[發明專利]基于天牛須算法和數學形態學的射線圖像焊縫提取方法

有效

• 申請號: 201810367303.5
• 申請日: 2018-04-23
• 公開（公告）號: CN108596930B
• 公開（公告）日: 2020-10-27
• 發明（設計）人: 姜洪權;高建民;高智勇;王昭;王榮喜;程雷;昌亞勝;賀帥
• 申請（專利權）人: 西安交通大學
• 主分類號: G06T7/13
• 分類號: G06T7/13;G06T7/136;G06K9/38;G06K9/46
• 代理公司: 西安通大專利代理有限責任公司 61200
• 代理人: 高博

本發明公開了一種基于天牛須算法和數學形態學的射線圖像焊縫提取方法，首先對射線圖像預處理，將其灰度化得到灰度圖像，同時進行二維自適應維納濾波處理；然后對灰度圖像進行閾值分割，利用天牛須優化算法與聚類思想尋找射線圖像二值化處理的最佳閾值，并根據搜尋的最佳閾值對待分割的射線灰度圖像進行閾值分割得到二值化圖像；最后提取出射線圖像的焊縫邊緣，對二值化圖像進行去噪、對象刪除和邊界提取，從而獲得射線圖像的焊縫邊緣。本發明將天牛須優化算法與聚類思想相結合，能夠快速、有效的獲得射線焊縫二值化圖像，同時將多種二值形態學的基本運算有機的結合起來，適用于焊縫圖像的邊緣提取，能夠提取出光滑、連續、不受缺陷區域干擾的焊縫邊緣。

技術領域

本發明屬于射線檢測圖像缺陷類型識別技術領域，具體涉及一種基于天牛須算法和數學形態學的射線圖像焊縫提取方法。

背景技術

射線檢測是檢測焊縫內部缺陷的重要無損檢測手段，通常利用射線照射被檢測的工件，獲得與工件內部缺陷和結構對應的射線底片進行缺陷檢測。傳統的射線底片評價主要依靠人工，但人工評片方式主觀性大，一致性差，勞動強度大，因此，利用射線檢測焊接缺陷的自動識別技術輔助評片人員完成缺陷識別成為當前研究的重點。由于焊縫缺陷只存在于射線圖像的焊縫區域，有效地提取焊縫區域，有利于去除射線圖像大量的背景區域，降低計算復雜度。同時，實現缺陷分類的重要特征，如缺陷位置、焊縫區域的紋理特征等都存在于焊縫區域中，因此需要對連續的焊縫邊界進行提取，從而得到準確的焊縫區域。

然而，大部分焊縫邊界提取方法沒有考慮焊縫存在缺陷的情況，而由于缺陷也存在邊緣且其灰度值較低，當進行焊縫邊緣提取時，缺陷邊緣也會被不同程度地提取出來，影響了焊縫邊緣提取的結果。同時，焊縫提取只是射線檢測焊接缺陷類型識別技術體系中的一部分，其提取過程應該迅速、高效，否則將降低缺陷類型識別的效率。因此，迫切需要一種方法在考慮焊縫存在缺陷的同時，快速、有效的提取出具有連續邊界的焊縫邊緣。

發明內容

本發明所要解決的技術問題在于針對上述現有技術中的不足，提供一種基于天牛須算法和數學形態學的射線圖像焊縫提取方法，以實現在射線圖像焊縫區域缺陷類型識別技術中的應用。

本發明采用以下技術方案：

基于天牛須算法和數學形態學的射線圖像焊縫提取方法，首先對射線圖像進行預處理，讀入射線圖像將其灰度化，得到灰度圖像，同時進行二維自適應維納濾波處理；然后對灰度圖像進行閾值分割，利用天牛須優化算法與聚類思想尋找射線圖像二值化處理的最佳閾值，并根據搜尋的最佳閾值對待分割的射線灰度圖像進行閾值分割，得到分割后的二值化圖像；最后提取出射線圖像的焊縫邊緣，采用數學形態學對二值化圖像進行去噪、對象刪除和邊界提取，從而獲得射線圖像的焊縫邊緣。

具體的，射線圖像的預處理具體為對灰度圖像進行二維自適應維納濾波處理，得到去除噪聲后的射線灰度圖像f(x，y)。

進一步的，利用圖像灰度值與聚類中心的誤差平方和，構建天牛須優化算法中的目標函數，從而分析并確定射線圖像二值化處理的最佳閾值，并根據搜尋的最佳閾值對待分割的射線灰度圖像進行閾值分割，得到分割后的二值化圖像，具體步驟如下：

S201、選取圖像灰度值與聚類中心誤差平方和作為目標函數；

S202、取天牛須優化算法的最大迭代次數為n，天牛的兩條須之間的距離為d0，每次迭代完成后步長的縮小倍數為eta；

S203、初始化參數；

S204、隨機選取天牛右須指向左須的歸一化方向向量dir；

S205、更新天牛的質心坐標x；

S206、確定質心坐標的適應度函數值；

S207、更新天牛飛行步長step＝eta*step；