一种基于图像显著性检测的安全阀阀门空化现象判别方法技术

本发明专利技术提供一种基于图像显著性检测的安全阀阀门空化现象判别方法，属于数字图像处理技术领域，该方法通过图像显著性检测的方法，对不同工况下的安全阀阀门仿真图像进行显著性检测。首先，对不同工况下的仿真图像进行采集，再对采集到的图像进行训练得到过完备字典，并且获取仿真图像不同通道的对应系数，然后对系数进行处理获取系数中的显著信息并恢复为显著图，最后，根据专家经验对显著性图像进行判断，安全阀阀门是否产生空化现象。本发明专利技术在安全阀仿真各种工况下时就识别出空化现象，可以在安全阀设计过程中避免空化状态，延长安全阀使用寿命。长安全阀使用寿命。长安全阀使用寿命。

【技术实现步骤摘要】
一种基于图像显著性检测的安全阀阀门空化现象判别方法


[0001]本专利技术属于数字图像处理
，涉及一种基于图像显著性检测的安全阀阀门空化现象判别方法。

技术介绍

[0002]安全阀是锅炉、压力容器、压力管道等承压设备的重要安全附件，对超压保护有着重要意义。在安全阀内流动的液体，阀门时常会出现空化现象。空化现象不仅会影响阀门口径的计算，而且会产生严重的扰动，对阀门材质造成损坏，这些严重影响安全阀的寿命。因此，空化现象是安全阀阀门在计算和选择过程中不容小视的问题。当节流孔中产生气泡时，可视为空化现象。
[0003]现如今，随着多媒体技术的迅猛发展，图像作为信息的有效载体，得益于其简洁、直观、形象的特点，在生产生活中受到越来越多的关注。图像中只有部分信息能够引起视觉注意，而大部分信息是冗余的。图像显著性检测技术由此提出，其目的是从输入图像中找出显著区域并进行标记。当安全阀阀门发生空化现象时，节流孔产生的气泡是引起视觉注意的重要信息，而其它信息是冗余的。因此，可以通过图像显著性检测来判别安全阀阀门的空化现象。图像的显著性检测大致可分为两种本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于图像显著性检测的安全阀阀门空化现象判别方法，通过图像显著性检测的方法，对不同工况下的安全阀阀门仿真图像进行显著性检测，其特征在于，所述安全阀阀门空化现象判别方法首先，对不同工况下的仿真图像进行采集，再对采集到的图像进行训练得到过完备字典，并且获取仿真图像不同通道的对应系数，然后，对系数进行处理获取系数中的显著信息并恢复为显著图，最后，根据显著性图像进行判断，安全阀阀门是否产生空化现象；包括以下步骤：第一步，采集仿真图像，将采集后的仿真图像作为字典学习的训练样本；以滑动窗口方式对训练样本进行分块处理，将每个窗口(n
×
n)采集到的数据作为一个列向量(n2×
1)，后面统一称为原子，其中，n为滑动窗口的大小；最终将所有采集到的训练数据作为一个n2维的矩阵Y，矩阵中的每列为y
i
(i＝1,2,...,n)，则训练数据表示为Y＝[y1,y2,...,y
n
]；字典学习的目标函数如公式(1)，字典的约束公式如公式(2)，采用最优方向的方法得到过完备字典D；所述的公式(1)和公式(2)表达式为：所述的公式(1)和公式(2)表达式为：其中，x∈R
k
×
n
表示k行n列的稀疏表示系数，R表示输入空间，D∈A表示字典，D∈R
m
×
k
表示m行k列的字典，R表示输入空间，其中每一列为一个字典原子d
i
，A为字典的约束；i表示训练数据的第i列，n为列的总个数；x
i
是原子d
i
对应的稀疏表示系数；η是正则化权衡参数，用来平衡公式里的失真项约束和稀疏项约束||x
i
||1；得到字典D后，将采集后的仿真图像在HSV颜色空间中的每一个通道以滑动窗口方式进行分块处理，其中H代表色调，S代表饱和度，V代表明度，每个窗口(n
×
n)采集到的数据作为一个列向量(n2×
1)，采集后的仿真图像为一个n2维的矩阵Y，矩阵中的每列为y
i
(i＝1,2,...,n)，表示为Y＝[y1,y2,...,y
n
]；公式(3)为求取稀疏表示系数x
i
，用稀疏表示系数来求每一个通道的对应系数K
ch
，其中ch∈{H,S,V}，K
ch
由公式(3)中求取的稀疏表示系数x
i
组合表示，x
i
利用正交匹配追踪算法来求解；HSV颜色空间有三个通道，重复上述过程三次，每次计算公式和计算方法相同；所述的公式(3)的表达式为：第二步，首先，采用公式对不同通道的对应系数K
ch
进行去中心化处理，其中x
i
为真实值，为平均值；其次，通过计算对应系数K
ch
对应...

【专利技术属性】
技术研发人员：宋学官，王一棠，
申请(专利权)人：大连理工大学，
类型：发明
国别省市：