[發(fā)明專(zhuān)利]一種射線圖像標(biāo)記信息檢測(cè)方法及系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 202110245632.4
• 申請(qǐng)日: 2021-03-05
• 公開(kāi)（公告）號(hào): CN113095359B
• 公開(kāi)（公告）日: 2023-09-12
• 發(fā)明（設(shè)計(jì)）人: 姜洪權(quán);胡啟航;史志光;高建民;武小賽;王鵬星
• 申請(qǐng)（專(zhuān)利權(quán)）人: 西安交通大學(xué)
• 主分類(lèi)號(hào): G06V10/764
• 分類(lèi)號(hào): G06V10/764;G06V10/774;G06V10/82;G06V10/30;G06V10/44;G06N3/0464;G06N3/047;G06N3/08
• 代理公司: 西安通大專(zhuān)利代理有限責(zé)任公司 61200
• 代理人: 高博

本發(fā)明公開(kāi)了一種射線圖像標(biāo)記信息檢測(cè)方法，獲得標(biāo)記區(qū)域塊及其在原始圖像中的定位結(jié)果；構(gòu)建標(biāo)記區(qū)域塊數(shù)據(jù)集；搭建卷積神經(jīng)網(wǎng)絡(luò)分類(lèi)器，以處理圖像數(shù)據(jù)的卷積神經(jīng)網(wǎng)絡(luò)作為分類(lèi)器的主通道，并添加標(biāo)記區(qū)域塊圖像自身信息作為輔助通道，在第一個(gè)全連接層前對(duì)兩通道特征進(jìn)行融合；將標(biāo)記區(qū)域塊圖像數(shù)據(jù)和標(biāo)記區(qū)域塊位置尺寸信息作為卷積神經(jīng)網(wǎng)絡(luò)的輸入，訓(xùn)練網(wǎng)絡(luò)并最終輸出標(biāo)記區(qū)域塊屬于各類(lèi)別的概率；聚合相同類(lèi)別的標(biāo)記區(qū)域塊，區(qū)分不同類(lèi)別的標(biāo)記區(qū)域塊，獲得射線圖像標(biāo)記信息的最終檢測(cè)結(jié)果。本發(fā)明能夠快速有效的解決排布松散、特征相似的標(biāo)記信息目標(biāo)檢測(cè)問(wèn)題，提高了工作效率，為后續(xù)射線檢測(cè)圖像的研究打下了良好的基礎(chǔ)。

技術(shù)領(lǐng)域

本發(fā)明屬于射線圖像標(biāo)記信息檢測(cè)技術(shù)領(lǐng)域，具體涉及一種射線圖像標(biāo)記信息檢測(cè)方法及系統(tǒng)。

背景技術(shù)

目前，無(wú)損檢測(cè)行業(yè)中，射線檢測(cè)是檢測(cè)焊縫內(nèi)部缺陷的重要無(wú)損檢測(cè)手段，通常利用射線照射被檢測(cè)的工件，獲得與工件內(nèi)部缺陷和結(jié)構(gòu)對(duì)應(yīng)的射線底片進(jìn)行缺陷檢測(cè)。在射線底片中，標(biāo)記信息是整張底片的唯一標(biāo)識(shí)信息，其信息內(nèi)容和擺放位置不僅標(biāo)志本張底片的信息，同時(shí)也是底片自身質(zhì)量的重要因素。因此對(duì)標(biāo)記信息進(jìn)行檢測(cè)，獲得標(biāo)記信息的位置和類(lèi)別，有利于射線底片的數(shù)字化或輔助評(píng)片過(guò)程，同時(shí)也可以為其他方面的研究提供研究基礎(chǔ)。

射線圖像的標(biāo)記信息包含識(shí)別標(biāo)記、定位標(biāo)記和像質(zhì)計(jì)標(biāo)記等。在圖像中，標(biāo)記信息的種類(lèi)多、特征相似、覆蓋范圍大、位置松散。雖然目前在目標(biāo)檢測(cè)和目標(biāo)定位方面有廣泛的研究，但是其研究多是針對(duì)于目標(biāo)聚集的情況。在目標(biāo)分類(lèi)方面，基于傳統(tǒng)機(jī)器學(xué)習(xí)的目標(biāo)檢測(cè)方法對(duì)特征相似的目標(biāo)也難以區(qū)分。因此如何將底片中位置松散、特征相似的不同標(biāo)記進(jìn)行正確的檢測(cè)和標(biāo)識(shí)，是底片標(biāo)記信息檢測(cè)面臨的問(wèn)題。

發(fā)明內(nèi)容

本發(fā)明所要解決的技術(shù)問(wèn)題在于針對(duì)上述現(xiàn)有技術(shù)中的不足，提供一種射線圖像標(biāo)記信息檢測(cè)方法及系統(tǒng)，解決現(xiàn)有標(biāo)記信息位置松散、特征相似、傳統(tǒng)方法不易區(qū)分其類(lèi)別的問(wèn)題，進(jìn)一步提高射線圖像標(biāo)記信息檢測(cè)和識(shí)別的精度。

本發(fā)明采用以下技術(shù)方案：

一種射線圖像標(biāo)記信息檢測(cè)方法，包括以下步驟：

S1、對(duì)原始圖像進(jìn)行灰度化、濾波降噪、邊緣檢測(cè)、區(qū)域填充、去除干擾點(diǎn)和積分投影操作，獲得標(biāo)記區(qū)域塊；

S2、對(duì)步驟S1獲得的標(biāo)記區(qū)域塊進(jìn)行數(shù)據(jù)增強(qiáng)和數(shù)據(jù)歸一化處理，構(gòu)建標(biāo)記區(qū)域塊數(shù)據(jù)集；

S3、搭建卷積神經(jīng)網(wǎng)絡(luò)分類(lèi)器，將處理圖像數(shù)據(jù)的卷積神經(jīng)網(wǎng)絡(luò)作為分類(lèi)器的主通道，添加標(biāo)記區(qū)域塊自身信息作為輔助通道，在第一個(gè)全連接層前將特征與卷積神經(jīng)網(wǎng)絡(luò)主通道提取的特征進(jìn)行融合得到新的特征集合；最后通過(guò)Softmax函數(shù)，獲得輸出類(lèi)別的概率信息；

S4、將步驟S2構(gòu)建的標(biāo)記區(qū)域塊數(shù)據(jù)集分為訓(xùn)練集和測(cè)試集；將訓(xùn)練集的標(biāo)記區(qū)域塊圖像數(shù)據(jù)和標(biāo)記區(qū)域塊位置尺寸信息作為步驟S3搭建的卷積神經(jīng)網(wǎng)絡(luò)分類(lèi)器的輸入，訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò)分類(lèi)器，將測(cè)試集作為訓(xùn)練好的卷積神經(jīng)網(wǎng)絡(luò)分類(lèi)器的輸入，輸出標(biāo)記區(qū)域塊所屬類(lèi)別的結(jié)果；

S5、根據(jù)步驟S4標(biāo)記區(qū)域塊的分類(lèi)結(jié)果進(jìn)行聚合或區(qū)分：對(duì)不同類(lèi)的標(biāo)記塊進(jìn)行類(lèi)別區(qū)分，對(duì)相同類(lèi)的標(biāo)記塊進(jìn)行區(qū)域聚合，得到最終的射線圖像標(biāo)記信息檢測(cè)結(jié)果。

具體的，步驟S1具體為：

S101、讀入射線圖像并將其灰度化，得到灰度圖像f(x,y)；利用雙邊濾波函數(shù)對(duì)灰度圖像進(jìn)行去噪平滑處理，得到去噪后的圖像I(x,y)；采用Canny邊緣檢測(cè)算子對(duì)去噪后的灰度圖像進(jìn)行邊緣檢測(cè)，獲得包含邊緣信息的二值圖像；

S102、采用數(shù)學(xué)形態(tài)學(xué)中的膨脹運(yùn)算，對(duì)邊緣進(jìn)行連接，得到具有連續(xù)邊界的圖像后，在圖像內(nèi)部確認(rèn)一點(diǎn)，設(shè)為初始種子點(diǎn)B₀，然后以B₀為基準(zhǔn)進(jìn)行循環(huán)膨脹，得到區(qū)域填充后的二值化圖像，刪除二值化圖像中的白色干擾點(diǎn)，得到去除干擾點(diǎn)的填充圖像；