一種針對(duì)纜索表面缺陷的圖像檢測方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種針對(duì)纜索表面缺陷的圖像檢測方法，屬于圖像處理的技術(shù)領(lǐng)域。
【背景技術(shù)】
[0002] 作為橋梁的主要受力構(gòu)件之一一一纜索，因在空氣中長期暴露，其表面會(huì)出現(xiàn)不 同程度的破壞。以往多是人工觀察對(duì)纜索表面進(jìn)行檢測，但是人工檢測極易造成疲勞，致使 產(chǎn)生漏檢等問題。
[0003] 隨著科學(xué)技術(shù)發(fā)展，圖像處理技術(shù)已成為多領(lǐng)域的研宄方向之一。其憑借速度快、 精度高、永不疲勞等優(yōu)點(diǎn)，在多行業(yè)已取得成果。利用圖像處理技術(shù)對(duì)纜索表面缺陷進(jìn)行檢 測不但可以提高檢測效率、降低人力成本，而且為纜索質(zhì)量評(píng)估制度客觀標(biāo)準(zhǔn)打下基礎(chǔ)。
[0004] 通過爬索機(jī)器人獲取的纜索表面圖像通常都包含噪聲成分。因?yàn)樵诓杉蛡魉瓦^ 程中不可避免受到噪聲的干擾。因此有必要對(duì)纜索圖像進(jìn)行噪聲去除處理。去噪可以使用 圖像濾波去噪技術(shù)；具體方法有圖像增強(qiáng)、圖像平滑和圖像銳化等。圖像增強(qiáng)是指根據(jù)特定 的需求突出一幅圖像中的部分信息，同時(shí)削減其他信息的處理方法。圖像增強(qiáng)并不是增強(qiáng) 原圖像的信息，而是增強(qiáng)部分信息的辨別力，并且圖像增強(qiáng)會(huì)損失圖像的部分信息。目前， 還沒有統(tǒng)一的圖像增強(qiáng)效果的評(píng)價(jià)標(biāo)準(zhǔn)。當(dāng)然圖像增強(qiáng)方法非常多，可以按處理域分為兩 類：空間域增強(qiáng)和頻率域增強(qiáng)。圖像增強(qiáng)技術(shù)也可粗略地分為直接增強(qiáng)和間接增強(qiáng)。間接 增強(qiáng)是通過改善圖像直方圖，從而使圖像的對(duì)比度獲得增強(qiáng)。對(duì)比度受限的自適應(yīng)直方圖 均衡化、全局直方圖均衡化是間接增強(qiáng)技術(shù)中常用的方法。直接增強(qiáng)方法是通過應(yīng)用對(duì)比 度測量方法來提高圖像的對(duì)比度。圖像對(duì)比度是指圖像中明暗區(qū)域的亮度之間不同層級(jí)的 測量。其在圖像直接增強(qiáng)中占據(jù)著非常重要地位。
[0005] 在纜索表面圖像的缺陷檢測中，圖像分割是必不可少的步驟。圖像分割可以將圖 像中使用者感興趣的目標(biāo)區(qū)域提取出來。圖像分割一般是基于圖像灰度的不連續(xù)性和相似 性來對(duì)圖像進(jìn)行處理。一般把圖像分割分為閾值分割和邊緣檢測。邊緣檢測是基于圖像灰 度的不連續(xù)性；閾值分割是基于圖像灰度的相似性。閾值分割根據(jù)一定的規(guī)則自動(dòng)獲取最 優(yōu)分割閾值，將目標(biāo)從背景中分割出來。閾值分割是圖像分割技術(shù)中的基礎(chǔ)技術(shù)。閾值分 割方法可以粗略地分為局部分割方法和全局分割方法。在局部分割方法中，利用像素點(diǎn)處 的鄰域動(dòng)態(tài)計(jì)算每個(gè)局部區(qū)域的分割閾值。而在全局分割方法中，是使用整個(gè)圖像區(qū)域獲 取一個(gè)固定的閾值。由于全局分割方法的簡單性和有效性，其被應(yīng)用在眾多領(lǐng)域。

【發(fā)明內(nèi)容】

[0006] 技術(shù)問題：本發(fā)明針對(duì)纜索表面缺陷檢測中的精確性和實(shí)用性問題，提供一種基 于灰度圖像，采用局部對(duì)比度增強(qiáng)方法和最大相關(guān)閾值分割方法，實(shí)現(xiàn)了對(duì)纜索表面缺陷 的檢測，提高了纜索表面缺陷檢測的準(zhǔn)確性和實(shí)用性的針對(duì)纜索表面缺陷的圖像檢測方 法。
[0007] 技術(shù)方案：本發(fā)明的針對(duì)纜索表面缺陷的圖像檢測方法，包括如下步驟：
[0008] 步驟1 :將待檢測的纜索表面圖像進(jìn)行灰度化處理，得到灰度化后的圖像為 f(x,y)：
[0009]f(x,y) = 0. 212671Xcr(x,y)+0. 71516Xcg(x,y)+0. 072169Xcb(x,y)
[0010] 其中，待檢測的纜索表面圖像為彩色圖像c(x，y)，其包含3個(gè)分量：紅色分量cjx,y)、綠色分量cg(x,y)、藍(lán)色分量cb(x,y)，且圖像高度為H像素、寬度為W像素，（X，y) 表示圖像的二維坐標(biāo)，且xG[l，W]，yG[1，H];
[0011] 步驟2 :對(duì)灰度化后的圖像f(x，y)采用改進(jìn)的局部灰度對(duì)比度方法進(jìn)行增強(qiáng)處 理，得到增強(qiáng)后圖像z(x，y);
[0012] 步驟3:對(duì)增強(qiáng)后的圖像z(x，y)采用改進(jìn)的最大相關(guān)方法進(jìn)行分割處理，得到分 割后圖像d(x,y)。
[0013] 本發(fā)明的優(yōu)選方案中，所述步驟2)的，具體過程如下：
[0014] 步驟2. 1:將灰度化后的圖像f(x，y)分為若干不重疊的小窗口區(qū)域子圖像 乂丨(A.v)，其中i表示若干小窗口圖像的編號(hào)；處理方法為：視y為常數(shù)，將高度為H像素、寬 度為W像素的圖像f(x，y)分為高度為H像素、寬度為1像素的子圖像/；(x，.v)且ie[1，W];
[0015] 步驟2. 2 :計(jì)算每個(gè)小窗口區(qū)域子圖像的像素灰度值的平均值心當(dāng)子圖 像為且ie[1，W]時(shí)：
【主權(quán)項(xiàng)】
1. 一種針對(duì)纜索表面缺陷的圖像檢測方法，其特征在于，該方法步驟如下： 步驟1 ;將待檢測的纜索表面圖像進(jìn)行灰度化處理，得到灰度化后的圖像為f(x，y):f (X，y)= 0. 212671XCr (X，y)+0. 71516XCg (X，y)+0. 072169XCb (X，y) 其中，待檢測的纜索表面圖像為彩色圖像c(X，y)，其包含3個(gè)分量：紅色分量Cf(X，y)、 綠色分量Cg(x,y)、藍(lán)色分量Cb(x,y)，且圖像高度為H像素、寬度為W像素，（X，y)表示圖像 的二維坐標(biāo)，且XG[l，W]，yG[1，田； 步驟2 ;對(duì)灰度化后的圖像f(x，y)采用改進(jìn)的局部灰度對(duì)比度方法進(jìn)行增強(qiáng)處理，得 到增強(qiáng)后圖像z(x，y); 步驟3;對(duì)增強(qiáng)后的圖像Z(X，y)采用改進(jìn)的最大相關(guān)方法進(jìn)行分割處理，得到分割后 圖像d(x,y)。
2. 根據(jù)權(quán)利要求1所述的針對(duì)纜索表面缺陷的圖像檢測方法，其特征在于，所述步驟 2) 的，具體過程如下： 步驟2. 1 ;將灰度化后的圖像f(X，y)分為若干不重疊的小窗口區(qū)域子圖像， 其中i表示若干小窗口圖像的編號(hào)；處理方法為；視y為常數(shù)，將高度為H像素、寬度為W像 素的圖像f(x，y)分為高度為H像素、寬度為1像素的子圖像.片托.V)且iG[1，W]; 步驟2. 2 ;計(jì)算每個(gè)小窗口區(qū)域子圖像九片，7)的像素灰度值的平均值<，當(dāng)子圖像為 /i:知，.V)且iG[1，W]時(shí)；
步驟2. 3 ;計(jì)算每個(gè)小窗口區(qū)域子圖像中每個(gè)像素的局部灰度對(duì)比值v(x，y)，當(dāng)子圖 像為./：知材且iG(1，W)時(shí)：
步驟2. 4;根據(jù)下式將所述局部灰度對(duì)比值映射到256個(gè)灰度級(jí)的增強(qiáng)后圖像Z(x,y)；
3. 根據(jù)權(quán)利要求1所述的針對(duì)纜索表面缺陷的圖像檢測方法，其特征在于，所述步驟 3) 的具體過程如下： 步驟3. 1;計(jì)算灰度值j在增強(qiáng)后圖像z(x，y)中出現(xiàn)的頻率Pj.，其中jG[0,255];
其中fj.表示灰度值j在圖像z(x，y)中出現(xiàn)的頻數(shù)； 步驟3. 2;計(jì)算概率分布A:
其中，T為最佳分割闊值，且TG[0, 255]，P。、P洽義分別為灰度值0在圖像中出現(xiàn)的 頻率和灰度值1在圖像中出現(xiàn)的頻率，Pt為灰度值j在區(qū)間[0,T]上的總概率，即；
當(dāng)Pt= 0 時(shí)，定義A= {0，0，…，0}; 步驟3. 3 ;計(jì)算概率分布A的相關(guān)Ca(T);
步驟3. 4 ;計(jì)算改進(jìn)的相關(guān)T。, (T); Tcw(T) = (1-Pt)。?Ca(T) 其中，a為權(quán)重參數(shù)； 步驟3. 5 ;遍歷TG[0, 255]，取使Te，(T)最大時(shí)的T，作為獲得的最佳闊值，則獲得分 割后圖像d(x，y):
〇
4.根據(jù)權(quán)利要求1、2或3所述的針對(duì)纜索表面缺陷的圖像檢測方法，其特征在于，該方 法還包括步驟4 ;根據(jù)所述分割后圖像d(X，y)，統(tǒng)計(jì)d(X，y) = 0的個(gè)數(shù)N，判定C(X，y)是 否具有缺陷；
【專利摘要】一種針對(duì)纜索表面缺陷的圖像檢測方法，主要目的在于檢測纜索表面圖像是否具有缺陷，其實(shí)現(xiàn)步驟為：纜索表面圖像先進(jìn)行灰度化處理，對(duì)灰度化后圖像使用改進(jìn)的局部灰度對(duì)比度方法進(jìn)行增強(qiáng)處理，再對(duì)增強(qiáng)后圖像采用改進(jìn)的最大相關(guān)方法進(jìn)行分割處理，最后根據(jù)分割后圖像的分割區(qū)域的大小進(jìn)行缺陷判定。本發(fā)明能實(shí)現(xiàn)纜索表面缺陷的智能檢測與判斷，降低人工目測工作量和疲勞度，可提高檢測效率，并且該方法安全可靠。
【IPC分類】G06T7-00
【公開號(hào)】CN104851086
【申請(qǐng)?zhí)枴緾N201510185418
【發(fā)明人】王興松, 李幫建, 王蔚
【申請(qǐng)人】武漢恒興通檢測有限公司, 東南大學(xué)
【公開日】2015年8月19日
【申請(qǐng)日】2015年4月17日