[發明專利]一種大壩表面裂縫骨架提取方法

有效

• 申請號: 201910289936.3
• 申請日: 2019-04-11
• 公開（公告）號: CN110060243B
• 公開（公告）日: 2022-06-28
• 發明（設計）人: 郝更新;程鵬;張立;李廣凱;鄭小賀;劉淵源;張玉平
• 申請（專利權）人: 國家電網有限公司;國網新源控股有限公司;山東泰山抽水蓄能電站有限責任公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/60;G06V20/00;G06V10/26;G06N3/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種大壩表面裂縫骨架提取方法，其特征在于，該方法步驟包括：

步驟1：利用工業相機對大壩裂縫進行圖像采集；

步驟2：對采集到的所述圖像進行斑點檢測；

步驟3：用卡爾曼濾波跟蹤算法標出所述圖像中斑點的位置；

步驟4：利用數學形態學的方法去除標出的斑點，得到去除斑點的大壩裂縫圖像；

步驟5：對去除斑點的大壩裂縫圖像進行基于遺傳算法的骨架提取操作；

先對所述圖像進行預設想要提取的斑點數，默認設置為120個；

預設LoG參數，sigma參數初始值設為2，最終值設為15，sigma參數增長步長為1，對圖像計算尺度規范化的高斯拉普拉斯算子；

接著對圖像進行梯度最大值的搜索，對局部極值進行降序排列，提取最大極值點并將該極值點作為提取的一個斑點放入到斑點數組；

每提取完一次斑點后都對圖像進行一次基于暗通道的圖像增強操作；

循環提取所需要的斑點數；

所述圖像增強操作為：建立圖像退化模型，計算大氣光值，粗略得到透射率預估值，對所述透射率預估值進行優化得到精確的透射率值，對退化模型逆變換；

所述圖像退化模型的建立公式2為：

E_dt(d，λ)＝E₀e^-β(λ)d；

E_a(d，λ)＝A(1-e^-β(λ)d)；

I(x)＝J(x)t(x)+A(1-t(x))；

其中，A為環境光，表示的是為無窮遠點處的大氣光，E_dt(d，λ)為衰減模型，E_a(d，λ)為大氣光模型；C指的是RGB三通道；I(x)為輸入圖像I在像素點x處的值，J(x)為輸出圖像，t(x)＝e^-βd(x)為場景點的透射率；

從所述輸入圖像I中尋找對應的具有最高亮度的點的值，作為所述大氣光值；

對原圖進行下采樣，縮小為原圖的1/4；

利用傳統法快速求得縮小后圖像的透射率，此透射率為所述透射率預估值；

利用數學形態學的方法提取圖像的邊緣信息，進行膨脹化處理，得到圖像的二值信息圖；

中心像素的透射率為周圍像素預估透射率的加權和，權值為中心像素到周圍像素歐式距離的倒數；

將所述中心像素的透射率代入退化模型；

逆操作進行圖像增強；

導入所述圖像，進行卡爾曼濾波器初始化，循環遍歷所有圖像，計算并標出所求斑點所在的質心坐標及半徑，對卡爾曼濾波器進行更新操作；

所述步驟5具體包括：

步驟a：讀入圖像；

步驟b：將RGB圖像轉為灰度圖像；

步驟c：將讀入的圖像縮小為原來尺寸的0.4倍；

步驟d：定義染色體長度Ichrom為8，定義種群大小popsize為10，定義雜交概率cross_rate為0.7，定義變異概率muration_rate為0.4，定義最大遺傳代數maxgen為150；

步驟e：初始化種群；

步驟f：進行遺傳操作；

步驟g：用所找到的閾值進行圖像分割，完成骨架提取；

計算圖像尺度規范化的高斯拉普拉斯算子，其公式如下：

其中σ為尺度，x，y為像素大小，為尺度規范化的高斯拉普拉斯算子，為高斯拉普拉斯算子；

所述步驟f中所述遺傳操作包括：計算適應度值及排序，進行精英選擇操作、交叉操作和變異操作；

去除圖像的斑點，具體包括：

按照升序順序對檢測斑點數組進行逐一操作；

以斑點像素值為中心，建立一個5*5的圖像鄰域；

斑點的像素值為周圍像素值的加權和，權值為中心像素到周圍像素的歐式距離的倒數；

檢測斑點數組是否指向最后一個，如果沒有指向最后一個繼續進行周圍像素值的加權替換操作。

2.根據權利要求1所述的大壩表面裂縫骨架提取方法，其特征在于，所述步驟1中的采用的所述工業相機為支持2592×1944@30fps高清畫面輸出，支持H.265高效壓縮算法，支持0.02Lux/F1.6彩色,0.002Lux/F1.6黑白，攝像頭支持23倍光學變倍，16倍數字變倍，照明系統采用高效紅外陣列，低功耗，照射距離達200m；支持三碼流技術，每路碼流可獨立配置分辨率及幀率，支持3D數字降噪、寬動態、透霧、強光抑制和電子防抖的工業相機。