[發(fā)明專利]基于局部統(tǒng)計特征的橋梁拉索圖像外觀缺陷檢測方法有效
| 申請?zhí)枺?/td> | 201910294015.6 | 申請日: | 2019-04-12 |
| 公開(公告)號: | CN110009638B | 公開(公告)日: | 2023-01-03 |
| 發(fā)明(設(shè)計)人: | 潘建平;陽振宇;陳茂霖;徐永杰 | 申請(專利權(quán))人: | 重慶交通大學(xué) |
| 主分類號: | G06T7/10 | 分類號: | G06T7/10;G01N21/88 |
| 代理公司: | 重慶飛思明珠專利代理事務(wù)所(普通合伙) 50228 | 代理人: | 劉念芝 |
| 地址: | 400060 *** | 國省代碼: | 重慶;50 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 基于 局部 統(tǒng)計 特征 橋梁 圖像 外觀 缺陷 檢測 方法 | ||
1.一種基于局部統(tǒng)計特征的橋梁拉索圖像外觀缺陷檢測方法,其特征在于包括以下步驟:
步驟1,采樣幀獲取:輸入爬索機(jī)器人視頻數(shù)據(jù),對視頻數(shù)據(jù)進(jìn)行動態(tài)解碼獲得連續(xù)幀圖像作為采樣幀;
步驟2,提取圖像幀:根據(jù)視頻基本信息設(shè)置采樣間隔,對采樣幀進(jìn)行采樣提取圖像幀;
步驟3,圖像灰度化:對圖像幀進(jìn)行灰度化處理;
步驟4,圖像分塊處理:根據(jù)灰度圖像的大小,對灰度圖像中的圖像區(qū)域進(jìn)行分塊;
步驟5,塊統(tǒng)計特征提取:對各個圖像塊進(jìn)行統(tǒng)計特征提取,并計算各統(tǒng)計特征的相關(guān)系數(shù),選取相關(guān)系數(shù)大的統(tǒng)計特征組成特征向量組;
步驟6,特征閾值篩選:利用特征向量組進(jìn)行疑似缺陷圖像提取;
步驟7,形態(tài)學(xué)大津法分割處理:采用數(shù)學(xué)形態(tài)學(xué)與大津法結(jié)合的圖像分割算法對疑似缺陷圖像進(jìn)行分割,獲得橋梁拉索外觀缺陷圖像;
所述數(shù)學(xué)形態(tài)學(xué)與大津法結(jié)合的圖像分割算法的具體步驟為:
步驟A1:計算疑似缺陷圖像的初始閾值T0;
步驟A2:對所述疑似缺陷圖像進(jìn)行形態(tài)學(xué)處理,獲得待分割圖像;
步驟A3:根據(jù)初始閾值T0,將所述待分割圖像分成目標(biāo)區(qū)域和背景區(qū)域兩部分,分別計算目標(biāo)區(qū)域和背景區(qū)域的灰度值均值以及標(biāo)準(zhǔn)差
步驟A4:采用遍歷的方法反復(fù)迭代計算灰度值均值以及標(biāo)準(zhǔn)差同時按照公式計算分割閾值Tk,k為迭代次數(shù),并在迭代過程中根據(jù)迭代終止條件判斷是否終止迭代,若是則當(dāng)前分割閾值Tk為最佳分割閾值,輸出橋梁拉索外觀缺陷圖像,否則利用分割閾值Tk對目標(biāo)區(qū)域圖像進(jìn)行分割,進(jìn)行下一次迭代計算;
步驟A2中所述形態(tài)學(xué)處理過程的具體步驟為:
步驟s1:通過結(jié)構(gòu)元素對每幅疑似缺陷圖像I進(jìn)行腐蝕處理,去除細(xì)小噪聲點(diǎn)的干擾,在纖細(xì)點(diǎn)處分離目標(biāo)得到圖像Ie;
步驟s2:通過圖像I與圖像Ie進(jìn)行形態(tài)學(xué)重建,得到圖像Iobr;
步驟s3:對圖像Iobr進(jìn)行膨脹處理,填充目標(biāo)內(nèi)的細(xì)小空洞,連接相鄰像素點(diǎn),得到圖像Iobrd;
步驟s4:將圖像Iobr與圖像Iobrd進(jìn)行形態(tài)學(xué)重建,獲得待分割圖像。
2.根據(jù)權(quán)利要求1所述的基于局部統(tǒng)計特征的橋梁拉索圖像外觀缺陷檢測方法,其特征在于:步驟2中所述視頻基本信息包括數(shù)據(jù)采集時攝像頭移動速度、視頻質(zhì)量、數(shù)據(jù)格式以及攝像頭視場內(nèi)覆蓋范圍大小,所述采樣間隔為10~50幀。
3.根據(jù)權(quán)利要求2所述的基于局部統(tǒng)計特征的橋梁拉索圖像外觀缺陷檢測方法,其特征在于:步驟2中采樣所得到的圖像幀能夠完全覆蓋橋梁拉索外觀。
4.根據(jù)權(quán)利要求1所述的基于局部統(tǒng)計特征的橋梁拉索圖像外觀缺陷檢測方法,其特征在于:步驟3中對圖像幀進(jìn)行灰度化處理時,根據(jù)圖像幀的數(shù)據(jù)類型,選擇不同的圖像灰度化方法將彩色圖像轉(zhuǎn)為灰度圖像。
5.根據(jù)權(quán)利要求1所述的基于局部統(tǒng)計特征的橋梁拉索圖像外觀缺陷檢測方法,其特征在于:所述特征向量組包括灰度方差、信息熵、極差。
6.根據(jù)權(quán)利要求1所述的基于局部統(tǒng)計特征的橋梁拉索圖像外觀缺陷檢測方法,其特征在于:所述結(jié)構(gòu)元素為圓盤形、正方形、菱形、六邊形、十字形、線段形中的一種。
7.根據(jù)權(quán)利要求1所述的基于局部統(tǒng)計特征的橋梁拉索圖像外觀缺陷檢測方法,其特征在于:所述結(jié)構(gòu)元素為5×5圓盤形結(jié)構(gòu)元素。
8.根據(jù)權(quán)利要求1所述的基于局部統(tǒng)計特征的橋梁拉索圖像外觀缺陷檢測方法,其特征在于:步驟A4中所述迭代終止條件為其中分別為目標(biāo)區(qū)域圖像灰度值均值與標(biāo)準(zhǔn)差,分別為背景區(qū)域的灰度值均值與標(biāo)準(zhǔn)差,α∈(2,3)。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于重慶交通大學(xué),未經(jīng)重慶交通大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201910294015.6/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 統(tǒng)計系統(tǒng)、統(tǒng)計裝置和統(tǒng)計方法
- 人數(shù)統(tǒng)計方法和人數(shù)統(tǒng)計系統(tǒng)
- 統(tǒng)計物體數(shù)量的統(tǒng)計系統(tǒng)
- 網(wǎng)絡(luò)處理器的統(tǒng)計計數(shù)方法
- 統(tǒng)計信息上報方法及裝置
- 稿件統(tǒng)計方法和稿件統(tǒng)計系統(tǒng)
- 數(shù)據(jù)統(tǒng)計方法及裝置
- 獲取數(shù)據(jù)的統(tǒng)計狀態(tài)的方法及裝置
- 信息統(tǒng)計方法和信息統(tǒng)計裝置
- 電量統(tǒng)計系統(tǒng)及電量統(tǒng)計方法





