[發(fā)明專利]基于形態(tài)學(xué)分析的輪胎X射線圖像缺陷提取模型構(gòu)建方法在審
| 申請(qǐng)?zhí)枺?/td> | 202110991452.0 | 申請(qǐng)日: | 2021-08-27 |
| 公開(kāi)(公告)號(hào): | CN113538418A | 公開(kāi)(公告)日: | 2021-10-22 |
| 發(fā)明(設(shè)計(jì))人: | 劉毅;鄭明凱;許永超;陳晉音 | 申請(qǐng)(專利權(quán))人: | 浙江工業(yè)大學(xué) |
| 主分類(lèi)號(hào): | G06T7/00 | 分類(lèi)號(hào): | G06T7/00;G06T7/11;G06T5/00;G06K9/62 |
| 代理公司: | 杭州浙科專利事務(wù)所(普通合伙) 33213 | 代理人: | 周紅芳;朱盈盈 |
| 地址: | 310006 浙江省*** | 國(guó)省代碼: | 浙江;33 |
| 權(quán)利要求書(shū): | 查看更多 | 說(shuō)明書(shū): | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 基于 形態(tài)學(xué) 分析 輪胎 射線 圖像 缺陷 提取 模型 構(gòu)建 方法 | ||
1.基于形態(tài)學(xué)分析的輪胎X射線圖像缺陷提取模型構(gòu)建方法,其特征在于,包括以下步驟:
(1)獲取輪胎X射線缺陷圖像數(shù)據(jù)集:運(yùn)行X射線成像系統(tǒng),X射線穿透輪胎后在成像系統(tǒng)上成像,所述成像數(shù)字化后導(dǎo)入到計(jì)算機(jī)中保存;
(2)輪胎X射圖像分割預(yù)處理:對(duì)步驟(1)中獲取的輪胎缺陷圖像的像素大小進(jìn)行調(diào)整,對(duì)調(diào)整后的圖像進(jìn)行分割,并對(duì)分割后的圖像做標(biāo)準(zhǔn)化和二值化處理,減少拍攝時(shí)外界因素對(duì)圖像質(zhì)量的影響,利用數(shù)學(xué)形態(tài)學(xué)中的開(kāi)操作,先腐蝕后膨脹,進(jìn)一步減少噪聲以平滑邊緣;
(3)提取胎肩和胎側(cè)特征:對(duì)步驟(2)中預(yù)處理后圖像的像素進(jìn)行分類(lèi)標(biāo)記,準(zhǔn)確提取胎肩和胎側(cè)部分作為增強(qiáng)對(duì)象;
(4)輪胎X射線增強(qiáng)預(yù)處理:對(duì)步驟(2)中預(yù)處理后的圖像僅保留胎肩和胎側(cè)信息進(jìn)行標(biāo)準(zhǔn)化和二值化,同時(shí)利用閉操作和腐蝕操作消除背景加強(qiáng)缺陷;
(5)計(jì)算最大邊緣信息確定缺陷位置:設(shè)置閾值N,提取所有黑點(diǎn),逐一取點(diǎn),判斷所取黑點(diǎn)是否在已有缺陷組內(nèi),若所取黑點(diǎn)在已有缺陷組內(nèi),則判斷下一個(gè)黑點(diǎn),若所取黑點(diǎn)部在已有缺陷組內(nèi),則計(jì)算該黑點(diǎn)與離該黑點(diǎn)的最近黑點(diǎn)之間的距離,判斷兩黑點(diǎn)之間的距離是否小于閾值N,若兩黑點(diǎn)之間的距離大于閾值X,則放棄該黑點(diǎn),若兩黑點(diǎn)之間的距離小于閾值X,則判斷最近黑點(diǎn)是否在已有缺陷組內(nèi),若最近黑點(diǎn)在已有缺陷組內(nèi),則將黑點(diǎn)并入該缺陷組,若最近黑點(diǎn)不在已有缺陷組內(nèi),則將兩個(gè)黑點(diǎn)新建缺陷組,計(jì)算每組缺陷組的缺陷面積,并進(jìn)行排序,取最大面積的邊緣信息為缺陷位置;
(6)輪胎缺陷提取模型表現(xiàn)評(píng)估:利用交并比IoU作為定位結(jié)果好壞的判斷指標(biāo)。
2.根據(jù)權(quán)利要求1所述的基于形態(tài)學(xué)分析的輪胎X射線圖像缺陷提取模型構(gòu)建方法,其特征在于所述步驟(2)的具體過(guò)程如下:
步驟2.1:將輪胎缺陷圖像調(diào)整大小為a×b像素,其中,a表示以像素為單位下的圖像尺寸的長(zhǎng)度值,b表示以像素為單位下的圖像尺寸的寬度值,然后將輪胎缺陷圖像分割為a×像素大小,分n次進(jìn)行檢測(cè),并對(duì)分割后的圖像做標(biāo)準(zhǔn)化處理;
步驟2.2:對(duì)步驟2.1中標(biāo)準(zhǔn)化處理后的圖像做二值化處理,以所有像素點(diǎn)像素值均值為閾值,使圖像中像素點(diǎn)像素值大于閾值的部分轉(zhuǎn)變?yōu)楹谏瑘D像中像素點(diǎn)像素值小于閾值的部分變?yōu)榘咨?/p>
步驟2.3:將步驟2.32中二值化處理后的圖像做形狀為正方形的開(kāi)操作,先腐蝕后膨脹,消除圖像中的噪聲及小物體,具體公式如下:
式中B為核函數(shù),A為原始集合,兩者均是二維整數(shù)空間Z2的元素,$表示腐蝕操作,膨脹操作;
步驟2.4:做膨脹操作,進(jìn)一步平滑邊緣,減少邊緣噪聲,使界限更加清晰。
3.根據(jù)權(quán)利要求1或2所述的基于形態(tài)學(xué)分析的輪胎X射線圖像缺陷提取模型構(gòu)建方法,其特征在于所述步驟(3)的具體過(guò)程如下:
步驟3.1:對(duì)預(yù)處理后圖像的每一個(gè)像素進(jìn)行分類(lèi)標(biāo)記,白色記為T(mén)rue,黑色記為False,并統(tǒng)一保存;
步驟3.2:對(duì)于每一列,若標(biāo)記為T(mén)rue的像素?cái)?shù)量大于5%,則將該列判定為胎肩和胎側(cè)部分,標(biāo)記該列為1,否則為0;
步驟3.3:標(biāo)記0的列像素與標(biāo)記1的列像素之間的交界處為輪胎不同部位的分界,分割輪胎。
4.根據(jù)權(quán)利要求1或2所述的基于形態(tài)學(xué)分析的輪胎X射線圖像缺陷提取模型構(gòu)建方法,其特征在于所述步驟(4)的具體過(guò)程如下:
步驟4.1:取步驟(2)中預(yù)處理后的圖像,利用對(duì)每列的標(biāo)記值,將標(biāo)記為0的列像素像素值全部轉(zhuǎn)變?yōu)?55置白,只保留胎肩和胎側(cè)信息做后續(xù)檢測(cè);
步驟4.2:對(duì)圖像做標(biāo)準(zhǔn)化,減少圖像間的差異,然后進(jìn)行二值化,取單列圖像均值為閾值,為了同時(shí)檢測(cè)多種缺陷,額外生成一張顏色翻轉(zhuǎn)圖;
步驟4.3:分別利用閉操作和腐蝕操作,修復(fù)規(guī)則底紋的斷口,消除規(guī)則底紋以及小噪聲,加強(qiáng)缺陷;然后合并二值化后的圖像及其顏色翻轉(zhuǎn)圖像,對(duì)合并后的圖像做膨脹操作去除小噪聲。
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)利屬于浙江工業(yè)大學(xué),未經(jīng)浙江工業(yè)大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購(gòu)買(mǎi)此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110991452.0/1.html,轉(zhuǎn)載請(qǐng)聲明來(lái)源鉆瓜專利網(wǎng)。
- 一種數(shù)學(xué)形態(tài)學(xué)和LoG算子結(jié)合的邊緣檢測(cè)算法
- 一種利用形態(tài)學(xué)中心算子的圖像融合方法
- 基于形態(tài)學(xué)房屋指數(shù)的高分辨率遙感影像房屋提取方法
- 一種利用數(shù)學(xué)形態(tài)學(xué)切換變換構(gòu)造形態(tài)學(xué)對(duì)比度算子的礦物圖像增強(qiáng)方法
- 高分辨率遙感影像快速分割方法
- 基于改進(jìn)Roberts算子的不規(guī)則飲料瓶碼放圖像邊緣檢測(cè)方法
- 檢測(cè)模式控制電路
- 檢測(cè)模式控制電路
- 一種基于稀疏結(jié)構(gòu)元素的數(shù)學(xué)形態(tài)學(xué)信號(hào)處理方法
- 一種城市建筑物高分遙感影像自動(dòng)提取的方法及裝置





