[發明專利]基于分水嶺和CV模型的超聲相控陣NDT圖像分割方法

有效

• 申請號: 201810488999.7
• 申請日: 2018-05-21
• 公開（公告）號: CN108648199B
• 公開（公告）日: 2022-07-19
• 發明（設計）人: 劉永洛;么嬈;馬立武;王文強
• 申請（專利權）人: 上海工程技術大學
• 主分類號: G06T7/11
• 分類號: G06T7/11;G06T7/187
• 代理公司: 上海科盛知識產權代理有限公司 31225
• 代理人: 翁惠瑜

本發明涉及一種基于分水嶺和CV模型的超聲相控陣NDT圖像分割方法，該方法包括：基于分水嶺算法對待分割圖像進行分水嶺變換，獲得分水嶺圖像，統計所述分水嶺圖像的像素信息，獲得權重矩陣；對所述待分割圖像進行濾波去噪處理，獲得預處理圖像，基于所述預處理圖像設置CV模型初始參數；將所述權重矩陣引入CV模型中，建立權重CV模型；基于所述權重CV模型進行水平集函數迭代，獲得最終分割結果。與現有技術相比，本發明具有分割效率高、超聲相控陣NDT圖像的分割精度高等優點。

技術領域

本發明屬于涉及無損檢測和圖像處理領域，涉及一種圖像自動分割方法，尤其是涉及一種基于分水嶺和CV模型的超聲相控陣NDT圖像分割方法。

背景技術

隨著無損檢測(NDT)技術的發展，超聲相控陣無損檢測憑借其穿透性強、無污染、對人體無害等優點，成為當前使用最廣泛的無損檢測方法之一。超聲相控陣NDT技術的應用，對檢測圖像的處理技術提出了更高的要求。在超聲相控陣NDT圖像序列的三維重建中，對目標的分割精度、運算效率、邊緣完整性有著很高的要求。

基于水平集算法的分割方法，適用于多目標的分割，且可以得到完整的邊緣信息，這對超聲相控陣NDT圖像序列的三維重建具有重要意義。但基于水平集算法的分割方法往往效率不高，且以固定的迭代步長進行輪廓曲線的演化，這也進一步導致了其分割精度的降低。由于超聲成像機制和檢測環境的限制，超聲相控陣NDT圖像中往往含有大量噪聲，且灰度不均勻，這給超聲相控陣NDT圖像的分割帶來了較大困難。在采用分水嶺變換對超聲相控陣NDT圖像進行分割時，由于噪聲的存在，無法得到準確的邊緣信息。圖像序列中含有大量圖像，手動分割雖然可以保證精度但效率過低，為滿足超聲相控陣NDT圖像的三維重建，需要提出一種精度高且效率快的自動分割方法。

發明內容

本發明的目的就是為了克服上述現有技術存在的缺陷而提供一種基于分水嶺和CV模型的超聲相控陣NDT圖像分割方法。

本發明的目的可以通過以下技術方案來實現：

一種基于分水嶺和CV模型的超聲相控陣NDT圖像分割方法，該方法包括：

基于分水嶺算法對待分割圖像進行分水嶺變換，獲得分水嶺圖像，統計所述分水嶺圖像的像素信息，獲得權重矩陣；

對所述待分割圖像進行濾波去噪處理，獲得預處理圖像，基于所述預處理圖像設置CV模型初始參數；

將所述權重矩陣引入CV模型中，建立權重CV模型；

基于所述權重CV模型進行水平集函數迭代，獲得最終分割結果。

所述分水嶺變換為基于4連接的分水嶺變換。

所述權重矩陣通過以下步驟獲得：

101)對所述分水嶺圖像進行邊界消除，所述分水嶺圖像具有N個區域；

102)基于步驟101)獲得的圖像獲得一標記矩陣Mt₁，該標記矩陣Mt₁具有N個區域，每個區域的標簽等于該區域的區域標號；

103)以行為主遍歷所述標記矩陣Mt₁，統計各區域的像素個數和各區域灰度累加值，建立矩陣Mt₂；

104)計算獲得權重矩陣W：

其中，M為一常數；

105)對所述權重矩陣W進行濾波處理。

步驟101)中，采用二維順序濾波方式對所述分水嶺圖像進行邊界消除。

步驟105)中，對所述權重矩陣W進行中值濾波。

所述中值濾波的濾波窗口尺寸為5×5。