一种基于奇异值分解的工业缺陷图像增强方法

本申请提供一种基于奇异值分解的工业缺陷图像增强方法，其包括：(a)获取屏幕的原始缺陷图像A，其宽高为m×n像素；(b)对图像A进行奇异值分解，得到正交矩阵U、对角矩阵Σ及正交矩阵V；(c)将Σ的对角线元素转化为一维向量s，计算向量长度并除以预设系数，得到k值为向下取整后的整数；(d)截取s的前k个元素生成新向量S，并构造对角矩阵S*，其对角线元素是新向量S的元素；(e)利用U的前k列、S*及V转置矩阵的前k行重构近似图像Ak；(f)对Ak进行直方图均衡化处理，输出增强后的缺陷图像，解决低光照下缺陷特征弱、人眼难以辨识的问题，为后续神经网络训练提供高质量标注数据。