光照不均条件下QR码的图像预处理.pdf

Ostu算法因其具有算法实现简单等特点成为常用的一种图像二值化算法，但其对于不均匀光照下的QR码图像二值化处理效果不佳。针对Ostu算法这一缺点，提出一种解决方法：首先使用改进的同态滤波去除QR图像的不均匀光照的影响，然后采用Ostu算法对QR图像进行二值化。实验表明，使用该算法能有效克服不均匀光照的影响，二值化效果良好，条码识别率提高。

在冷态热轧钢板表面检测系统中，因LED光源照明不均，环境光干扰，以及辊面磨损带来的不均匀光反射使得采集到的图片出现光照不均的现象。钢板在加工过程中，受到原材料、生产设备、工人操作水平等多种因素的影响，产生黑斑、划痕、夹杂、针孔、锟印[1]等多种缺陷。钢板表面缺陷不仅造成断带、堆积等严重生产事故，还会对钢板抗腐蚀性、耐磨性和疲劳强度等性能造成影响，严重降低钢板质量[2]。

自适应二值化，能有效克服光照不均干扰 opencv 基于vs2010

主要讲解了一种采用自动阈值分割的遗传算法，对光照不均的图像效果很好

论文复现：基于二维伽马函数的光照不均匀图像自适应校正算法

健康医疗领域中往往需要曲面光源照射曲面被测物,如何设计发光二极管(LED)阵列,使其产生均匀的照度分布具有一定的研究意义。为此,将柱面LED曲面面阵分成两部分,直线LED阵列和环形LED阵列。对曲面LED阵列光源和柱状曲面目标接收面的光场分布构建了反映照度分布的目标函数,确定了环形LED阵列的照度均匀性由LED灯珠的光辐射参数、灯珠阵列曲面半径、接收曲面半径和相邻两灯珠之间的夹角决定。采用TracePro光线追迹法分别计算了两种阵列的照度分布情况,通过优化LED曲面面阵排布,在柱面目标面上产生了均匀的照度分布。

基于光照不均匀图像的自适应二值化方法研究，可以针对光照不均匀的图像进行处理。

Retinex算法解决光照不均问题的MATLAB代码实现，可直接运行出结果，有注释。 （另外，代码最后的注释部分为利用顶帽变换方法处理光照不均问题。在本人处理的实际问题中，顶帽变换算法不理想，但Retinex算法的处理结果很好。）