【技术实现步骤摘要】
一种基于声学的水下坝面缺陷量测方法
[0001]本专利技术属于水下声学目标量测领域,通过声学测算目标的面积以及体积,具体涉及一种基于声学的水下坝面缺陷量测方法。
技术介绍
:
[0002]面对水下复杂的环境,应用光学极其容易受到光线和水下的浑浊物的影响,应用精密的声学设备和适应性较高的算法能够有效抑制这些因素的影响,提高了量测的准确性。
[0003]而在水下声学的目标量测的应用领域中,由于应用环境的特殊性,往往对声学设备的精度、声学图像的预处理的算法、目标识别技术、目标量测技术以及目标的定位技术等应用要求,这些要求制约着水下目标量测技术的发展,由于水下环境的多变性考验着设备以及算法的稳定性,目前的水下的量测的设备还没有声学对坝面进行量测。
技术实现思路
:
[0004]本专利技术的目的是实现一种自动化量测大坝缺陷的技术。
[0005]本专利技术采用的技术方案是:基于声学的水下坝面缺陷量测方法该机器人对于水下缺陷面积和体积的测量方法,包含以下步骤:
[0006]面积量测:
[0007]将声纳图像转为灰度图像;
[0008]使用改进的引导滤波对图像进行去噪处理;
[0009]使用最佳分割阈值的算法对图像进行分割;
[0010]采用改进Canny边缘检测算子检测边缘像素数;
[0011]利用像素的单位面积与实际面积的比例通过距离信息得到,最后得到所要测量的缺陷的面积。
[0012]体积量测:
[0013]二维亮度图生成;
[ ...
【技术保护点】
【技术特征摘要】
1.一种基于声学的水下坝面缺陷量测方法,其特征在于,包括面积量测:将声纳图像转为灰度图像;使用改进的引导滤波对图像进行去噪处理;使用最佳分割阈值的算法对图像进行分割;采用改进Canny边缘检测算子检测边缘像素数;利用像素的单位面积与实际面积的比例通过距离信息得到,最后得到所要测量的缺陷的面积。2.如权利要求1所述的基于声学的水下坝面缺陷量测方法,其特征在于,使用分量法将原图像转换为灰度图,即采用彩色图像的三通道中的任意一个通道分量,这里选择的是R通道,将它作为灰度图像的灰度值。3.如权利要求1所述的基于声学的水下坝面缺陷量测方法,其特征在于,最佳分割阈值的算法,步骤如下:求出图像中的最小和最大的灰度值Z1和Z
k
,阈值的初值选择为T0=(Z1+Z
k
)/2;根据阈值T
k
将图像分割成目标和背景两部分,灰度级小于选取阈值T
k
的像素点组成为背景,然后求出两部分的平均灰度值Z0(目标区域内的像素灰度平均值)和Z
B
(背景区域内的像素灰度平均值):的像素灰度平均值):式中Z(i,j)是图像上(i,j)点的灰度值,N(i,j)是(i,j)点的权重系数;求出新阈值:T
k+1
=(Z0+Z
B
)/2;如果T
k
=T
k+1
,则结束,否则k=k+1,转到上述继续进行迭代。4.如权利要求1所述的基于声学的水下坝面缺陷量测方法,其特征在于,采用改进引导滤波通过使用Canny算子对正则化参数ε进行动态的调节,使得保证图像去噪效果同时保留图像边缘细节。边缘权重可以表示为:上式中C(i)对应i像素点的Canny边缘值,N为像素的总数,γ为一个常数,其取值是为了防止分子分母为零,取值为(0.001
×
L)2。则图像就可以表示为:。则图像就可以表示为:上式中,a
k
,b
k
分别代表窗口中的线性系数,q
i
是滤波输出图像的像素值,w
k
半径为r的方形窗口,I
i
为引导图像像素值。5.如权利要求1所述的基于声学的水下坝面缺陷量测方法,其特征在于,通过改进Canny算子边缘检测算法,该算法采用双滤波的设计,使用最大类方差(Otsu)算法得到高低阈值,提高边缘检测的自适应,最后使用哈夫检测法增强边缘,具体的实施实施过程为:双滤波的设计采用自适应模糊中值滤波和双边滤波进行滤波,滤波分为两步,第一步噪声检测阶段,使用极值法对灰度图像检测并对结果进行标记:
式中,x(i,j)表示点(i,j)处的灰度值,L
salt
表示再8位灰度图像中的灰度值为255,L
pepper
表示为0,若x(i,j)的值为0或者1时,N(i,j)此时为0,不会被判定为疑似噪声点。第二步是去噪...
【专利技术属性】
技术研发人员:张宇,张仲英,魏世峰,
申请(专利权)人:慧芯加苏州智能科技有限公司,
类型:发明
国别省市:
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。