景不确定性指标；
18、将所述场景拓扑特征向量、所述场景动态特征和所述场景不确定性指标进行非线性映射融合，得到所述场景特征信息。
19、进一步地，所述对所述场景特征信息进行图像质量评估，并与预设图像质量标准进行比对，得到图像质量匹配度，包括：
20、对所述场景特征信息进行亮度熵值计算，得到场景亮度熵值；
21、根据所述场景亮度熵值对所述场景特征信息进行亮度均匀性评估，得到亮度均匀性评分；
22、对所述场景特征信息进行纹理频谱分析，得到纹理频谱特征；
23、根据所述纹理频谱特征对所述场景特征信息进行细节保留度评估，得到细节保留度评分；
24、对所述场景特征信息进行色彩饱和度计算，得到色彩饱和度值；
25、根据所述色彩饱和度值对所述场景特征信息进行色彩还原度评估，得到色彩还原度评分；
26、对所述亮度均匀性评分、所述细节保留度评分和所述色彩还原度评分进行综合计算，得到综合图像质量评分；
27、将所述综合图像质量评分与所述图像质量标准进行匹配度分析，得到图像质量匹配度。
28、进一步地，所述基于所述图像质量匹配度和所述场景特征信息进行控制参数分析，得到初始补光控制参数，包括：
29、对所述图像质量匹配度进行双曲正切函数非线性变换，得到质量匹配曲线；
30、对所述场景特征信息进行高阶统计特征和频域特征提取，并构建多维特征空间，得到场景特征向量；
31、对所述质量匹配曲线和所述场景特征向量进行参数分析，得到初始补光参数集；
32、依据预设的图像清晰度评估函数对所述初始补光参数集进行迭代计算，得到优化梯度信息；
33、依据所述优化梯度信息对所述初始补光参数集进行动态调整，得到所述初始补光控制参数。
34、进一步地，所述获取所述工业相机的图像数据，对所述图像数据进行亮度分布和细节特征分析，得到对应的图像分析结果，包括：
35、对所述图像数据进行多尺度金字塔分解，得到多尺度频率系数；
36、基于所述多尺度频率系数进行各子带能量分布分析，得到子带频域特征图；
37、对所述子带频域特征图进行区域值分割，得到显著区域矩阵；
38、根据所述显著区域矩阵对所述图像数据进行区域划分，得到目标区域；
39、对所述目标区域进行局部方向特征分析，得到局部方向特征；
40、基于所述局部方向特征进行区域像素方向一致性计算，得到细节描述符；
41、对所述细节描述符进行聚类分析，得到图像纹理复杂度指标；
42、依据所述子带频域特征图和所述纹理复杂度指标进行矩阵构建，得到构建联合分布矩阵；
43、对所述联合分布矩阵进行向量特征分解，得到图像矩阵向量；
44、基于所述图像矩阵向量和所述联合分布矩阵进行图像质量评分，得到所述图像分析结果。
45、进一步地，所述基于所述图像分析结果对所述场景特征信息进行动态光源模拟，得到对应的动态补光源参数，包括：
46、对所述图像分析结果进行光照不均匀性评估，得到光照均匀度信息；
47、根据所述光照均匀度信息对所述场景特征信息进行光源位置虚拟调整，得到多组虚拟光源位置参数；
48、对每组所述虚拟光源位置参数进行光线追踪计算，得到对应的光照分布数据；
49、根据所述光照分布数据对所述场景特征信息进行物体表面反射特性分析，得到表面反射率分布图；
50、基于所述表面反射率分布图对所述光照分布数据进行修正，得到修正光照分布数据；
51、对所述修正光照分布数据进行光强度优化计算，得到优化光强度参数；
52、根据所述优化光强度参数和所述虚拟光源位置参数生成多组候选补光方案；
53、对每组所述候选补光方案进行图像质量预测评估，得到对应的图像质量预测指标；
54、根据所述图像质量预测指标对所述候选补光方案进行排序和筛选，得到筛选补光方案；
55、对所述筛选补光方案进行光源位置和光强度参数动态转换，得到所述动态补光源参数。
56、进一步本文档来自技高网...
【技术保护点】
1.一种工业相机补光源自适应控制方法，其特征在于，包括：
2.根据权利要求1所述的工业相机补光源自适应控制方法，其特征在于，所述获取工业相机的场景感知数据，基于所述场景感知数据进行拍摄场景实时分类和环境参数分析，得到场景特征信息，包括：
3.根据权利要求1所述的工业相机补光源自适应控制方法，其特征在于，所述对所述场景特征信息进行图像质量评估，并与预设图像质量标准进行比对，得到图像质量匹配度，包括：
4.根据权利要求1所述的工业相机补光源自适应控制方法，其特征在于，所述基于所述图像质量匹配度和所述场景特征信息进行控制参数分析，得到初始补光控制参数，包括：
5.根据权利要求1所述的工业相机补光源自适应控制方法，其特征在于，所述获取所述工业相机的图像数据，对所述图像数据进行亮度分布和细节特征分析，得到对应的图像分析结果，包括：
6.根据权利要求1所述的工业相机补光源自适应控制方法，其特征在于，所述基于所述图像分析结果对所述场景特征信息进行动态光源模拟，得到对应的动态补光源参数，包括：
7.根据权利要求1所述的工业相
8.根据权利要求7所述的工业相机补光源自适应控制方法，其特征在于，所述将所述多模态光源特征映射到所述自适应补光网络结构上，得到初步补光策略，包括：
9.一种工业相机补光源自适应控制装置，其特征在于，应用于上述权利要求1-8任意一项的工业相机补光源自适应控制方法，包括：
...【技术特征摘要】
1.一种工业相机补光源自适应控制方法，其特征在于，包括：
2.根据权利要求1所述的工业相机补光源自适应控制方法，其特征在于，所述获取工业相机的场景感知数据，基于所述场景感知数据进行拍摄场景实时分类和环境参数分析，得到场景特征信息，包括：
3.根据权利要求1所述的工业相机补光源自适应控制方法，其特征在于，所述对所述场景特征信息进行图像质量评估，并与预设图像质量标准进行比对，得到图像质量匹配度，包括：
4.根据权利要求1所述的工业相机补光源自适应控制方法，其特征在于，所述基于所述图像质量匹配度和所述场景特征信息进行控制参数分析，得到初始补光控制参数，包括：
5.根据权利要求1所述的工业相机补光源自适应控制方法，其特征在于，所述获取所述工业相机的图像数据，对所述图...
【专利技术属性】
技术研发人员：邓俊广，席娓，刘永康，张挺，何焕林，
申请(专利权)人：东莞康视达自动化科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。