[发明专利]一种自动寻找光照补偿参考图片的方法

说明书

本发明公开了一种自动寻找光照补偿参考图片的方法，步骤一，依次读取图像集的每张图片，然后建立图片序列集L1、L2、L3、L4；步骤二，分别取四个图片序列集L1、L2、L3、L4的前n*p张图片，得到四个子集，分别是SubL1、SubL2、SubL3、SubL4；步骤三，求取SubL1、SubL2、SubL3、SubL4的交集，得到intSection子集；步骤四，对intSection子集的图片每个位置的像素的亮度值都进行叠加，然后除以intSection子集图片总数，得到一张图片，该图片即为光照补偿参考图片。本发明提高了寻找光照补偿参考图片的效率，同时能剔除含板缝或裂缝、包含喷漆、包含石子或地面指示灯等不能用作参考的图片，高效快速的找到符合要求的光照补偿参考图片，图片精度高。

技术领域

本发明涉及图片处理技术领域，尤其是一种自动寻找光照补偿参考图片的方法。

背景技术

我国国土面积广阔，机场、高速公路、桥梁数目也在不断增加，这些公共基础设施的服务年限也在逐年增加；随着使用年限的增加，这些设施的道路自身使用功能不断下降的同时各种病害也会日益严重。因此，基础设施养护的一个巨大的需求就是及时发现和修补道路病害，保证使用的安全性和效率。进行基础设施道路养护的前提是对跑道状况进行检测和评估，这种检测主要包括道面表观检测和道路内部检测。以前，这些检测主要依靠人工和一些专用设备配合的方式，由于这些设备自动化程度低，体积较大，需要较多人力进行操作，效率较低下。

目前，已经出现了专门针对基础设施道路状况检测的智能自动化设备，这种设备通过智能定位导航技术，自主规划路径，可实现对道路的全覆盖检测。同时，这种设备搭载了多种不同类型和功能的传感装置，可以对道路表面和内部进行全方位检测。其中，采集表观信息的传感器主要由工业相机及配套光源组成，由于作业均在晚上，都需要靠光源照明，但是现有光源很难做到均匀照明，所有照片均呈现中间较亮，四周较暗，或中间较亮，两侧较暗的亮度分布规律，因此，在工业相机采集图像集上，要实现较好的拼接或损害识别效果，必须要对图像进行光照补偿。

要进行光照补偿，首先需要得到一些参考图片，这些图片要能较好的反映出光照亮度分布，因此图片应该是一段完整的、平坦的路面，无损坏，无异物，并且无人工喷涂标识。现有技术主要是通过人工找图，为了注意图片细节，需要打开每张图片进行浏览，效率低下；同时，如果图片过多，一般没法浏览所有的图片选择，因此人工挑选出的图片很可能不是最优的。目前还没有相应的能自动寻找光照补偿参考图片的方法。

发明内容

针对上述不足之处，本发明提供了一种自动寻找光照补偿参考图片的方法，能自动寻找光照补偿参考图片，提高了寻找光照补偿参考图片的效率，图片精度高。

为了实现上述目的，本发明采用的技术方案如下：

一种自动寻找光照补偿参考图片的方法，包括如下步骤：

步骤一，依次读取图像集的每张图片，然后分别进行如下处理：

S1，求取每张图片像素亮度值的标准差，然后对标准差按从小到大的顺序进行排序，得到一个图片序列集L1；

S2，求取图片平均梯度，然后对图片按平均梯度按从小到大的顺序进行排序，得到一个图片序列集L2；

S3，寻找和统计图片暗色区域的角点数目，然后对图片按角点数目从小到大进行排序，得到一个图片序列集L3；

S4，寻找和统计图片亮色区域的角点数目，然后对图片按角点数目从小到大进行排序，得到一个图片序列集L4；

步骤二，根据每个图片集的图片总数n，设定一个比例p，分别取四个图片序列集L1、L2、L3、L4的前n*p张图片，得到四个子集，分别是SubL1、SubL2、SubL3、SubL4；

步骤三，求取SubL1、SubL2、SubL3、SubL4的交集，得到intSection子集；