[發明專利]基于多尺度濾波算子的X射線實時圖像焊縫缺陷檢出方法

有效

• 申請號: 201410069615.X
• 申請日: 2014-02-27
• 公開（公告）號: CN103822932A
• 公開（公告）日: 2014-05-28
• 發明（設計）人: 鄒怡蓉;都東;潘際鑾;石涵;邵家鑫;常保華;韓贊東
• 申請（專利權）人: 清華大學
• 主分類號: G01N23/18
• 分類號: G01N23/18
• 代理公司: 北京鴻元知識產權代理有限公司 11327
• 代理人: 邸更巖

1.一種基于多尺度濾波算子的X射線圖像焊縫缺陷檢出方法，包括：

步驟1）讀入首幀圖像：讀入圖像序列中的第一幀圖像，記為I₀；

步驟2）焊縫提取：對所述第一幀圖像進行邊緣提取和區域分割，提取焊縫邊界，將焊縫作為感興趣區域進行標識操作；

步驟3）參數優化：對所述第一幀圖像的感興趣區域進行圖像分析，對多尺度濾波算子構造參數σ與動態閾值參數Th進行優化，得到多尺度濾波算子構造參數優化值σ_op與動態閾值參數優化值Th_op；該步驟具體包括：

步驟30）參數初始化：選擇參數a,b使其滿足其中size_x(I)表示圖像沿x方向的尺寸，size_y(I)表示圖像沿y方向的尺寸；

設置多尺度濾波算子構造參數σ的初值σ₀；

設置動態閾值參數Th的初值Th₀；

步驟31）構造優化函數：按照下式構造濾波算子L_σ(x,y)，

Lσ(x,y)=-(x-a/2)2+(y-b/2)2-2σ2σ4e-(x-a/2)2+(y-b/2)22σ2]]>

用所述濾波算子L_σ(x,y)對所述圖像I₀的感興趣區域進行卷積運算得到卷積結果，將該卷積結果表達為關于σ的函數C(σ)，構造優化目標函數O(σ,Th)如下式：

O(σ,Th)=ΣΔ∈{-0.5,0,0.5}(Σ(C(σ+Δ)>Th)-Num)2]]>

其中參數Num滿足0<Num<size_x(I₀)·size_y(I₀)；

步驟32）函數優化：以σ₀、Th₀為參數初值，對目標函數O(σ,Th)進行優化：

(σop,Thop)=argminσ,Th(O(σ,Th))]]>

得到多尺度濾波算子構造參數優化值σ_op與動態閾值參數優化值Th_op；

步驟4）讀入下一幀圖像：順次讀入圖像序列中的下一幀圖像，記為I_n；

步驟5）焊縫提?。簩λ鰣D像I_n進行邊緣提取和區域分割，提取焊縫邊界，將焊縫作為感興趣區域進行標識操作；

步驟6）算子構造：構造多尺度濾波算子

Lσi(x,y)=-(x-a/2)2+(y-b/2)2-2σi2σi4e-(x-a/2)2+(y-b/2)22σi2,i=1,2,3]]>

其中σ₁=σ_op-0.5,σ₂=σ_op,σ₃=σ_op+0.5，其中size_x(I_n)表示圖像I_n沿x方向的尺寸，size_y(I_n)表示圖像I_n沿y方向的尺寸；

步驟7）卷積運算：用所述多尺度濾波算子對所述圖像I_n進行所述感興趣區域的卷積操作，得到卷積結果

步驟8）圖像分割：對所述卷積結果進行動態閾值分割并進行連通域標記，得到潛在缺陷區域；該步驟具體包括：

步驟80）動態閾值范圍設定：將Th_op的鄰域[Th_op-r,TH_op+r]設為動態閾值搜索范圍，其中r≤30；

步驟81）多尺度分別閾值分割：采用動態閾值法對所述卷積結果進行閾值分割，得到二值化圖像BW₁、BW₂、BW₃；

步驟82）標記連通域：按下式計算得到二值化圖像BW：

BW=BW₁·BW₂·BW₃

標記二值化圖像BW的連通域{r₁,r₂,...,r_n}，在二值化圖像BW₁、BW₂、BW₃中搜索包含{r₁,r₂,...,r_n}的最大連通域，作為檢出的潛在缺陷區域；

步驟9（檢查圖像序列是否結束，如未結束，回到步驟4，重復步驟4至步驟8，直至圖像序列處理完畢。

2.如權利要求1所述的一種基于多尺度濾波算子的X射線圖像焊縫缺陷檢出方法，其特征在于所述焊縫提取步驟包括以下內容：提取焊縫上邊緣與焊縫下邊緣，將上邊緣與下邊緣各點的圖像坐標分別記為分別對進行直線擬合，將所述兩條直線之間的區域標記為感興趣區域。