【技术实现步骤摘要】
一种面向复杂环境的焊缝图像边缘检测方法
[0001]本专利技术涉及图像处理
,尤其涉及焊缝图像边缘检测技术。
技术介绍
[0002]边缘检测(Edge detection)是图像处理和计算机视觉中的基本问题,边缘检测的目的是标识数字图像中亮度变化明显的点。图像属性中的显著变化通常反映了属性的重要事件和变化。这些包括深度上的不连续、表面方向不连续、物质属性变化和场景照明变化。边缘检测是图像处理和计算机视觉中,尤其是特征检测中的一个研究领域。
[0003]通常焊缝图像往往伴随着周围的复杂环境,比如光照强度低,噪声多导致更多假边缘干扰真实边缘,边缘难以分辨等,这对焊缝图像的边缘检测工作十分不利。因此我们采取直方图均衡化对焊缝图像进行图像预处理,把原始图像的直方图变换为均匀分布的形式,这样就增加了像素之间灰度值差别的动态范围,从而达到增强焊缝图像整体对比度的效果。
[0004]目前,常见的焊缝边缘检测方法包括Roberts算子、Sobel算子、Laplace算子、Canny算子等,但目前这些处理方法存在以下问题:
[0005]1、Roberts算子对垂直边缘的检测效果好于斜向边缘,算子通常用来检测垂直边缘,定位精度高,然而其对噪声敏感,无法抑制噪声的影响,提取边缘的结果是边缘比较粗。
[0006]2、Sobel算子比Roberts算子的准确性更高,边缘定位较准确,对像素位置的影响做了加权处理,常用于噪声较多,灰度渐变的图像常用于噪声较多,灰度渐变的图像,由于边缘是位置的标志,对灰度的变化 ...
【技术保护点】
【技术特征摘要】
1.一种面向复杂环境的焊缝图像边缘检测方法,其特征在于,包括以下步骤:S1、获取焊缝图像,将焊缝图像进行直方图均衡化处理,增强图像的对比度;S2、用同态滤波去除图像中的乘性噪声;S3、采用32邻域的非极大值抑制来抑制噪声和保留边缘点;S4、用自适应层次阈值算法检测来确定真实和潜在的边缘。2.根据权利要求1所述的面向复杂环境的焊缝图像边缘检测方法,其特征在于:所述S1中,包括以下步骤:S11、在[0,1]区间内的任何一个r,经变换函数T(r)都可以产生一个对应的s,且公式1为s=T(r);其中,r表示归一化了的原图像灰度,s表示经直方图均衡化后的图像灰度;S12、公式1的逆变换关系公式2为r=T
‑1(s);S13、假定随机变量s的分布函数用Fs(s)表示,根据分布函数的定义有公式3为S14、由公式3两边对s求导可得公式4为S15、对公式4为两边积分获得公式5为S16、用频率来代替概率,变换函数T(r
k
)的离散形式获得公式6:其中,k表示归一化前的灰度级,s
k
是归一化后的灰度级,s
k
的值在0到1之间。3.根据权利要求2所述的面向复杂环境的焊缝图像边缘检测方法,其特征在于:所述S11中,当r=s=0时,表示黑色;当r=s=1时,表示白色;当r,s∈(0,1)时,表示像素灰度在黑白之间变化;所述S12中,已知随机变量r的概率密度是Pr(r),且随机变量s是r的函数,则基于Pr(r)获得s的概率密度Ps(s);所述S14中,由公式4可以知道Ps(s)ds=Pr(r)dr,且Ps(s)=1,则ds=Pr(r)dr;所述S15中,当公式5表明当变换函数T(r)是原图像直方图的累积分布概率时,则完成直方图均衡化。4.根据权利要求1所述的面向复杂环境的焊缝图像边缘检测方法,其特征在于:所述S2中,包括以下步骤:S21、采用加权平均法将彩色焊缝图像A转化为灰色图像A1,转换采用公式7:F=(G+B+R)/3;S22、将灰度图像A1取对数,分离照度分量i和反射分量r,如式8:z(x,y)=lnf(x,y)=lni(x,y)+lnr(x,y)其中,f(x,y)表示灰度图像A1在(x,y)处的灰度值,i(x,y)表示灰度图像A1在(x,y)处的照度分量,r(x,y)表示灰度图像A1在(x,y)处的反射分量;
S23、将照度分量i和反射分量r转换至频域,即上述等式两边取傅里叶变换,得到公式9:Z(u,v)=F
i
(u,v)+F
r
(u,v);其中,F
i
...
【专利技术属性】
技术研发人员:窦易文,缪红超,龚佳乐,强俊,高依婷,窦钰阳,
申请(专利权)人:安徽工程大学,
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。