[发明专利]基于人工智能的气密性检测中气泡特征增强方法及系统

权利要求书

1.一种基于人工智能的气密性检测中气泡特征增强方法，其特征在于，所述方法包括：

获取初始图像序列；获得相邻帧的所述初始图像的纹理相似性，根据所述纹理相似性获得第一融合权重；根据所述第一融合权重将所述初始图像序列融合，获得背景模板；

根据所述背景模板提取所述初始图像序列中的前景图像，获得前景图像序列；根据所述第一融合权重将所述前景图像序列融合，获得第一融合图像，当所述第一融合图像中像素点达到像素值阈值时，停止融合；

获取所述第一融合图像中的像素类别；所述像素类别包括固定噪声、气泡特征和随机噪声；将每个所述像素类别中的像素点置为对应所述像素类别的平均像素值；以每个所述像素类别出现的频次作为第二融合权重，根据所述第一融合权重和所述第二融合权重对所述第一融合图像的每个所述像素类别融合，获得第二融合图像；当所述第二融合图像中像素点达到所述像素值阈值时，将所述第二融合图像取反，获得第三融合图像；将所述前景图像序列与所述第三融合图像融合；当所述第三融合图像中像素点达到所述像素值阈值时，将所述第三融合图像取反，获得气泡特征图像。

2.根据权利要求1所述的一种基于人工智能的气密性检测中气泡特征增强方法，其特征在于，所述获取初始图像序列后还包括：

将所述初始图像灰度化后进行顶帽运算。

3.根据权利要求1所述的一种基于人工智能的气密性检测中气泡特征增强方法，其特征在于，所述获取初始图像序列后还包括：

保留所述初始图像序列相邻帧之间平均像素值最小的所述初始图像；

所述获得前景图像序列后还包括：

保留所述前景图像序列相邻帧之间平均像素值最大的所述前景图像。

4.根据权利要求1所述的一种基于人工智能的气密性检测中气泡特征增强方法，其特征在于，所述获得每张所述初始图像的纹理相似性包括：

获得每张所述初始图像的灰度共生矩阵特征；所述灰度共生矩阵特征包括能量、对比度、相关度和熵；以相邻帧所述初始图像的所述灰度共生矩阵特征的相似度向量作为所述纹理相似性。

5.根据权利要求4所述的一种基于人工智能的气密性检测中气泡特征增强方法，其特征在于，所述根据所述纹理相似性获得第一融合权重包括：

获得所述初始图像序列的平均纹理相似性；根据所述纹理相似性和所述平均纹理相似性的差异建立差异矩阵，获得多个差异特征向量和差异特征值；

获得所述纹理相似性对应的所述初始图像在所述初始图像序列中的数量占比；

根据所述纹理相似性、所述数量占比和所述差异特征值获得所述一第融合权重。

6.根据权利要求5所述的一种基于人工智能的气密性检测中气泡特征增强方法，其特征在于，所述根据所述纹理相似性、所述数量占比和所述差异特征值获得所述一第融合权重包括：通过第一融合权重公式获得所述第一融合权重，所述第一融合权重公式包括：

其中，α为所述第一融合权重，k为所述差异特征向量的数量，c_j为第j个所述差异特征向量对应的所述数量占比，s_j为第j个所述差异特征向量对应的所述纹理相似性，τ_j为第j个所述差异特征值，τ为所述差异特征值总和。

7.根据权利要求1或6所述的一种基于人工智能的气密性检测中气泡特征增强方法，其特征在于，所述根据所述第一融合权重将所述初始图像序列融合，获得背景模板包括：通过第一融合公式将所述初始图像序列融合，所述第一融合公式包括：

f_i，i+1＝αf_i+(1-α)f_i+1

其中，f_i，i+1为所述第一融合图像，f_i为第i帧所述初始图像，f_i+1为第i+1帧所述初始图像，α为所述第一融合权重。