[發明專利]基于多尺度Hessian矩陣濾波的陶瓷瓦表面裂紋檢測方法

在審

• 申請號: 201911421605.7
• 申請日: 2019-12-31
• 公開（公告）號: CN111179260A
• 公開（公告）日: 2020-05-19
• 發明（設計）人: 曾曙光;左肖雄;鄭勝;周飄;李強;羅志會
• 申請（專利權）人: 三峽大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T5/00
• 代理公司: 宜昌市三峽專利事務所 42103
• 代理人: 吳思高

1.基于多尺度Hessian矩陣濾波的陶瓷瓦表面裂紋檢測方法，其特征在于包括：

步驟1：圖像預處理步驟：用于對原圖像去噪，削弱噪聲和花紋背干擾，增加缺陷對比度；

步驟2：多尺度Hessian矩陣濾波裂紋檢測步驟：用于排除紋理噪聲的干擾，最終提取出裂紋特征；

步驟3：提取裂紋參數步驟：通過二值化方法確定檢測裂紋缺陷的閾值范圍。

2.根據權利要求1所述基于多尺度Hessian矩陣濾波的陶瓷瓦表面裂紋檢測方法，其特征在于：所述圖像預處理步驟中：

在圖像預處理過程中，對于二維輸入圖像I(x,y)，它的高斯尺度空間I_σ(x,y)由圖像I(x,y)與高斯函數G(x,y；σ)卷積得到，表達式為：

其中，高斯函數G(x,y；σ)的表達式為：

其中，I(x,y)表示圖像灰度矩陣；σ表示高斯函數G(x,y；σ)的標準差，即空間尺度因子，通過改變σ的大小，實現對不同尺度裂紋的檢測；當σ＝0時，I⁰(x,y)＝I(x,y)，此時的尺度空間即原圖像；當尺度參數σ增大時，高斯濾波器也逐漸增大，圖像細節結構逐漸消失，圖像越來越模糊，裂紋的細節信息基本消失，與背景區分度較小，能夠視為裂紋有效信息的最大尺度，做差分后，即：I^σ(σ＝1)-I^σ(σ＝15)。

3.根據權利要求1所述基于多尺度Hessian矩陣濾波的陶瓷瓦表面裂紋檢測方法，其特征在于：所述多尺度Hessian矩陣濾波裂紋檢測步驟中：

Hessian矩陣通過二階導數描述圖像中每個像素點的局部灰度梯度變化，從而進一步增強陶瓷瓦圖像中的線狀裂紋區域，對于二維輸入圖像I(x,y)，在(x,y)像素點處的Hessian矩陣為：

其中，圖像在像素點(x,y)出的二階導數為I_xx,I_xy,I_yx,I_yy；二階導數可以由圖像與高斯函數卷積獲得，例如在像素點(x,y)處：

上式中的Hessian矩陣由兩個特征值λ₁和λ₂，|λ₁|≥|λ₂|，以及對應的特征向量表示；若在像素點(x,y)附近區域的結構為線狀結構，則|λ₁||λ₂|≈0；對于陶瓷瓦圖像，定義裂紋相似函數：

其中，δ、α用于控制K₁與K₂之間的權值，一般取δ＝0.5，圖像灰度范圍決定了α的取值，一般為Hessian矩陣最大范數的1/2；氣泡狀結構與線狀結構根據K₁取值區分，當像素的局部結構為線狀結構時，K₁＝0；K₂用來表示目標與背景間的對比度，K₂越大，對比度越大；u^σ(x,y)∈(0.1)，當像素點(x,y)為線狀結構時，u^σ(x,y)取值很大，為氣泡狀結構時，u^σ(x,y)≈0；

當高斯函數的尺度空間因子σ與裂紋寬度相似時，濾波器u^σ(x,y)的響應最大，計算不同σ下裂紋相似函數值，取響應最大值作為最終裂紋增強圖像輸出：

上式中，σ_max與σ_min是尺度的最大值與最小值，它們的取值覆蓋所有裂紋寬度即可，通過實驗設定尺度因子σ的范圍為[1,15]，步長為2，多尺度Hessian矩陣濾波后得到裂紋增強圖像，陶瓷瓦裂紋特征表現為連通的線狀結構，與花紋等噪聲區分明顯，再使用圖像二值化和開運算操作對裂紋增強圖像進行處理。