專利名稱：射線檢測中缺陷的自適應(yīng)水淹沒優(yōu)化分割方法
技術(shù)領(lǐng)域：
本發(fā)明屬于無損檢測領(lǐng)域，具體涉及一種射線檢測中缺陷的自適應(yīng)水淹沒優(yōu)化分割方法。
背景技術(shù)：
射線檢測是工業(yè)無損檢測的重要手段之一，隨著數(shù)字圖像處理技術(shù)和人工智能技術(shù)的發(fā)展，射線檢測的自動化和智能化成為了其發(fā)展的新方向。以數(shù)字圖像處理技術(shù)為支撐的缺陷自動化提取技術(shù)，作為實現(xiàn)缺陷計算機自動識別的基礎(chǔ)，一直是該研究的難點和執(zhí)占。近年來，雖然一些具有初步實用價值的實現(xiàn)自動檢測系統(tǒng)開始出現(xiàn)，但總體上，這些系統(tǒng)在缺陷提取、自動化識別等方面仍有諸多問題，人為干預(yù)還是無法取代，缺陷算法的通用性差、效率低，而且正確識別率低等，這與實際應(yīng)用要求還有很大的距離。缺陷分割的本質(zhì) 是將缺陷從射線檢測圖像中分離出來，它是缺陷特征提取、缺陷類型識別和等級評定等的基礎(chǔ)，缺陷分割的精度和效率的高低對射線檢測自動化識別具有直接影響。如果缺陷分割精度太低，缺陷尺寸誤差太大，可能導(dǎo)致缺陷漏識別和缺陷識別錯誤；如果缺陷的分割時間太長，會導(dǎo)致系統(tǒng)工作效率太低而無法使用。因此提高缺陷的分割精度和效率對缺陷的自動化和智能化識別具有重要的意義。射線檢測圖像的缺陷分割方法主要有背景差法、灰度輪廓曲線法和分水嶺算法等，由于射線檢測圖像對比度低且灰度交叉，一般情況下直接采用上述方法獲取的分割結(jié)果的分割誤差往往比較大，無法滿足應(yīng)用要求；為了得到較為精確的焊縫邊界通常需要對分割結(jié)果進行后續(xù)處理，如合并、形態(tài)學(xué)運算等處理環(huán)節(jié)多、耗時長，這勢必會降低缺陷分割的效率，進而影響整個缺陷識別系統(tǒng)的效率。

發(fā)明內(nèi)容
本發(fā)明的目的在于克服上述現(xiàn)有技術(shù)的缺點，提供一種射線檢測中缺陷的自適應(yīng)水淹沒優(yōu)化分割方法，該方法能夠?qū)崿F(xiàn)射線圖像中缺陷的高精度和高效率分割，達到了實際應(yīng)用中對缺陷分割的要求。為達到上述目的，本發(fā)明采用的技術(shù)方案是:I)構(gòu)建檢測圖像的三維尺度空間圖像，采用SIFT算子，在射線的尺度空間尋找缺陷的極值點，提取位置、尺度以及旋轉(zhuǎn)不變量的信息，進而獲得缺陷的特征點信息；2)根據(jù)缺陷的特征點信息，自適應(yīng)確定缺陷判別的種子點和種子域，并在缺陷種子點或種子域搜索到缺陷分割種子點；3)針對射線檢測圖像中缺陷分布的稀疏性和缺陷區(qū)域三維地形圖的“峽谷地貌”特征，利用水淹沒的方法，實現(xiàn)射線檢測圖像中缺陷的分割。進行步驟I)前讀入含有焊縫的射線檢測圖像和對圖像進行圖像預(yù)處理操作。所述步驟I)中具體包括以下步驟:
1.1)射線檢測圖像尺度空間的生成步驟:利用不同的尺度的高斯差分核與圖像卷積，生成高斯差分尺度空間；1.2)射線檢測圖像金字塔的構(gòu)建步驟:確定圖像金字塔共有O組，每組有S層，下一組的圖像由上一組圖像采樣得到；確定構(gòu)建尺度空間需確定的參數(shù)；1.3)確定缺陷關(guān)鍵點的位置信息步驟:在射線檢測圖像尺度空間中，通過極值點檢測，初步確定缺陷關(guān)鍵點位置和所在尺度；通過擬合三維二次函數(shù)以確定缺陷關(guān)鍵點的位置和尺度；為關(guān)鍵點方向進行分配，進而確定含有缺陷關(guān)鍵點的位置、所處尺度、方向信息的特征區(qū)域；1.4)缺陷關(guān)鍵點描述子的生成步驟:以缺陷關(guān)鍵點為中心，取8X8的窗口，在每個4X4的小塊上計算在8個方向的梯度方向直方圖，繪制每個梯度方向的累加值，即形成一個種子點；此圖中一個關(guān)鍵點有2X2共4個種子點組成，每個種子點有8個方向向量信息，對于一個關(guān)鍵點生產(chǎn)32個數(shù)據(jù)，最終形成32維的SIFT特征向量。所述步驟1.1)中高斯差分尺度空間具體通過以下公式計算:
權(quán)利要求
1.射線檢測中缺陷的自適應(yīng)水淹沒優(yōu)化分割方法，其特征在于，包括以下步驟: 1)構(gòu)建檢測圖像的三維尺度空間圖像，采用SIFT算子，在射線的尺度空間尋找缺陷的極值點，提取位置、尺度以及旋轉(zhuǎn)不變量的信息，進而獲得缺陷的特征點信息； 2)根據(jù)缺陷的特征點信息，自適應(yīng)確定缺陷判別的種子點和種子域，并在缺陷種子點或種子域搜索到缺陷分割種子點； 3)針對射線檢測圖像 中缺陷分布的稀疏性和缺陷區(qū)域三維地形圖的“峽谷地貌”特征，利用水淹沒的方法，實現(xiàn)射線檢測圖像中缺陷的分割。
2.根據(jù)權(quán)利要求1所述射線檢測中缺陷的自適應(yīng)水淹沒優(yōu)化分割方法，其特征在于:進行步驟I)前讀入含有焊縫的射線檢測圖像和對圖像進行圖像預(yù)處理操作。
3.根據(jù)權(quán)利要求1所述射線檢測中缺陷的自適應(yīng)水淹沒優(yōu)化分割方法，其特征在于:所述步驟I)中具體包括以下步驟: 1.1)射線檢測圖像尺度空間的生成步驟:利用不同的尺度的高斯差分核與圖像卷積，生成高斯差分尺度空間； 1.2)射線檢測圖像金字塔的構(gòu)建步驟:確定圖像金字塔共有O組，每組有S層，下一組的圖像由上一組圖像采樣得到；確定構(gòu)建尺度空間需確定的參數(shù)； 1.3)確定缺陷關(guān)鍵點的位置信息步驟:在射線檢測圖像尺度空間中，通過極值點檢測，初步確定缺陷關(guān)鍵點位置和所在尺度；通過擬合三維二次函數(shù)以確定缺陷關(guān)鍵點的位置和尺度；為關(guān)鍵點方向進行分配，進而確定含有缺陷關(guān)鍵點的位置、所處尺度、方向信息的特征區(qū)域； 1.4)缺陷關(guān)鍵點描述子的生成步驟:以缺陷關(guān)鍵點為中心，取8X8的窗口，在每個4X4的小塊上計算在8個方向的梯度方向直方圖，繪制每個梯度方向的累加值，即形成一個種子點；此圖中一個關(guān)鍵點有2 X 2共4個種子點組成，每個種子點有8個方向向量信息，對于一個關(guān)鍵點生產(chǎn)32個數(shù)據(jù)，最終形成32維的SIFT特征向量。
4.根據(jù)權(quán)利要求3所述射線檢測中缺陷的自適應(yīng)水淹沒優(yōu)化分割方法，其特征在于:所述步驟1.0中高斯差分尺度空間具體通過以下公式計算:
5.根據(jù)權(quán)利要求3所述射線檢測中缺陷的自適應(yīng)水淹沒優(yōu)化分割方法，其特征在于:所述步驟1.2)中確定尺度空間參數(shù)具體通過以下公式計算: 確定σ、O和S的關(guān)系:
6.根據(jù)權(quán)利要求3所述射線檢測中缺陷的自適應(yīng)水淹沒優(yōu)化分割方法，其特征在于:所述步驟1.3)中缺陷關(guān)鍵點的位置和尺度具體通過以下公式計算: 空間尺度函數(shù)泰勒展開式如下:
7.根據(jù)權(quán)利要求3所述射線檢測中缺陷的自適應(yīng)水淹沒優(yōu)化分割方法，其特征在于:所述步驟1.3)中關(guān)鍵點方向進行分配通過以下公式計算: 利用關(guān)鍵點鄰域像素的梯度方向分布特性為每個關(guān)鍵點指定方向參數(shù)，使算子具備旋轉(zhuǎn)不變性；
8.根據(jù)權(quán)利要求1所述射線檢測中缺陷的自適應(yīng)水淹沒優(yōu)化分割方法，其特征在于:所述步驟2)中具體包括以下步驟: 2.1)缺陷判別的種子點或種子域的分析步驟:通過對缺陷進行特征點提取，根據(jù)缺陷特征點信息，種子點的定位根據(jù)不同缺陷的不同特征信息而具有了自適應(yīng)性； 2.2)缺陷分割種子點的確定步驟:在缺陷種子點或者種子域進行缺陷分割種子點的搜索選取，使每個缺陷都有一個缺陷分割種子點。
9.根據(jù)權(quán)利要求1所述射線檢測中缺陷的自適應(yīng)水淹沒優(yōu)化分割方法，其特征在于:所述步驟3)中水淹沒的方法包括以下步驟: 3.1)缺陷分級淹沒步驟:以缺陷分割種子點為淹沒起點，向缺陷種子點所在峽谷內(nèi)灌水對其進行逐級淹沒； 3.2)缺陷分割閾值確定步驟:根據(jù)三維地形圖的地貌特點，淹沒過程中，當(dāng)水溢出峽谷時，淹沒區(qū)域面積急劇增大；利用水淹沒面積的增大來確定閾值水位； 3.3)缺陷分割提取步驟:利用水淹沒來確定缺陷的分割閾值，實現(xiàn)檢測缺陷的分割。
10.根據(jù)權(quán)利要求1或9所述射線檢測中缺陷的自適應(yīng)水淹沒優(yōu)化分割方法，其特征在于:所述水淹沒的方法具體包括以下步驟: 步驟Si，從淹沒起始點Pi開始，沿所在的列向上下兩個方向淹沒與Pi連通且灰度值小于當(dāng)前水位的所有像素點，得到淹沒線Sn(Pi), i=0，…，M，其中M是水位為η時淹沒線數(shù)量； 步驟S2，在搜索區(qū)域中搜索最小灰度值點，將最小灰度值點作為下一列的淹沒起始占.步驟S3，重復(fù)迭代步驟SI和S2，當(dāng)步驟S2搜索到的淹沒起始點的灰度值大于當(dāng)前水位η時，當(dāng)前方向的淹沒過程結(jié)束；當(dāng)左右兩個方向的淹沒過程都結(jié)束后，得到淹沒區(qū)域，即檢測缺陷從檢測圖像中被分割出來。
全文摘要
本發(fā)明公開一種射線檢測中缺陷的自適應(yīng)水淹沒優(yōu)化分割方法，包括構(gòu)建檢測圖像的三維尺度空間圖像，采用SIFT算子，在射線的尺度空間尋找缺陷的極值點，提取位置、尺度，旋轉(zhuǎn)不變量信息，進而獲得缺陷的特征點信息；根據(jù)缺陷的特征點信息，自適應(yīng)確定缺陷判別的種子點或種子域，并在缺陷種子點或種子域搜索到缺陷分割種子點；利用水淹沒的方法，實現(xiàn)射線檢測圖像中缺陷的分割。本發(fā)明將不僅可解決常用分割方法中缺陷的判別和分割種子點的定位問題，而且可極大地提高缺陷分割的精度和效率，為射線檢測中缺陷的自動化和智能化識別奠定良好的基礎(chǔ)。
文檔編號G06T7/00GK103218814SQ20131012826
公開日2013年7月24日 申請日期2013年4月15日 優(yōu)先權(quán)日2013年4月15日
發(fā)明者高建民, 王昭, 黨長營, 陳富民, 穆為磊, 史麗娜, 蘇趙 申請人:西安交通大學(xué)