[發明專利]基于局部統計特征的橋梁拉索圖像外觀缺陷檢測方法

有效

• 申請號: 201910294015.6
• 申請日: 2019-04-12
• 公開（公告）號: CN110009638B
• 公開（公告）日: 2023-01-03
• 發明（設計）人: 潘建平;陽振宇;陳茂霖;徐永杰
• 申請（專利權）人: 重慶交通大學
• 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所(普通合伙) 50228
• 代理人: 劉念芝

本發明公開了一種基于局部統計特征的橋梁拉索圖像外觀缺陷檢測方法，包括輸入爬索機器人視頻數據，對視頻數據進行動態解碼獲得連續幀圖像作為采樣幀；根據視頻基本信息設置采樣間隔，對采樣幀進行采樣提取圖像幀；對圖像幀進行灰度化處理；根據灰度圖像的大小，對灰度圖像中的圖像區域進行分塊；對各個圖像塊進行統計特征提取，并計算各統計特征的相關系數，選取相關系數大的統計特征組成特征向量組；利用特征向量組進行疑似缺陷圖像提取；采用數學形態學與大津法結合的圖像分割算法對疑似缺陷圖像進行分割，獲得橋梁拉索外觀缺陷圖像等步驟。其顯著效果是：減少了數據量，提高了檢測效率；具有較高的檢測精度。

技術領域

本發明涉及到數字圖像處理技術領域，具體涉及一種基于局部統計特征的橋梁拉索圖像外觀缺陷檢測方法。

背景技術

橋梁拉索外觀缺陷檢測是橋梁安全控制和管理的一個關鍵環節。隨著我國公路交通發展迅速，橋梁承受的交變荷載越來越繁重，當前橋梁拉索的使用現狀并不樂觀，在已建成的拉索橋梁中，大部份拉索存在著不同程度的病害并且日益嚴重惡化。因此，對拉索的安全檢測和防護，關系到橋梁的使用壽命和使用質量甚至人民群眾的生命財產安全，成為了一項急待解決的重要課題。

現目前圖像處理技術有了飛速發展，機器視覺已經在工業表面檢測領域得到了越來越多的廣泛應用，以計算機視覺代替人工操作可以提高檢測速度，降低勞動成本，大大提高工作效率。在目前對于橋梁拉索外觀檢測當中，大多數都是直接基于視頻的每一幀圖像進行處理，這樣費時費力，造成很多的資源浪費，同時也有一些針對視頻幀圖像的改進，根據視頻質量、拍攝方式、攝像頭參數等設置合理的采樣間隔提取視頻幀，這樣也能從一定程度上減少數據量，但是仍然不夠高效。

因此，如果將采集到的視頻幀基于一定的準則進行特征提取，再進行一次過濾達到壓縮數據量預檢測的效果是我們所希望的。基于此，現目前就有根據采樣圖像直方圖來預檢測的方法，而在工程實際中，一般來說缺陷區域的灰度值相對于背景像素來說是要低一些的，因此，相對正常的圖像灰度直方圖，含有缺陷圖像灰度直方圖中除了由背景像素灰度值組成的正態分布外，還有若干低灰度值的小波峰，這是由于缺陷所占的像素數相對較少，而且分布不集中。將得到的圖像灰度化然后再通過直方圖的差異來判別種方式容易受到噪聲(光照、動態背景、成像設備的誤差)的干擾，而直方圖本身僅僅考慮的是圖像全局特征，缺陷區域只占一幅圖像中的一小部分，往往會“被平均”，同時也不能很好的兼顧圖像像素點之間的位置信息。

發明內容

針對現有技術圖像處理過程中數據量龐大，效率低下以及處理過程中實時性響應緩慢等問題，本發明的目的是提供一種基于局部統計特征的橋梁拉索圖像外觀缺陷檢測方法，該方法能夠實現對橋梁拉索缺陷快速有效的檢測，并具有較高的檢測精度。

為達到上述目的，本發明采用的技術方案如下：

一種基于局部統計特征的橋梁拉索圖像外觀缺陷檢測方法，其關鍵在于包括以下步驟：

步驟1，采樣幀獲取：輸入爬索機器人視頻數據，對視頻數據進行動態解碼獲得連續幀圖像作為采樣幀；

步驟2，提取圖像幀：根據視頻基本信息設置采樣間隔，對采樣幀進行采樣提取圖像幀；

步驟3，圖像灰度化：對圖像幀進行灰度化處理；

步驟4，圖像分塊處理：根據灰度圖像的大小，對灰度圖像中的圖像區域進行分塊；

步驟5，塊統計特征提取：對各個圖像塊進行統計特征提取，并計算各統計特征的相關系數，選取相關系數大的統計特征組成特征向量組；

步驟6，特征閾值篩選：利用特征向量組進行疑似缺陷圖像提取；

步驟7，形態學大津法分割處理：采用數學形態學與大津法結合的圖像分割算法對疑似缺陷圖像進行分割，獲得橋梁拉索外觀缺陷圖像。