一种基于图像识别的金属锈蚀检测方法及系统技术方案

本发明专利技术公开了一种基于图像识别的金属锈蚀检测方法及系统，能够在计算目标图像中金属锈蚀率之前，对目标图像进行分区处理，提取出存在金属的区块图像，并且利用对区块图像编码的处理，通过先排序再比较的方式，快速的提取出存在金属的区块图像，只需按位次进行比对，在出现大于标准阈值的区块图像匹配度之后，便可停止比对，极大程度上减少计算量，而后再结合补充图像的设置，使其与存在金属的区块图像共同组合为样本图像，后续在提取目标图像中金属锈蚀区域时，不仅能够减少计算量，还能够减少锈蚀区域的测定误差，提高检测准确率。提高检测准确率。提高检测准确率。

【技术实现步骤摘要】
一种基于图像识别的金属锈蚀检测方法及系统


[0001]本专利技术涉及金属检测
，具体涉及基于图像识别的金属锈蚀检测方法。

技术介绍

[0002]金属锈蚀主要是因为金属件接触氧气和水，其自身结构被破坏的现象，金属材料具有硬度高，导电性能强等特性，是生产和生活中不可或缺的材料，也是社会发展的重要物质基础，但是多数金属在长时间使用之后，均会发生程度不一的锈蚀现象，一旦锈蚀区域过大，便不能够继续使用，由此可见，为保证安全生产和生活，对金属锈蚀的检测是十分必要的，常见的金属锈蚀的检测方法有电位法、电阻法和图像识别法等。
[0003]现有的基于图像识别的金属锈蚀检测方法是对目标图像进行整体分析，但是在采集待测金属的目标图像时，往往会存在大量的干扰区域，即不存在金属的区域，在提取目标图像中的锈蚀区域时，不仅会增加计算量，而且还会增加锈蚀区域测定后的误差，基于此，本方案提出了一种能够对目标图像进行分区处理的金属锈蚀检测方法。

技术实现思路

[0004]本专利技术需要解决的技术问题是提供一种基于图像识别的金属锈蚀检测方法，能够在计算目标图像中金属锈蚀率之前，对目标图像进行分区处理，提取出存在金属的区块图像，后续在提取目标图像中金属锈蚀区域时，不仅能够减少计算量，还能够减少锈蚀区域的测定误差。
[0005]为解决上述技术问题，本专利技术所采取的技术方案如下。
[0006]基于图像识别的金属锈蚀检测方法，包括：
[0007]获取待检测金属的目标图像信息，其中，所述目标图像信息包括干扰图像信息和待测图像信息；
[0008]获取待检测金属的标准特征信息；
[0009]将所述目标图像信息进行分区编码处理，得到多个连续的区块图像信息，将多个所述区块图像信息代入至匹配度模型中与标准特征信息进行比对，得到区块图像匹配度；
[0010]获取目标图像的标准匹配阈值；
[0011]将所述区块图像匹配度与所述标准匹配阈值进行比较；
[0012]若所述区块图像匹配度大于等于标准匹配阈值，则将所述区块图像信息标定为待测图像信息；
[0013]若所述区块图像匹配度小于标准匹配阈值，则将所述区块图像信息标定为干扰图像信息；
[0014]获取所述待测图像信息的编码，并标定为基准编码，以所述基准编码为中心，确定所有与基准编码相邻的补充编码，将补充编码对应的区块图像与基准编码对应的区块图像进行组合，得到样本图像；
[0015]将所述样本图像代入至区分模型中，提取所述样本图像中的锈蚀区域；
[0016]获取所述锈蚀区域的分布面积，并结合所述待检测金属的表面积计算出待检测金属的锈蚀率，且根据锈蚀率判定待检测金属是否合格。
[0017]在一种优选方案中，所述将所述目标图像信息进行分区编码处理的步骤，包括：
[0018]将所述目标图像进行等分处理；
[0019]以所述目标图像的任一边角处为原点建立二维坐标系；
[0020]获取所有区块图像，并以靠近二维坐标系的区块图像为起始点对所有区块图像进行编码处理，其中，所述区块图像的编码为xy，x和y分别表示所述二维坐标系中的纵坐标和横坐标，且取值为000001，000002，000003
……
。
[0021]在一种优选方案中，所述将多个所述区块图像信息代入至匹配度模型中与标准特征信息进行比对，得到区块图像匹配度的步骤，包括：
[0022]获取区块图像中的特征信息；
[0023]将所述区块图像中的特征信息代入匹配度模型，得到区块图像匹配度；
[0024]其中，所述匹配度模型的标准函数为：
[0025][0026]式中，R表示区块图像匹配度，M和N分别表示区块图像的长度和宽度，X
(m,n)
表示区块图像中第(i,j)点的像素灰度值，Y
(m,n)
表示待检测金属图像中第(i,j)点的标准像素灰度值，表示区块图像的平均灰度值，表示待检测金属图像的平均灰度值。
[0027]在一种优选方案中，所述将所述区块图像匹配度与所述标准匹配阈值进行比较的步骤，包括：
[0028]获取标准匹配阈值；
[0029]获取所有区块图像匹配度；
[0030]将区块图像匹配度按照由低至高的顺序与所述标准匹配阈值进行比对，且出现第一个大于标准匹配阈值的区块图像之后停止比对。
[0031]在一种优选方案中，所述获取所述待测图像信息的编码，并标定为基准编码，以所述基准编码为中心，确定所有与基准编码相邻的补充编码，将补充编码对应的区块图像与基准编码对应的区块图像进行组合，得到样本图像的步骤，包括：
[0032]获取待测图像的基准编码；
[0033]以所述基准编码xy为中心，分别获取待测图像边缘以及边角处的补充图像；
[0034]所述补充图像对应的补充编码依次为：(x
‑
1)(y
‑
1)、x(y
‑
1)、(x+1)(y
‑
1)、(x
‑
1)y、(x+1)y、(x
‑
1)(y+1)、x(y+1)、(x+1)(y+1)；
[0035]将所有所述补充图像与待测图像进行组合处理，得到样本图像。
[0036]在一种优选方案中，所述获取待测图像边缘以及边角处的补充图像时，根据所述待测图像的位置确定补充图像的数量；
[0037]若所述x，y中任一个取值为1、x
max
或者y
max
，且与之相邻的坐标值取值介于区间(1，x
max
)或者(1，y
max
)之内时，所述待测图像对应的补充图像数量为5；
[0038]若所述x，y中任一个的取值为1、x
max
或y
max
，且与之相邻的坐标值取值为1、x
max
或
y
max
中的任一个时，所述待测图像对应的补充图像数量为3；
[0039]若所述x，y的取值属于区间(1，x
max
)和(1，y
max
)，所述待测图像对应的补充图像数量为8。
[0040]在一种优选方案中，所述将所述样本图像代入至区分模型中，提取所述样本图像中的锈蚀区域的步骤，包括：
[0041]获取所述样本图像的灰度值；
[0042]将所述样本图像的灰度值代入至区分模型，得到锈蚀区域的灰度值；
[0043]其中，所述区分模型的标准函数为：ExR(i,j)＝2R(i,j)
‑
G(i,j)
‑
B(i,j)，式中，ExR(i,j)表示锈蚀区域的灰度值，R(i,j)、G(i,j)以及B(i,j)表示样本图像的三通道灰度值。
[0044]在一种优选方案中，所述获取所述锈蚀区域的分布面积，并结合所述待检测金属的表面积计算出待检测金属本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于图像识别的金属锈蚀检测方法，其特征在于：包括：获取待检测金属的目标图像信息，其中，所述目标图像信息包括干扰图像信息和待测图像信息；获取待检测金属的标准特征信息；将所述目标图像信息进行分区编码处理，得到多个连续的区块图像信息，将多个所述区块图像信息代入至匹配度模型中与标准特征信息进行比对，得到区块图像匹配度；获取目标图像的标准匹配阈值；将所述区块图像匹配度与所述标准匹配阈值进行比较；若所述区块图像匹配度大于等于标准匹配阈值，则将所述区块图像信息标定为待测图像信息；若所述区块图像匹配度小于标准匹配阈值，则将所述区块图像信息标定为干扰图像信息；获取所述待测图像信息的编码，并标定为基准编码，以所述基准编码为中心，确定所有与基准编码相邻的补充编码，将补充编码对应的区块图像与基准编码对应的区块图像进行组合，得到样本图像；将所述样本图像代入至区分模型中，提取所述样本图像中的锈蚀区域；获取所述锈蚀区域的分布面积，并结合所述待检测金属的表面积计算出待检测金属的锈蚀率，且根据锈蚀率判定待检测金属是否合格。2.根据权利要求1所述的基于图像识别的金属锈蚀检测方法，其特征在于：所述将所述目标图像信息进行分区编码处理的步骤，包括：将所述目标图像进行等分处理；以所述目标图像的任一边角处为原点建立二维坐标系；获取所有区块图像，并以靠近二维坐标系的区块图像为起始点对所有区块图像进行编码处理，其中，所述区块图像的编码为xy，x和y分别表示所述二维坐标系中的纵坐标和横坐标。3.根据权利要求1所述的基于图像识别的金属锈蚀检测方法，其特征在于：所述将多个所述区块图像信息代入至匹配度模型中与标准特征信息进行比对，得到区块图像匹配度的步骤，包括：获取区块图像中的特征信息；将所述区块图像中的特征信息代入匹配度模型，得到区块图像匹配度；其中，所述匹配度模型的标准函数为：式中，R表示区块图像匹配度，M和N分别表示区块图像的长度和宽度，X
(m,n)
表示区块图像中第(i,j)点的像素灰度值，Y
(m,n)
表示待检测金属图像中第(i,j)点的标准像素灰度值，表示区块图像的平均灰度值，表示待检测金属图像的平均灰度值。
4.根据权利要求3所述的基于图像识别的金属锈蚀检测方法，其特征在于：所述将所述区块图像匹配度与所述标准匹配阈值进行比较的步骤，包括：获取标准匹配阈值；获取所有区块图像匹配度；将区块图像匹配度按照由低至高的顺序与所述标准匹配阈值进行比对，且出现第一个大于标准匹配阈值的区块图像之后停止比对。5.根据权利要求2所述的基于图像识别的金属锈蚀检测方法，其特征在于：所述获取所述待测图像信息的编码，并标定为基准编码，以所述基准编码为中心，确定所有与基准编码相邻的补充编码，将补充编码对应的区块图像与基准编码对应的区块图像进行组合，得到样本图像的步骤，包括：获取待测图像的基准编码；以所述基准编码xy为中心，分别获取待测图像边缘以及边角处的补充图像；所述补充图像对应的补充编码依次为：(x
‑
1)(y
‑
1)、x(y
‑
1)、(x+1)(y
‑
1)、(x
‑
1)y、(x+1)y、(x
‑
1)(y+1)、x(y+1)、(x+1)(y+1)；将所有所述补充图像与待测图像进行组合处理，得到样本图像。6.根据权利要求5所述的基于图像识别的金属锈蚀检测方法，其特征在于：所述获取待测图像边缘以及边角处的补充图像时，根据所述待测图像的位置确定补充图像的数量；若所述x，y中任...

【专利技术属性】
技术研发人员：王红旭，刘敏，王书渊，郑怿，孙玉宝，王宁，周国亮，
申请(专利权)人：国家电网有限公司保定电力职业技术学院，
类型：发明
国别省市：