[發(fā)明專利]基于OTSU和區(qū)域生長法的電廠高溫管道缺陷檢測與分割方法

有效

• 申請?zhí)枺?/td>: 202011179556.3
• 申請日: 2020-10-29
• 公開（公告）號: CN112233133B
• 公開（公告）日: 2023-04-14
• 發(fā)明（設(shè)計(jì)）人: 胡捷;彭道剛;龔明;林紅英;廖善飛;黃鵬;尹磊;王丹豪;戚爾江
• 申請（專利權(quán)）人: 上海電力大學(xué);寶山鋼鐵股份有限公司
• 主分類號: G06T7/11
• 分類號: G06T7/11;G06T7/136;G06T7/187;G06T7/194
• 代理公司: 上海科盛知識產(chǎn)權(quán)代理有限公司 31225
• 代理人: 陳源源

1.一種基于OTSU和區(qū)域生長法的電廠高溫管道缺陷檢測與分割方法，其特征在于，包括以下步驟：

S1、獲取原始紅外圖像并灰度化，通過改進(jìn)二維OTSU算法進(jìn)行閾值分割，將管道設(shè)備區(qū)域從背景中提取出來，得到預(yù)分割后圖像，預(yù)分割后圖像中管道設(shè)備區(qū)域灰度值保持不變，背景區(qū)域灰度值設(shè)為0；

S2、求取預(yù)分割后圖像的灰度分布直方圖，找到直方圖中除灰度值為0時(shí)的峰值所對應(yīng)的灰度值T*，以此值代表管道正常溫度對應(yīng)的灰度值；

S3、遍歷整幅預(yù)分割后圖像，找到灰度鄰域均值最大的像素點(diǎn)位置，判斷該像素點(diǎn)灰度值f_max與T*+e的大小，其中e為正常灰度波動閾值，若f_max＞T*+e，則該像素點(diǎn)為缺陷中心，將該點(diǎn)作為一個(gè)種子點(diǎn)；基于生長準(zhǔn)則完成種子點(diǎn)對應(yīng)缺陷區(qū)域的生長，并將預(yù)分割后圖像中該區(qū)域的像素值設(shè)為0；

S4、重復(fù)步驟S3，直至檢測到所有的缺陷中心，即當(dāng)前灰度鄰域均值最大的像素點(diǎn)的灰度值f_max均小于等于T*+e，然后通過基于生長區(qū)域灰度均值、標(biāo)準(zhǔn)差的自適應(yīng)閾值，以及基于Prewitt算子的梯度幅值改進(jìn)的生長判定準(zhǔn)則，完成各缺陷區(qū)域的生長和提取；

所述的步驟S4中，基于生長區(qū)域灰度均值、標(biāo)準(zhǔn)差的自適應(yīng)閾值，以及基于Prewitt算子的梯度幅值改進(jìn)的生長判定準(zhǔn)則為：

其中，f(x',y')為待生長像素點(diǎn)的灰度值，為已生長區(qū)域的像素灰度均值，T_a*為灰度變化自適應(yīng)閾值，G(x,y)為區(qū)域內(nèi)當(dāng)前種子點(diǎn)的梯度幅值，G(x',y')為待生長點(diǎn)的梯度幅值，T₀為梯度幅值差的設(shè)定閾值；

其中，灰度變化自適應(yīng)閾值的計(jì)算公式為：

其中，R表示已生長區(qū)域，和σ為已生長區(qū)域的像素灰度均值和標(biāo)準(zhǔn)差，f(x,y)為已生長區(qū)域內(nèi)的像素點(diǎn)灰度值，n為已生長區(qū)域中的像素點(diǎn)總數(shù)，T_a為反映生長條件苛刻程度的預(yù)設(shè)量；

所述的梯度幅值計(jì)算表達(dá)式為：

其中，G_x(x,y)為中心點(diǎn)(x,y)沿x方向上的梯度幅值，G_y(x,y)為中心點(diǎn)(x,y)沿y方向上的梯度幅值。

2.根據(jù)權(quán)利要求1所述的一種基于OTSU和區(qū)域生長法的電廠高溫管道缺陷檢測與分割方法，其特征在于，所述的步驟S1中，改進(jìn)二維OTSU算法中，二元組聯(lián)合概率密度的表達(dá)式為：

其中，i表示原始紅外圖像并灰度化后圖像像素點(diǎn)(x,y)的灰度值，j表示原始紅外圖像并灰度化后圖像的3*3鄰域平滑圖像像素點(diǎn)(x,y)的灰度值，P_ij為傳統(tǒng)二元組聯(lián)合概率密度計(jì)算結(jié)果。

3.根據(jù)權(quán)利要求1所述的一種基于OTSU和區(qū)域生長法的電廠高溫管道缺陷檢測與分割方法，其特征在于，所述的步驟S1中，改進(jìn)二維OTSU算法中，在最優(yōu)閾值的求取引入類內(nèi)方差，改進(jìn)閾值表達(dá)式為：

其中，(s*,t*)表示最優(yōu)閾值，σ²(s,t)表示類間方差，表示類內(nèi)方差。

4.根據(jù)權(quán)利要求1所述的一種基于OTSU和區(qū)域生長法的電廠高溫管道缺陷檢測與分割方法，其特征在于，所述的步驟S3中，多種子點(diǎn)自動選取的過程中，當(dāng)檢測到存在缺陷點(diǎn)后，便立即基于生長準(zhǔn)則在預(yù)分割圖像中完成該區(qū)域的生長，將該缺陷區(qū)域像素點(diǎn)灰度值均置為0，即在檢測其他種子點(diǎn)時(shí)將該缺陷區(qū)域視為背景區(qū)域。