当前位置: 首页 > 专利查询>汕头大学专利>正文

一种可用于网格排序并计算裂纹数量及其对应面积的方法技术

技术编号:26380072 阅读:55 留言:0更新日期:2020-11-19 23:48
本发明专利技术实施例公开了一种可用于网格排序并计算裂纹数量及其对应面积的方法,包括:从数字视频中提取出一帧,平滑帧的纹理以减少噪声;在副本帧上采用高斯滤波器;通过上述两帧的差值来删除背景;将图像转换为灰度级图像,然后进行二值化处理将其调整为黑白图像;腐蚀图像并闭合图像轮廓;根据轮廓的位置、面积和尺寸对轮廓进行排序;在上述轮廓中创建新的图像,将其转换为灰度级图像,然后进行二值化处理;通过形态学操作闭合图像并生成轮廓;根据面积及其尺寸大小对轮廓进行排序,然后计数。采用本发明专利技术,可以忽略不计延迟效应并实时计算大量裂纹及其面积,有效地降低了网格外裂纹的影响。

【技术实现步骤摘要】
一种可用于网格排序并计算裂纹数量及其对应面积的方法
本专利技术涉及计算机图像处理
,尤其涉及一种可用于网格排序并计算裂纹数量及其对应面积的方法。
技术介绍
在传统计算机数字图像处理中采用手工编辑每个图像的方式,若图像未经平滑处理或处理程度不够,容易产生较多干扰噪声。这些噪声可能通过输入设备或者在整个图像处理过程中产生。因此,在数字图像处理过程中存在实时性低、抗噪声性能差、图像边缘检测不灵敏等缺点,使得分析结果误差过大,统计精准性低。
技术实现思路
本专利技术实施例所要解决的技术问题在于,提供一种可用于网格排序并计算裂纹数量及其对应面积的方法。可以忽略不计延迟效应并实时计算大量裂纹及其面积,有效地降低了网格外裂纹的影响。为了解决上述技术问题,本专利技术实施例提供了一种可用于网格排序并计算裂纹数量及其对应面积的方法,包括以下步骤:S1:从数字视频中提取出一帧得到一个BGR格式的原始图像(图2)。在此图像中,每个像素值以八位的R、B和G值进行加密,采用pyrMeanShiftFiltering法去除杂乱噪声。其中,pyrMeanShiftFiltering是一个按均值偏移来分割图像的模块。它包括两个参数,一个是距离,另一个是色差的最大限值。应用此模块后,可获取图像(图3)。S2:存储原始帧的副本并对其应用高斯模糊。高斯模糊是一种可减小高像素值的低通滤波器。它可以平滑网格边缘,使帧的每个像素值接近于土壤像素值。应用此模块后,可得到图像(图4)。S3:在这一步中步骤S1、S2中的两幅图像相减后,得到一个减影图像(图5)。第一幅图像通过pyrimeanshiftfiltering平滑处理后,减少了杂乱噪声。而另一幅图像经过高斯模糊后得到了一个模糊图像。将上述的图像相减得到一个网格图像,这有利于网格的分离。S4:将上一步骤得到的图像转换成灰度图像(图6)。在灰度转换过程中,保留光强信息,将数字图像转换成灰色,裂纹颜色为深色(即灰度值小于50)。将图像转换成灰度后,采用阈值法。阈值包括两个参数,即极限值和最终值。灰度像素值范围为0-255。如果灰度的像素值高于阈值的极限值,则将像素转换为给定的最终值,其余部分转换为零。在经阈值处理后,可得到一个黑白图像(图7)。S5:将形态学操作应用在阈值图像(图7)处理上。由于从阈值图像中得到的网格边界不一,可能导致图像在某一点处破裂。为此,创建一个能设定大小和形状的内核。根据内核大小可以对上述图像的黑色像素点边界进行放大,利用形态学操作对该边界腐蚀后连接网格。经过形态学操作处理后闭合轮廓,获得图像(图8)。S6:在此图像中绘制轮廓线(图8)。轮廓线易于形成闭合曲线,即连接白色像素点,隔开黑色像素点。因此,可以根据轮廓的高度、宽度、面积和位置将这些轮廓分隔开。S7:在已排序的轮廓中,创建一个新图像(图9),这个新图像仅包含在这些网格中具有白色背景的土壤部分。将这些图像转换为灰度(图10),然后进行图像二值化处理(图11)。由于裂纹是带有黑色的像素值,所以此反向阈值可突显出裂纹。S8:在上述黑白图像中,使用闭合等形态学操作后得到图像(图12)。创建圆形内核,先将圆形内核的边缘膨胀后腐蚀图像以保持裂纹的大小。此操作有助于连接附近的裂纹,而不会对该区域造成重大变化,从而在该图像上生成裂缝轮廓。S9:将步骤S8中轮廓按其面积和尺寸进行排序。可计算上述轮廓并显示相应面积,如图13所示。实施本专利技术实施例,具有如下有益效果:本专利技术与传统的手工编辑每个图像的方法相比,可以使图像的二值化变得容易得多,可以在短时间内找到多个图像的CIFs从而大大减少计算时间,可以模糊噪声和进行边缘检测,而且有助于识别与开裂土壤相对应的帧,可用于无人机在大范围监控视频中的分析,识别需要维护的脆弱区域。附图说明图1是本专利技术的流程示意图;图2是数字视频中提取的原始示意图;图3是应用pyrMeanShiftFiltering处理后的示意图图4是副本示意图经高斯滤波器处理后的模糊图像;图5是图3和图4的减影示意图;图6是图5进一步灰度处理的示意图;图7是基于图6的阈值化黑白示意图;图8是基于图7的经腐蚀处理的示意图;图9是网格分割后的示意图;图10是图9进一步灰度处理的示意图;图11是基于图10的阈值化黑白示意图;图12是利用形态学操作闭合的示意图;图13处理后的最终示意图。具体实施方式为使本专利技术的目的、技术方案和优点更加清楚,下面将结合附图对本专利技术作进一步地详细描述。本专利技术实施例是依据于Python脚本进行实施,具体的步骤如下。步骤1:VideoCapture模块可从视频文件中捕获视频中的一帧。该模块共提供两个输出,其中一个输出是帧,另一输出表明该帧是真还是假(即是否存在)。然后将帧的大小减小一半以减少计算时间。创建三个不同尺寸和形状的内核。第一个内核是4*4的方形内核,第二个内核是11*11的方形内核,第三个内核是11*11的圆形内核。创建作为网格图像背景的空白图像,利用pyrMeanShiftFiltering去除图像背景噪声和平滑土壤纹理。pyrMeanShiftFiltering采用两个输入值,一个是距离,另一个是最大值。从帧中取出一个像素。创建大小为距离(输入值)的邻域。从该邻域获取像素值,将邻域像素BGR值和初始像素BGR值之间的差值与最大极限(输入值)进行比较。如果差值小于最大极限,则将BGR像素值更改为该邻域中的平均BGR值。如果差值较大,则最大极限保持不变。步骤2:新建副本帧,调整帧的大小,高斯滤波器所用的函数标准差为75,矩阵为75*75。通过运用高斯滤波器可以创建边缘几乎不可见的模糊图像,与像素角点相比,图像中心的模糊程度较低,且具有土壤像素值。步骤3:上述两幅图像的减影是使用相减模块完成的。经过相减模块处理后可得到了网格图像。其中,网格是带有白色的像素,而土壤是带有棕色的像素值。网格的相减法是指白色像素值和棕色像素值之间的差值。由于像素值几乎相等,所以土壤像素值变为零,而白色像素在相减后几乎仍保持白色。步骤4:保留图像的光强信息,使用cvtColor模块将图像转换为灰度级。由于网格是白色的,因此对图像应用反向阈值后可以令所需区域位于格栅内部,从而得到一个网格的黑白图像。此阈值有两个变量,分别为阈值的极限值(50)和最终值(255)。当灰度像素值大于或等于50时,该像素值转换为最终值255,其余值转换为零。在经阈值处理后,可得到一个黑白图像。步骤5:对上述黑白图像采用腐蚀形态学操作。在图像腐蚀处理中,边缘附近的黑色像素会根据内核大小进行扩展,即通过连接附近黑色像素的方式。在某些区域,由于黑色像素点不连续,腐蚀操作可以将附近的像素连接起来,并辅助其形成一个具有黑色边缘的方形。在这个黑色的正方形里,白色的轮廓覆盖了土壤的一部分。对于第一次腐蚀操作,使用维度为4*4的本文档来自技高网...

【技术保护点】
1.一种可用于网格排序并计算裂纹数量及其对应面积的方法,其特征在于,包括以下步骤:/nS1:从数字视频中提取出一帧,平滑帧的纹理以减少背景噪声;/nS2:新建副本帧,用高斯滤波器创建一个具有土壤像素值的图像;/nS3:将步骤S1中的帧减去所述副本帧去除背景,得到一个只包含网格的图像;/nS4:将上一步中得到的图转换为灰度图像,然后通过图像二值化处理将其转换为黑白图像;/nS5:应用形态学操作连接附近的黑色像素,闭合轮廓;/nS6:根据所述轮廓的位置、面积和尺寸对所述轮廓进行排序;/nS7:创建一个仅包含于所述轮廓的新图像,将其转换为灰度,然后对其二值化处理以生成黑白图像;/nS8:对所述黑白图像应用形态学操作闭合附近的白色像素,从而在所述黑白图像上生成轮廓;/nS9:根据上一步骤得到的轮廓的面积和尺寸对轮廓进行排序,然后计数。/n

【技术特征摘要】
1.一种可用于网格排序并计算裂纹数量及其对应面积的方法,其特征在于,包括以下步骤:
S1:从数字视频中提取出一帧,平滑帧的纹理以减少背景噪声;
S2:新建副本帧,用高斯滤波器创建一个具有土壤像素值的图像;
S3:将步骤S1中的帧减去所述副本帧去除背景,得到一个只包含网格的图像;
S4:将上一步中得到的图转换为灰度图像,然后通过图像二值化处理将其转换为黑白图像;
S5:应用形态学操作连接附近的黑色像素,闭合轮廓;
S6:根据所述轮廓的位置、面积和尺寸对所述轮廓进行排序;
S7:创建一个仅包含于所述轮廓的新图像,将其转换为灰度,然后对其二值化处理以生成黑白图像;
S8:对所述黑白图像应用形态学操作闭合附近的白色像素,从而在所述黑白图像上生成轮廓;
S9:根据上一步骤得到的轮廓的面积和尺寸对轮廓进行排序,然后计数。


2.根据权利要求1所述的可用于网格排序并计算裂纹数量及其对应面积的方法,其特征在于,步骤S1还包括以下步骤:
采用pyrMeanShiftFiltering模块去除杂乱噪声;
创建大小为距离的邻域。从该邻域获取像素值,将邻域像素BGR值和初始像素BGR值之间的差值与最大极限进行比较,如果差值小于最大极限,则将BGR像素值更改为该邻域中的平均BGR值,如果差值大于最大极限,则最大极限保持不变。<...

【专利技术属性】
技术研发人员:李安迪利普宋海红黄鹤陈涌
申请(专利权)人:汕头大学
类型:发明
国别省市:广东;44

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1