一种基于迭代相位一致性的裂缝提取方法和应用技术

本发明专利技术涉及一种基于迭代相位一致性的裂缝提取方法，具体步骤如下：⑴结合形态学操作和去噪算法对CT图像进行预处理；⑵对预处理后图像做极坐标变换，得到图像PolarImg；⑶在极坐标系下迭代计算图像PolarImg的相位一致性，增强图像；⑷对增强后图像做极坐标逆变换；⑸根据unimodal thresholding算法对增强后的图像自动选取阈值，进而由该阈值的1.5倍对增强后图像进行分割得到图像中的裂缝。本方法能够由工业部件的CT图像自动检测出高精度的裂缝，同时该方法不受CT图像灰度对比度差异的影响，另外，该方法计算量小，提取速度快，能够满足实时性的应用需求。

A method of crack extraction based on iterative phase congruency and its application

The invention relates to a method of fracture extraction based on iterative phase consistency. The concrete steps are as follows: (1) the CT image is preprocessed with morphological operation and denoising algorithm; secondly, the polar coordinate transformation of the pre processed image and the image PolarImg are obtained; (3) the phase consistency of the computed image PolarImg is iterated in the polar coordinate system. The enhanced image is enhanced by the polar coordinate inversion of the enhanced image. According to the unimodal thresholding algorithm, the threshold of the enhanced image is automatically selected, and the cracks in the image are segmented from the enhanced image from the 1.5 times of the threshold. This method can automatically detect high precision cracks in the CT image of industrial components. At the same time, this method is not affected by the difference of gray level contrast of CT image. In addition, the method has small calculation and fast extraction speed, and can meet the application demand of real-time.

【技术实现步骤摘要】
一种基于迭代相位一致性的裂缝提取方法和应用
本专利技术涉及数字图像处理
，尤其是一种基于迭代相位一致性的裂缝提取方法和应用，该方法可应用于工业部件的缺陷检测。
技术介绍
随着计算机断层成像技术的发展，无损检测技术在工业生产中的应用越来越广泛。对工件缺陷的检测与分析在质量安全控制中起着非常重要的作用。一方面，工件缺陷的形状与尺寸等信息直接反映了加工过程中相关因素的影响，对这些信息的定量分析与研究有助于改进和研发生产工艺；另一方面，对于正在服役的工件进行检测，分析其缺陷发现趋势，有助于预测该工件或设备的服役性能及使用寿命。裂缝是工业生产中常见的缺陷之一，在工件锻造或服役期间都可能产生裂缝。圆柱形工件是工业生产中常见的一种类型，这种类型的工件在工作状态下受应力分布影响，容易导致工件内部裂缝呈径向分布。裂缝提取是图像处理中一个经久不衰的问题，其难点在于裂缝自身的一些属性。比如，同一幅图像中裂缝的尺寸、灰度值和形状都有可能存在很大差异；另外，受成像设备或方法的影响，图像中裂缝可能比较模糊或者被噪声、伪影等覆盖。最简单的裂缝提取方法是阈值分割，但是裂缝自身的属性使得对阈值的选取比较困难，不合适的阈值会导致较弱的裂缝不能被完整的提取，或者提取的结果中引进过多的错误结构。因此，有些情况下并不存在一个合适的阈值，能够直接对图像中裂缝进行有效地提取。解决这个问题的手段通常是先对图像做滤波，达到增强图像的目的，然后再进行阈值分割。常见的经典滤波方法有：Frangi算子、Krissian算子和GVF等。这类方法均基于图像的二阶导信息，比较依赖图像的灰度信息即对图像灰度信息敏感。因此，使用这类方法增强后的图像对阈值的选取依然困难。通过检索，发现一种较新的裂缝提取方法(RORPO)，该方法是基于方向排序的路径开操作，该过程对图像的灰度差异相对不敏感，所以增强后图像对阈值选择较容易，但是唯一不足的是该方法计算速度比较慢，难以满足实时性的应用需求。
技术实现思路
本专利技术目的在于针对现有技术中裂缝提取方法的不足之处，提供一种基于迭代相位一致性的裂缝提取方法和应用，该方法能由工件的CT图像提取出高精度的裂缝，同时该方法不受CT图像灰度对比度差异的影响，另外，该方法计算量小，提取速度快；该方法能够由2D拓展到3D，使得对3D数据提取的结果更具整体性。为了实现上述目的，本专利技术所采用的技术方案如下：一种基于迭代相位一致性的裂缝提取方法，具体步骤如下：⑴结合形态学操作和去噪算法对CT图像进行预处理，降低背景及噪声对图像的影响；⑵对预处理后图像做极坐标变换，得到图像PolarImg；⑶在极坐标系下迭代计算图像PolarImg的相位一致性，增强图像；⑷对增强后图像做极坐标逆变换；⑸根据unimodalthresholding算法对增强后的图像自动选取阈值，进而由该阈值的1.5倍对增强后图像进行分割得到图像中的裂缝。而且，所述步骤⑴的具体步骤如下：使用非局部均值算法对CT图像原图进行去噪；使用5x5的结构元对去噪后图像进行底帽变换，即得预处理后图像。而且，所述步骤⑵中极坐标变换的中心坐标选取变换前图像的中心点，或距离中心点附近不超过50个像素的其他点；极坐标网格中极径采样间隔为dr，取值0.25或0.5；角度采样间隔为dθ，取值0.25。而且，所述步骤⑶的具体步骤如下：以PolarImg表示极坐标变换之后的图像；计算图像PolarImg的相位一致性，结果记为PC1，利用一维形态学操作对PC1进行滤波，结果记为PC1’；去除图像PC1’中的强裂缝得到残差图像，然后计算残差图像的相位一致性，结果记为PC2，并利用一维形态学操作对PC2进行滤波，结果记为PC2’；去除图像PC2’中的强裂缝得到残差图像，然后计算残差图像的相位一致性，结果记为PC3，并利用一维形态学操作对PC3进行滤波，结果记为PC6；……去除图像PCn-1’中的强裂缝得到残差图像，然后计算残差图像的相位一致性，结果记为PCn，并利用一维形态学操作对PCn进行滤波，结果记为PCn’；对每一次迭代结果求和，结果记为PC，即PC＝PC1’+PC2’+PC6+...+PCn’。其中，PC即为极坐标系下增强后的图像。而且，所述步骤⑶中迭代计算图像的相位一致性，最后计算的结果对应原图中的强弱裂缝均被增强到近似相等的灰度值。而且，所述裂缝提取方法拓展到3D情形，具体方法如下：2D图像的相位一致性能够通过monogenicfilters快速计算，其中频率域中滤波器的构造如下：定义log-normal滤波器其中，k表示倍频，ω表示带宽；结合滤波器H和B，因此，在相位一致性的计算中实际使用的滤波器是以下三个球面正交滤波器(SQF)：(B，H1B，H2B)；图像f对滤波器SQF的局部响应幅值为：其中，表示图像f的傅里叶变换；上述频率域滤波器H自然地拓展到3D情形：定义Log-normal滤波器：图像f对滤波器SQF：(B，H1B，H2B，H3B)的局部响应幅值为：而且，所述ω取值为0.55或0.41。如上所述的基于迭代相位一致性的裂缝提取方法在工业部件的缺陷检测中的应用。而且，所述应用为圆柱形工件的CT图像中的裂缝的自动提取。本专利技术取得的优点和积极效果为：1、本专利技术方法能够由工件的CT图像自动提取出高精度的裂缝，同时该方法不受CT图像灰度对比度差异的影响，另外，该方法计算量小，提取速度快，能够满足某些实时性要求较高的应用需求。2、本专利技术方法能够由2D拓展到3D，使得对3D数据的提取结果更具整体性。3、本专利技术中阈值的选取不受原图灰度对比度不均的影响，该特征表现在两个方面：一方面，当原图中同时存在对比度差异较大的裂缝，尤其部分低对比度裂缝被图像伪影和噪声影响严重时，该方法也能够完整的提取所有裂缝；另一方面、对于同一类工件的不同图像来说，分割时的阈值几乎不变。附图说明图1、图2为本专利技术中某工件CT重建图像；其中，图1为3D可视化图像；图2为某一断层图像；图3至图8为本专利技术中迭代计算极坐标下图像的相位一致性；其中，图3为预处理后极坐标系下的图像；图4为图3初始相位一致性的结果；图5为图3迭代相位一致性的结果；图6为图3中黄线位置的剖线图；图7为图4黄线位置的剖线图；图8为图5黄线位置的剖线图；图9、图10为图1的提取结果；其中，图9为2D算法逐层提取结果；图10为3D算法整体提取结果。具体实施方式下面结合实施例，对本专利技术进一步说明；下述实施例是说明性的，不是限定性的，不能以下述实施例来限定本专利技术的保护范围。本专利技术中所使用的设备，如无特殊规定，均为本领域内常用的设备；本专利技术中所使用的方法，如无特殊规定，均为本领域内常用的方法。实施例1一种基于迭代相位一致性的裂缝提取方法，具体步骤如下：⑴结合形态学操作和去噪算法对CT图像进行预处理，降低背景及噪声对图像的影响；⑵对预处理后图像做极坐标变换，得到图像PolarImg；⑶在极坐标系下迭代计算图像PolarImg的相位一致性，增强图像；⑷对增强后图像做极坐标逆变换；⑸根据unimodalthresholding算法对增强后的图像自动选取阈值，进而由该阈值的1.5倍对增强后图像进行分割得到图像中的裂缝。较优地，所述步骤⑴的具体步骤如下：使用非局部均值算法对CT图像原图本文档来自技高网...

【技术保护点】
1.一种基于迭代相位一致性的裂缝提取方法，其特征在于：具体步骤如下：⑴结合形态学操作和去噪算法对CT图像进行预处理，降低背景及噪声对图像的影响；⑵对预处理后图像做极坐标变换，得到图像PolarImg；⑶在极坐标系下迭代计算图像PolarImg的相位一致性，增强图像；⑷对增强后图像做极坐标逆变换；⑸根据unimodal thresholding算法对增强后的图像自动选取阈值，进而由该阈值的1.5倍对增强后图像进行分割得到图像中的裂缝。

【技术特征摘要】
1.一种基于迭代相位一致性的裂缝提取方法，其特征在于：具体步骤如下：⑴结合形态学操作和去噪算法对CT图像进行预处理，降低背景及噪声对图像的影响；⑵对预处理后图像做极坐标变换，得到图像PolarImg；⑶在极坐标系下迭代计算图像PolarImg的相位一致性，增强图像；⑷对增强后图像做极坐标逆变换；⑸根据unimodalthresholding算法对增强后的图像自动选取阈值，进而由该阈值的1.5倍对增强后图像进行分割得到图像中的裂缝。2.根据权利要求1所述的基于迭代相位一致性的裂缝提取方法，其特征在于：所述步骤⑴的具体步骤如下：使用非局部均值算法对CT图像原图进行去噪；使用5x5的结构元对去噪后图像进行底帽变换，即得预处理后图像。3.根据权利要求1所述的基于迭代相位一致性的裂缝提取方法，其特征在于：所述步骤⑵中极坐标变换的中心坐标选取变换前图像的中心点，或距离中心点附近不超过50个像素的其他点；极坐标网格中极径采样间隔为dr，取值0.25或0.5；角度采样间隔为dθ，取值0.25。4.根据权利要求1所述的基于迭代相位一致性的裂缝提取方法，其特征在于：所述步骤⑶的具体步骤如下：以PolarImg表示极坐标变换之后的图像；计算图像PolarImg的相位一致性，结果记为PC1，利用一维形态学操作对PC1进行滤波，结果记为PC1’；去除图像PC1’中的强裂缝得到残差图像，然后计算残差图像的相位一致性，结果记为PC2，并利用一维形态学操作对PC2进行滤波，结果记为PC2’；去除图像PC2’中的强裂缝得到残差图像，然后计算残差图像的相位一致性，结果记为PC3，并利用一维形态学操作对PC3进行滤波，结果记为...

【专利技术属性】
技术研发人员：李宏伟，邓小娟，
申请(专利权)人：首都师范大学，
类型：发明
国别省市：北京,11