一种基于改进的数学形态学的红外图像缺陷边缘检测方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113012116A(43)申请公布日2021.06.22(21)申请号202110239682.1(22)申请日2021.03.04(71)申请人昆明理工大学地址650093云南省昆明市五华区学府路253号(72)发明人邹金慧蔡敏吴建德(74)专利代理机构昆明人从众知识产权代理有限公司53204代理人陈波(51)Int.Cl.G06T7/00(2017.01)G06T7/13(2017.01)G06T5/00(2006.01)权利要求书1页说明书5页附图2页(54)发明名称一种基于改进的数学形态学的红外图像缺陷边缘检测方法(57)摘要本发明公开了一种基于改进的数学形态学的红外图像缺陷边缘检测方法，本发明采用脉冲涡流无损加热装置应用于铁磁性材料损伤检测，通过对试件进行涡流加热，以热图像的形式表征试件损伤特征，具有无需接触被检测对象、热成像结果直观明了、检测效率高，可以在较短的时间内检测较大的范围的优点；利用基于多尺度多方向的数学形态学边缘检测方法对铁磁性试件的红外图像进行滤波和分割，通过该处理并结合实验结果表明本发明的方法在图像去噪和图像分割方面效果好于Roberts算子和Prewitt算子的边缘检测结果，克服了在边缘检测中抗噪效果差的缺点，有效地抑制了图像中的噪声，准确的检测出图像中的缺陷位置并保留了缺陷的边缘信息。CN113012116ACN113012116A权利要求书1/1页1.一种基于改进的数学形态学的红外图像缺陷边缘检测方法，其特征在于：所述方法的具体步骤如下：Step1：采集红外图像；Step2：选取两种不同尺度的结构元素，对采集的红外图像进行形态学滤波处理，得到滤波后的图像；Step3：采用多种不同方向的结构元素分别对滤波后的图像进行边缘检测，得到不同方向结构元素边缘检测后的图像；Step4：对不同方向结构元素边缘检测后的图像进行信息熵计算，并根据信息熵计算不同方向结构元素边缘检测后的图像的加权系数；Step5：根据加权系数融合不同方向结构元素边缘检测后的图像，进而得到图像缺陷边缘。2.根据权利要求1所述的基于改进的数学形态学的红外图像缺陷边缘检测方法，其特征在于：所述Step1的具体步骤如下：Step1.1：试件加热：采用脉冲涡流无损加热装置对待采集红外图像的试件进行加热，使得试件表面温度变化不均匀；Step1.2：试件热信号摄取：红外热像仪对表面温度变化不均匀的试件进行红外图像采集。3.根据权利要求1所述的基于改进的数学形态学的红外图像缺陷边缘检测方法，其特征在于：所述Step2的具体如下：使用3×3的十字型结构元素对灰度图像进行先开后闭的滤波运算；然后使用5×5的菱形结构元素进行先开后闭的滤波运算；其中，灰度图像表示对红外图像进行灰度处理的图像，s1表示参与滤波计算的3×3的十字型结构元素，s2表示参与滤波计算的5×5的菱形结构元素，具体为：4.根据权利要求1所述的基于改进的数学形态学的红外图像缺陷边缘检测方法，其特征在于：所述Step3中具体采用5种不同方向的结构元素分别对滤波后的图像进行边缘检测，其中结构元素形态如下：式中，g1表示参与边缘检测的3×3的结构元素1，g2表示参与边缘检测的3×3的结构元素2，g3表示参与边缘检测的3×3的结构元素3，g4表示参与边缘检测的3×3的结构元素4，g5表示参与边缘检测的3×3的结构元素5。2CN113012116A说明书1/5页一种基于改进的数学形态学的红外图像缺陷边缘检测方法技术领域[0001]本发明涉及一种基于改进的数学形态学的红外图像缺陷边缘检测方法，属于无损检测、图像识别领域。背景技术[0002]因现今科学技术的不断变革更新，无损检测技术在现代工业检测领域的应用日渐普遍。无损检测技术是各领域不可或缺的技术，无损检测是对设备试件状态的检测，一定程度减少事故发生。无损检测技术还可以有效预防，因为设备损坏所带来的各项经济损失。对于提升产品质量、为实际生产生活中工程设备的安全运行，提供重要保障具有重要意义。[0003]铁磁性材料工件的实际工程环境通常恶劣。铁磁性工件在受到腐蚀、疲劳接触与高速运动等不利影响下，其常会出现裂纹、剥离、点蚀等缺陷表现。比如在现代轨道交通领域，铺设在地面的钢轨因为运行在其上的各种交通工具轮轨之间产生的疲劳接触，会导致钢轨出现疲劳裂纹现象；输油输气管道对于石油化工领域来说至关重要。但是因为各种化学腐蚀的作用常常会使其产生缺陷，导致输油输气管道的厚度变薄。工程经验表明，若是在铁磁材料产生缺陷后，却不及时地对其采取相应的积极干预措施。这会使原有的缺陷由于得不到及时干预，而以一个相当快的速度扩展，这将会直接导致铁磁材料构件其整体出现无法逆转的失效，给各方造成巨大的经