[發(fā)明專利]一種固體發(fā)動機CT圖像的分割方法

無效

• 申請?zhí)枺?/td>: 200710301441.5
• 申請日: 2007-12-28
• 公開（公告）號: CN101339652A
• 公開（公告）日: 2009-01-07
• 發(fā)明（設計）人: 盧洪義;朱敏;侯志強;李海燕;程繼紅;劉旭東
• 申請（專利權）人: 中國人民解放軍海軍航空工程學院
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06T7/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術領域

本發(fā)明涉及圖像分割技術領域，更具體地，本發(fā)明涉及一種固體發(fā)動機CT圖像的分割方法。?

背景技術

固體發(fā)動機的安全性能一直是人們研究的熱點問題，固體發(fā)動機內部任何一個超標缺陷的存在，都可能影響發(fā)動機的整體性能，甚至造成災難性的事故。20世紀80年代以來，工業(yè)CT作為一種先進的無損檢測手段，取得迅速發(fā)展和得到廣泛的應用。運用工業(yè)CT技術檢測固體發(fā)動機，能檢測出許多常規(guī)無損檢測方法難以檢查出的問題，大大提高了固體發(fā)動機的安全性能。而目前固體發(fā)動機CT檢測中，斷層圖像完全依靠檢測人員手工判讀各組成部分和內部缺陷，需要耗費大量的時間，不斷從事重復性工作，效率低下，容易出現(xiàn)誤操作。?

工業(yè)CT檢測固體發(fā)動機生成灰度數(shù)字圖像，通過圖像分割技術可以把固體發(fā)動機CT圖像分成各具特性的區(qū)域，提取出感興趣的目標區(qū)域，從而進行缺陷識別，所以固體發(fā)動機CT圖像的分割是發(fā)動機內部缺陷自動識別和三維圖像重構的基礎。現(xiàn)有的圖像分割方法包括并行邊界類、串行邊界類、并行區(qū)域類和串行區(qū)域類等各種類型上千種分割方法，但?在這些方法中，尚無針對所有固體發(fā)動機CT圖像的自動、準確的分割方法。例如，在基于邊界的邊緣檢測分割法中，各種檢測算子本質上是利用圖像幅度值的變化，進行局部運算，雖然計算量小，但計算對噪聲很敏感，當圖像受噪聲影響較大時，分割效果較差；閾值分割法所適合的單峰灰度分布圖像要求：在目標和背景內部相鄰像素間的灰度值是高度相關的，但目標和背景交界處兩邊的像素在灰度值上有很大差別。空間聚類分割法是一種全局的方法，雖然比邊緣檢測分割法更抗噪聲，但特征空間的聚類常會導致產(chǎn)生圖像空間不連通的分割區(qū)域。?

上述這些方法都是利用圖像信息中某些部分特定特征來分割區(qū)域，分割效果較差，并且各種方法帶有局限性和針對性，不具有普遍適用性，只能針對各種特定領域的需求來設計合適的分割方法。?

發(fā)明內容

為克服現(xiàn)有技術中固體發(fā)動機CT圖像分割方法的分割效果差、不具普適性的缺陷，本發(fā)明提出了一種固體發(fā)動機CT圖像的分割方法。?

一種固體發(fā)動機CT圖像的分割方法，包括：?

步驟10)、讀入固體發(fā)動機CT圖像數(shù)據(jù)；?

步驟20)、根據(jù)所述CT圖像的灰度值，填充所述圖像殼體邊緣內部，去除所述CT圖像的空氣環(huán)偽影；?

步驟30)、濾除所述CT圖像中的背景噪聲，同時銳化CT圖像中固體發(fā)動機各組成部分的邊緣；?

步驟40)、根據(jù)多閾值法，計算殼體、含有缺陷的推進劑、星孔和背景的最大類間方差，確定所述CT圖像灰度范圍中的區(qū)分所述圖像的殼體、?含有缺陷的推進劑和星孔的閾值，分割所述圖像中的殼體、含有缺陷的推進劑和星孔；?

步驟50)、根據(jù)多閾值法，確定所述CT圖像灰度范圍中的區(qū)分所述圖像的推進劑和缺陷的閾值，分割推進劑中的缺陷。?

其中，步驟20)中，根據(jù)所述CT圖像殼體外邊緣與空氣環(huán)偽影的灰度值的差別，得到所述CT圖像的二值化梯度圖像，確定所述殼體的邊緣。?

其中，步驟20)中，基于二值數(shù)學形態(tài)學，填充殼體邊緣，得到去除空氣環(huán)偽影的所述CT圖像的二值化掩膜圖像。?

其中，步驟20)進一步包括，將所述二值化掩模圖像與所述CT圖像的矩陣內的對應坐標數(shù)據(jù)分別相乘，得到去除空氣環(huán)偽影的固體發(fā)動機CT圖像。?

其中，步驟30)中，使用中值濾波法，在保證所述CT圖像各組成部分邊緣清晰的基礎上，濾除背景噪聲。?

其中，步驟40)中，進一步包括：?

步驟410)、計算所述CT圖像的總平均灰度級和設定的殼體、含有缺陷的推進劑、星孔和背景4類目標各自的內部平均灰度級；?

步驟420)、計算殼體、含有缺陷的推進劑、星孔和背景目標的內部平均灰度級各自占圖像的總平均灰度級的比例；?

步驟430)、計算殼體、含有缺陷的推進劑、星孔和背景目標的最大類間方差，確定使類間方差最大的參數(shù)為所述閾值。?

其中，步驟40)中，根據(jù)確定的閾值，生成包含殼體、含有缺陷的推進劑、星孔和背景的分割掩膜圖像，將分割掩模圖像矩陣內的殼體、含有缺陷的推進劑、星孔與背景對應的坐標數(shù)據(jù)分別歸一化后，與所述CT圖像矩陣內的坐標數(shù)據(jù)分別相乘。?

其中，步驟50)中，進一步包括：?

步驟510)、計算所述CT圖像的總平均灰度級和設定的缺陷和推進劑目標的各自內部平均灰度級；?

步驟520)、計算缺陷和推進劑的各自內部平均灰度級占圖像的總平均灰度級的比例；?