本發(fā)明涉及圖像處理，具體涉及一種基于圖像處理的煤礦通風(fēng)井壁裂縫提取方法，適用于煤礦通風(fēng)井壁的安全檢測(cè)與監(jiān)控方面。

背景技術(shù)：

1、在采集裂縫圖像的過(guò)程中，由于巡檢系統(tǒng)結(jié)構(gòu)的局限性及攝像儀的拍攝角度限制，獲取大尺寸缺陷圖像的完整性存在一定的難度。裂縫圖像在實(shí)際采集過(guò)程中面臨著復(fù)雜的背景和多種干擾因素的影響，這些因素會(huì)降低圖像處理的準(zhǔn)確性。裂縫圖像可能因相機(jī)感光元件的穩(wěn)定性差異、傳感器響應(yīng)不一致等原因在采集、傳輸和存儲(chǔ)過(guò)程中產(chǎn)生系統(tǒng)隨機(jī)噪聲。同時(shí)，采集環(huán)境帶來(lái)的外部噪聲，如昏暗的立井內(nèi)成像條件、陰影和污漬等，也會(huì)導(dǎo)致圖像灰度分布的不均勻。為了提升原始圖像質(zhì)量，并為后續(xù)處理提供更可靠的圖像基礎(chǔ)，本發(fā)明將就圖像預(yù)處理階段的各種處理算法進(jìn)行分析和優(yōu)化。這些算法旨在優(yōu)化圖像質(zhì)量，減少噪聲干擾，從而提升裂縫檢測(cè)的準(zhǔn)確性和效率。

技術(shù)實(shí)現(xiàn)思路

1、針對(duì)現(xiàn)有技術(shù)中存在的缺陷，本發(fā)明的目的為達(dá)到以上目的，本發(fā)明采取的技術(shù)方案是提供一種基于圖像處理的煤礦通風(fēng)井壁裂縫提取方法，該方法對(duì)原圖像進(jìn)行加權(quán)平均值的灰度化，通過(guò)選擇適當(dāng)?shù)臋?quán)重系數(shù)，將彩色圖像轉(zhuǎn)換為灰度圖像，突出裂縫的特征。對(duì)加權(quán)平均值灰度化后的圖像進(jìn)行直方圖均衡化處理，通過(guò)調(diào)整圖像的灰度分布，增強(qiáng)圖像的對(duì)比度，改善裂縫的可見(jiàn)性。對(duì)圖像直方圖均衡化后的裂縫圖像進(jìn)行圖像灰度分段線性變換法處理，通過(guò)對(duì)灰度值的分段線性變換，提高裂縫區(qū)域的灰度對(duì)比度，進(jìn)一步突出裂縫細(xì)節(jié)。對(duì)所述灰度圖像數(shù)據(jù)進(jìn)行中值濾波去噪處理，利用中值濾波算法去除圖像噪聲，保留裂縫的邊緣信息，增強(qiáng)圖像的清晰度。通過(guò)canny邊緣檢測(cè)算子對(duì)裂縫邊緣進(jìn)行檢測(cè)，采用canny算法精確檢測(cè)圖像中的裂縫邊緣，確保裂縫提取的準(zhǔn)確性和完整性。

2、為了解決上述技術(shù)問(wèn)題，本發(fā)明通過(guò)以下技術(shù)方案來(lái)實(shí)現(xiàn)：

3、一種基于圖像處理的煤礦通風(fēng)井壁裂縫提取方法，更進(jìn)一步地，包括如下步驟：

4、步驟1：獲取煤礦通風(fēng)井壁裂縫原始圖像數(shù)據(jù)。

5、步驟2：對(duì)原圖像進(jìn)行加權(quán)平均值的灰度化。

6、步驟3：對(duì)加權(quán)平均值灰度化后的圖像進(jìn)行直方圖均衡化處理。

7、步驟4：對(duì)圖像直方圖均衡化后的裂縫圖像進(jìn)行圖像灰度分段線性變換法處理。

8、步驟5：對(duì)所述灰度圖像數(shù)據(jù)進(jìn)行中值濾波去噪處理。

9、步驟6：通過(guò)canny邊緣檢測(cè)算子對(duì)裂縫邊緣進(jìn)行檢測(cè)。

10、上述的一種基于圖像處理的煤礦通風(fēng)井壁裂縫提取方法，更進(jìn)一步地，步驟2中對(duì)原圖像進(jìn)行加權(quán)平均值的灰度化包括以下子步驟：

11、步驟2.1：根據(jù)圖像中各通道的重要性，選取適當(dāng)?shù)臋?quán)重系數(shù)。

12、步驟2.2：利用選取的權(quán)重系數(shù)，對(duì)原圖像中每個(gè)像素點(diǎn)進(jìn)行加權(quán)平均值計(jì)算。

13、步驟2.3：將每個(gè)像素點(diǎn)的灰度值替換原圖像對(duì)應(yīng)位置的像素值，生成灰度化后的圖像。

14、上述的一種基于圖像處理的煤礦通風(fēng)井壁裂縫提取方法，更進(jìn)一步地，步驟2.1中選取適當(dāng)?shù)臋?quán)重系數(shù)包括以下子步驟：

15、步驟2.1.1:?對(duì)于rgb圖像，選擇紅色通道權(quán)重系數(shù)為0.3，綠色通道權(quán)重系數(shù)為0.59，藍(lán)色通道權(quán)重系數(shù)為0.11。

16、上述的一種基于圖像處理的煤礦通風(fēng)井壁裂縫提取方法，更進(jìn)一步地，步驟2.2中對(duì)原圖像中每個(gè)像素點(diǎn)進(jìn)行加權(quán)平均值計(jì)算包括以下子步驟：

17、步驟2.2.1：具體公式為：，其中、、分別表示原圖像在位置處紅、綠、藍(lán)三通道的像素值。

18、上述的一種基于圖像處理的煤礦通風(fēng)井壁裂縫提取方法，更進(jìn)一步地，步驟3中對(duì)加權(quán)平均值灰度化后的圖像進(jìn)行直方圖均衡化處理包括以下子步驟：

19、步驟3.1：統(tǒng)計(jì)灰度化后圖像中每個(gè)灰度級(jí)的像素?cái)?shù)量，形成灰度直方圖。

20、步驟3.2：根據(jù)灰度直方圖，計(jì)算累積分布函數(shù)(cdf)。

21、步驟3.3：將累積分布函數(shù)歸一化，使其范圍在[0,?255]之間，得到新的灰度級(jí)映射表。

22、步驟3.4：使用新的灰度級(jí)映射表替換原圖像中的灰度值，生成均衡化后的圖像。

23、步驟3.5：將新的灰度值替換原圖像對(duì)應(yīng)位置的像素值，生成直方圖均衡化后的圖像。

24、上述的一種基于圖像處理的煤礦通風(fēng)井壁裂縫提取方法，更進(jìn)一步地，步驟4中對(duì)圖像直方圖均衡化后的裂縫圖像進(jìn)行圖像灰度分段線性變換法處理包括以下子步驟：

25、步驟4.1：根據(jù)圖像的灰度直方圖，確定裂縫圖像的灰度級(jí)范圍，并根據(jù)裂縫特征選擇合適的分段點(diǎn)。

26、步驟4.2：為每個(gè)灰度級(jí)分段定義一個(gè)線性變換函數(shù)，該函數(shù)將原始灰度值映射到新的灰度值。

27、步驟4.3：對(duì)圖像中每個(gè)像素點(diǎn)的灰度值，根據(jù)其所在的區(qū)間，應(yīng)用相應(yīng)的線性變換函數(shù)計(jì)算新的灰度值。

28、步驟4.4：將分段線性變換后的灰度值替換原圖像對(duì)應(yīng)位置的灰度值，生成經(jīng)過(guò)分段線性變換處理后的圖像。

29、上述的一種基于圖像處理的煤礦通風(fēng)井壁裂縫提取方法，更進(jìn)一步地，步驟4.3中應(yīng)用相應(yīng)的線性變換函數(shù)計(jì)算新的灰度值；包括以下子步驟：

30、步驟4.2.1：分段線性函數(shù)通用公式為：

31、

32、其中，為輸出灰度級(jí)，為輸入灰度級(jí)。、、是三條折線斜率。(,)和(,)是折線的兩個(gè)拐點(diǎn)坐標(biāo)。

33、步驟4.2.2：圖像灰度range(0,)，(,)，(,255)根據(jù)需要分別對(duì)應(yīng)不同折線段的斜率(0,)，(,)，(,255)進(jìn)行拉伸或收縮。

34、步驟4.2.3：計(jì)算出、、、的值分別為20、220、100、245。

35、上述的一種基于圖像處理的煤礦通風(fēng)井壁裂縫提取方法，更進(jìn)一步地，步驟5中對(duì)所述灰度圖像數(shù)據(jù)進(jìn)行中值濾波去噪處理包括以下子步驟：

36、步驟5.1：確定一個(gè)大小為7×7的濾波窗口，遍歷圖像中的每一個(gè)像素點(diǎn)。

37、步驟5.2：將窗口移動(dòng)至圖像的每一個(gè)像素點(diǎn)，對(duì)窗口內(nèi)的所有像素值進(jìn)行排序，并找出中值。

38、步驟5.3：對(duì)鄰域像素集中的像素值進(jìn)行排序，取其中值作為當(dāng)前像素點(diǎn)的新的灰度值。

39、步驟5.4：將中值替換當(dāng)前像素點(diǎn)的原始灰度值，生成經(jīng)過(guò)中值濾波處理后的圖像。

40、上述的一種基于圖像處理的煤礦通風(fēng)井壁裂縫提取方法，更進(jìn)一步地，步驟6中通過(guò)canny邊緣檢測(cè)算子對(duì)裂縫邊緣進(jìn)行檢測(cè)包括以下子步驟：

41、步驟6.1：對(duì)灰度圖像進(jìn)行高斯濾波。

42、步驟6.2：利用canny算子計(jì)算圖像在水平方向和垂直方向上的梯度。

43、步驟6.3：對(duì)梯度幅值圖像進(jìn)行非極大值抑制，保留梯度方向上局部極大值的像素點(diǎn)，抑制其他非邊緣點(diǎn)。

44、步驟6.4：設(shè)定高閾值和低閾值，對(duì)梯度幅值圖像進(jìn)行雙閾值處理。

45、步驟6.5：通過(guò)弱邊緣點(diǎn)連接強(qiáng)邊緣點(diǎn)，確保邊緣的連續(xù)性，生成最終的邊緣檢測(cè)結(jié)果。

46、在上述技術(shù)方案的基礎(chǔ)上，與現(xiàn)有技術(shù)相比，本發(fā)明的技術(shù)方案取得了如下有益的技術(shù)效果：

47、本發(fā)明利用改進(jìn)的圖像處理方法可以高效、準(zhǔn)確的對(duì)煤礦通風(fēng)井壁裂縫進(jìn)行提取和識(shí)別，通過(guò)獲取煤礦通風(fēng)井壁裂縫原始圖像數(shù)據(jù)；對(duì)原圖像進(jìn)行加權(quán)平均值的灰度化，得到包含像素灰度值的灰度圖像數(shù)據(jù)；對(duì)圖像進(jìn)行直方圖均衡化處理；對(duì)圖像直方圖均衡化后的裂縫圖像進(jìn)行圖像灰度變換處理，設(shè)定分段線性函數(shù)、、、的值，得到灰度分段線性變換法后的井壁裂縫圖像；對(duì)所述灰度圖像數(shù)據(jù)進(jìn)行圖像去噪處理；裂縫邊緣檢測(cè)算法對(duì)裂縫邊緣進(jìn)行檢測(cè)本發(fā)明的方法改進(jìn)了圖像處理流程，通過(guò)多步圖像處理技術(shù)的組合應(yīng)用，使得裂縫檢測(cè)的準(zhǔn)確性和魯棒性得到了顯著提升。