(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211471188.9 (22)申请日 2022.11.23 (71)申请人 常熟理工学院 地址 215500 江苏省苏州市 常熟市南 三环 路99号 (72)发明人 周屹　郁哲　郁康博　陈凌凌　 (74)专利代理 机构 绍兴三人 行柯信知识产权代 理事务所(普通 合伙) 33495 专利代理师 齐玉巧 (51)Int.Cl. G06T 7/00(2017.01) G06T 7/136(2017.01) G06T 5/40(2006.01) G06T 5/00(2006.01) (54)发明名称 基于图像数据算法的生产监测分析方法 (57)摘要 本发明涉及图像处理技术领域， 具体涉及基 于图像数据算法的生产监测分析方法， 包括： 产 品识别码所在面的图像的灰度图像， 获取重构灰 度直方图； 获取Otsu 算法分割重构灰度直方图的 分割阈值， 根据重构灰度直方图中每个灰度级所 对应的像素点个数和分割阈值得到该子灰度直 方图中灰度级的调整量； 根据子灰度直方图中灰 度级的调整量、 该子灰度直方图的横向分割阈值 和大于横向分割阈值的所有灰度级对该子灰度 直方图进行矫正得到矫正后的子灰度直方图， 根 据矫正后的子灰度直方图得到增强后的灰度图 像。 本发明在利用直方图均衡化进行图像增强 时， 避免了原 始信息的流失。 权利要求书2页 说明书6页 附图1页 CN 115546203 A 2022.12.30 CN 115546203 A 1.基于图像数据算法的生产监测分析 方法， 其特 征在于， 包括： 获取产品识别码所在面的图像的灰度图像， 根据 灰度图像的灰度直方图中像素点的灰 度级均值、 最大灰度级、 最小灰度级及每个像素点在灰度图像中的梯度得到灰度直方图中 每个像素点的重构灰度级， 根据灰度直方图中每个像素点的重构灰度级得到重构灰度直方 图； 所述每个像素点的重构灰度级的具体表达式为： 式中： 表示像素点 的重构灰度 级， 表示最大灰度 级， 表示最小灰度 级， 表示像素点 的灰度级， 表示灰度级均值， 表示像素点 在灰度图像中的梯 度； 获取Otsu算法对重构灰度直方图进行分割的分割阈值， 根据重构灰度直方图中每个灰 度级所对应的像素点个数对分割阈值进行矫正得到新的分割阈值， 根据新的分割阈值对重 构灰度直方图进行分割得到 子灰度直方图； 根据每个子灰度直方图中的像素点的总个数和该子灰度直方图的灰度级区间长度得 到该子灰度直方图的横向分割阈值， 根据该子灰度直方图的横向分割阈值和大于横向分割 阈值的所有灰度级得到该子灰度直方图中灰度级的调整量； 根据子灰度直方图中灰度级的调 整量、 该子灰度直方图的横向分割阈值和大于横向分 割阈值的所有 灰度级对该子灰度直方图进 行矫正得到矫正后的子灰度直方图， 根据矫正后 的子灰度直方图得到增强后的灰度图像， 对增强后的灰度图像中的识别码进行识别， 并完 成产品的分类。 2.根据权利要求1所述的基于图像数据算法的生产监测分析方法， 其特征在于， 所述得 到新的分割阈值的具体表达式为： 式中： 表示新的分割阈值， 表示重构灰度图像中像素点 的所对应的灰度级的个 数， 表示重构灰度直方图中灰度级对应的面积， 表示分割阈值。 3.根据权利要求1所述的基于图像数据算法的生产监测分析方法， 其特征在于， 所述子 灰度直方图的横向分割阈值是按如下 方法确定的： 根据子灰度直方图中对应的像素点的总个数和该子灰度直方图的灰度级区间长度的 比值得到该子灰度直方图的横向分割阈值。 4.根据权利要求1所述的基于图像数据算法的生产监测分析方法， 其特征在于， 所述子 灰度直方图中灰度级的调整量的具体表达式为： 式中： 表示子灰度直方图中灰度级的调整量， 表示子灰度直方图的横向分割阈值， 权　利　要　求　书 1/2 页 2 CN 115546203 A 2表示子灰度直方图中大于横向分割阈值的所有 灰度级所对应的灰度级区间， 表示子灰度 直方图中大于横向分割阈值的所有灰度级。 5.根据权利要求1所述的基于图像数据算法的生产监测分析方法， 其特征在于， 所述得 到矫正后的子灰度直方图的方法是： 根据子灰度直方图中灰度级的调 整量、 该子灰度直方图的横向分割阈值和大于横向分 割阈值的所有灰度级得到矫 正后的灰度级； 根据矫正后的灰度级得到矫 正后的子灰度直方图。 6.根据权利要求1所述的基于图像数据算法的生产监测分析方法， 其特征在于， 所述增 强后的灰度图像是按如下 方法确定的： 将矫正后的子灰度直方图求并集得到合并后的子灰度直方图； 根据合并后的子灰度直方图得到增强后的灰度图像。权　利　要　求　书 2/2 页 3 CN 115546203 A 3