一种基于迭代阈值的射线图像焊缝分割算法制造技术

本发明专利技术所提供的一种基于迭代阈值的射线图像焊缝分割算法，本发明专利技术的阈值按照固定步长更新，当前迭代的阈值在上一轮迭代的阈值的基础上按照固定步长向上增加，逐步逼近最优的分割阈值；所利用两次循环的距离差值作为判断条件，更适合焊缝在图像中横向分布的情况，有利于焊缝区域的分割。于焊缝区域的分割。于焊缝区域的分割。

【技术实现步骤摘要】
一种基于迭代阈值的射线图像焊缝分割算法


[0001]本专利技术涉及管道焊缝缺陷识别技术和机器学习
，尤其涉及一种基于迭代阈值的射线图像焊缝分割算法。

技术介绍

[0002]通过管道运输天然气时，如果发生泄漏事故将带来严重的损失，因此在管道投入使用前需要对管道进行质量检测，尤其在焊缝部分。为了更有效地识别出焊缝中的缺陷，目前缺陷识别方式开始与人工智能结合，对管道X射线探伤图像中的缺陷进行自动识别。然而，原始的射线图像存在大量与缺陷无关的信息，焊缝区域只有图像大小的三分之一左右，因此利用分割算法提前分割出焊缝区域有利于缺陷识别的进行。
[0003]张晓光等人(张晓光,孙正,胡晓磊,等.射线检测图像中焊缝和缺陷的提取方法[J].焊接学报,2011,32(2):77
‑
80,117.)利用矩形窗从图像中间向两边移动，通过比较平均亮度和一致性去确定焊缝区域。齐继阳等人(齐继阳,李金燕,陆震云,等.改进的Otsu法在焊接图像分割中的应用[J].焊接学报,2016,37(10):97
‑
100.)综合考虑在最本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于迭代阈值的射线图像焊缝分割算法，其特征在于包括以下步骤：步骤一：利用灰度拉伸和中值滤波对原始图像进行图像预处理，得到图像预处理后的图像，灰度拉伸公式为：其中，g为灰度拉伸后的像素值，取值范围为区间[0,g
max
]内的整数，g
max
为拉伸后图像的最大像素值，取值范围为正整数，并且g
max
大于f
max
，f为原始图像的像素值，f
max
为原始图像的最大像素值，f
min
为原始图像的最小像素值，为向下取整，中值滤波利用原始像素值的m
×
n窗口大小内所有像素值的中值代替原始像素值，m、n的取值范围均为正整数；步骤二：将步骤一的输出作为输入图像，对输入图像进行直方图均衡化，提升焊缝区域及其边界的像素值，输出均衡化后的图像，直方图均衡化公式为：其中，s为均衡化后的像素值，取值范围为区间[0,s
max
]内的整数，s
max
为均衡化后图像的最大像素值，取值范围为正整数，N为输入图像中像素点的总数，n
j
为输入图像中像素值等于j的像素点的总数；步骤三：将步骤二的输出作为输入图像，利用迭代阈值法进行焊缝分割，并且对迭代阈值进行阈值更新方式和循环终止条件两方面的修改，具体实现步骤如下：(1)对迭代阈值法的变量进行初始化，包括初始阈值t0、循环的固定步长step、终止条件值ε，其中，t0的取值范围为区间[0,w
max
]内的整数，w
max
为输入图像的最大像素值，step的取值范围为区间[1,w
max
]内的整数，ε的取值范围为正数；(2)将步骤二的输出作为输入图像，利用初始阈值t0对输入图像进行二值化，二值化的操作方式为：如果图像像素点的像素值大于或等于阈值，则该像素点的像素值变为1，否则像素值变为0，对图像进行二值化后得到的结果为二值图；(3)将(2)中输出的二值图作为输入图像，计算输入图像中最大连通区域的质心坐标，然后计算该最大连通区域的最小外接矩形的质心坐标，再计算上述两个质心坐标的距离，得到质心距离，其中，如果二值图中有任意两个像素点A和B，它们的像素值都等于1，并且A...

【专利技术属性】
技术研发人员：罗仁泽，唐祥，李华督，王磊，余泓，罗任权，邓治林，谭亮，
申请(专利权)人：西南石油大学，
类型：发明
国别省市：