[發明專利]一種基于圖像顯著性檢測的焊縫識別方法

有效

• 申請號: 201710201792.2
• 申請日: 2017-03-30
• 公開（公告）號: CN107424142B
• 公開（公告）日: 2020-05-19
• 發明（設計）人: 洪晶;祝傳貝
• 申請（專利權）人: 上海萬如科技發展有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/11;G06T7/136
• 代理公司: 上海科律專利代理事務所(特殊普通合伙) 31290
• 代理人: 葉鳳

1.一種基于圖像顯著性檢測的焊縫識別方法，其特征在于，首先使用彩色CCD攝像機拍攝焊縫圖像，然后通過比較圖像中焊縫區域與母材區域的特征，包括顏色、紋理以及亮度特征，檢測出圖像中的顯著區域，最后根據得到的顯著圖提取出焊縫的邊緣；

具體包括步驟:

步驟101、采集焊縫圖像；使用彩色CCD攝像機采集包含焊縫的圖像，置焊縫處于圖像中心位置，采集原始圖像信息；

步驟102、提取步驟101圖像信息中的顏色特征：在RGB空間中提取圖像的R,G,B三個顏色分量，在CIELab空間中提取圖像的a,b顏色分量；

步驟103、提取步驟101圖像信息中的亮度特征：在CIELab空間中提取圖像的L分量；

步驟104、分割步驟101圖像信息：使用SLIC算法將圖像劃分成50個圖像塊，供步驟105處理；

步驟105、在每個圖像塊中計算灰度共生矩陣；設某圖像塊中含有N個像素點，則該圖像塊的灰度共生矩陣P為一個N*N階矩陣，即P_d(i,j)(i,j＝0,1,2,…,255),共生矩陣中的每個元素表示一組灰度組合出現的次數；

步驟106、基于步驟105得到的灰度共生矩陣計算出描述紋理狀況的4個統計量來描述紋理特征；

步驟107、完成圖像特征提取：將步驟102、步驟103、步驟106得到的圖像特征組合作為圖像中每個像素點的特征向量，分別用于步驟201、步驟203；

步驟201、在5個尺度下，依據“中心-外周”原則計算每個像素點與相鄰若干像素點的特征向量和位置坐標的歐氏距離disf(i^c,j^c),disl(i^c,j^c)；所述5個尺度分別為：(1)以所求像素點為中心，邊長為5的正方形區域，即相鄰的24個像素點；(2)以所求像素點為中心，邊長為7的正方形區域，即相鄰的48個像素點；(3)以所求像素點為中心，邊長為9的正方形區域，即相鄰的80個像素點；(4)以所求像素點為中心，邊長為11的正方形區域，即相鄰的120個像素點；(5)以所求像素點為中心，邊長為13的正方形區域，即相鄰的168個像素點；

步驟202、通過式(5)將步驟201得到的5個尺度的計算結果進行線性融合，其中各參數設置為：k＝5,n＝24,48,80,120,168，求得每個像素的局部對比度，得到顯著圖S_l，分別用于步驟401、步驟210；

所述式(5)

在式(5)中，disf(i^c,j^c)為尺度c下像素i與像素j的特征差,disl(i^c,j^c)為尺度c下像素i與像素j的位置距離；

步驟203、依據步驟107像素的顏色特征、亮度特征以及紋理特征，通過SLIC算法對圖像進行超像素分割，分割成num＝400個超像素，分別用于步驟204、步驟205；所述超像素分割：在每個超像素中，使用超像素中所有像素的平均特征向量表示該超像素的特征向量，平均位置坐標表示該超像素的位置坐標；

步驟204、通過式(6)計算步驟203中基于超像素的全局對比度，其中參數σ＝0.2，即與圖像中所有其他超像素比較，得到顯著圖S_g；

式(6)為

在式(6)中，D_i表示超像素i的空間分布，其中loc_j表示超像素j的中心位置，u_i表示特征fr_i的中心，ω_ij描述超像素i和超像素j之間的相似度，Z_i為歸一化常數；

步驟205、在步驟203實現的超像素分割的基礎上，先選取圖像邊緣的超像素作為備選背景模板；

步驟206、計算步驟205備選背景模板中所有超像素的平均特征向量；

步驟207、計算備選背景模板中所有超像素的特征向量與步驟206所得平均特征向量的歐氏距離；并按照遞增順序進行排序；

步驟208、取步驟207中排序結果位于前60％的超像素作為背景模板；

步驟209、對于圖像中除背景模板之外的所有超像素，通過式(7)計算每個超像素的特征向量與步驟208篩選背景模板中所有超像素特征向量的歐氏距離，并求和作為該超像素的顯著值S_bg；

式(7)為

將與平均特征相差較大的超像素剔除掉之后作為背景模板，記為SP_bg；圖像中其余的超像素記為SP_fg；

步驟210、將步驟202、步驟204、步驟209得到的三個顯著圖進行融合并進行歸一化，具體通過式(8)計算出最終的顯著圖S；

式(8)為S＝S_l·S_g·S_bg (8)

步驟301、計算步驟210中顯著圖S的平均顯著值s_m，選定閾值T＝s_m；

步驟302、對步驟301繼續處理，將顯著圖S中顯著值大于等于閾值T的像素賦值為1，表示焊縫區域，將特征值小于該閾值的像素賦值為0，表示母材區域，這樣便得到了二值化圖像；

步驟401、依據步驟202得到的顯著圖S_l，找到其歸一化之后最亮的部分，將該部分連接起來，初步描繪出焊縫邊界；

步驟402、依據步驟401得到的焊縫邊界，將步驟302得到的二值化圖像中處于焊縫邊界外側的部分重新賦值為0，得到最終的焊縫。