【摘要】：基于圖像處理技術提出了一種防震錘銹蝕缺陷檢查的方法。此方法主要結合直方圖均衡化、形態(tài)學處理和RGB彩色模型的使用。通過防震錘正常與銹蝕情況的對比來進行判斷,從而實現(xiàn)銹蝕缺陷的檢測。該方法檢測效率較高、針對性強。
【圖文】：

?Ｆｉｇ．３?Ｔｈｅ?ｅｆｆｅｃｔ?ｐｉＺｏｆｔｌｉｅ?ｂａｃｋｅｎｄ?ｆｉｌｔｒａｔｉｏｎ??結合使用可以濾除不需要的背景，保留需要用于檢測的??物體。有助于達到分隔目標物的目的。?顯然，可以看到邊緣檢測檢測出了兩個區(qū)域。防震??＾?錘只會出現(xiàn)在其中的一個區(qū)域，所以要根據(jù)這兩個區(qū)域??４?的最小外接矩形的面積來選擇出防震錘存在的區(qū)域。根??＿?據(jù)圖像的特點，發(fā)現(xiàn)防震錘存在的區(qū)域為兩區(qū)域中面積??、防震錘分，先耍對前酬處的圖像進行￥緣ｆ僉歡的那－塊，所以保留面積大的區(qū)域，如圖４所示。然??Ｍ?’廳Ｓ?ｉｔｋ＃?４?？?Ｍ。后根據(jù)保留的區(qū)域，在原圖中雛震插分割出來。??能很快地找到防震錘所在的大概區(qū)域，如圖３所示。有??；：ｉｔ?■?／ｌ?＾?ｍ?ｒｉ：?ｓ＾ｉ?■）?ｉ＇?ｉ?■?＾?ｒ＇ｉ?ｎ?ｉ?：ｉ?；?ｊｕ?＇ｉ?／／?；ａ?．?Ｊｉｉ??于檢測效率的提高。??６７－２２?２０１６?１８：５９：５９??＇：??－－＇＾?⑷邊緣麵??．?ｊｐ｜Ｍｐ?＇；?（ａ）?Ｆｉｇｕｒｅ?ｏｆ?ｅｄｇｅ?ｄｅｔｅｃｔｉｏｎ??ｇ｜＾ｆｅｉ｜｜Ｓ?（ｂ）區(qū)域選抒圖??？?＾＾４?．?ｊ．ｉ＾?（ｂ）?Ｆｉｇｕｒｅ?ｏｆ?ａｒｅａ?ｓｅｌｅｃｔｉｏｎ??＼＾Ａｌ?圖４分割預處理??Ｓ?Ｆｉｇ．?４?Ｆｉｇｕｒｅ?ｏｆ?ｓｅｇｍｅｎｔａｔｉｏｎ?ｐｒｅｐｒｏｃｅｓｓｉｎｇ??，?分割預處理直接影響到防震錘最后分割的好壞，由??于背景的差異以及拍攝角度的變動，每次分割預處理出??（ｂ）＾＾１ＳＩ）ｔｅｒ?現(xiàn)的區(qū)域情況是不一樣的。當只有一個區(qū)域時，就默認??為防震錘區(qū)域；其他情況則比較各區(qū)域的

１１６?儀器儀表學報??第３?７卷??即為防震捶區(qū)域。最后分割的效果圖如圖５所示。?的論文較少，本文根據(jù)圖像的特點靈活采用圖像處理學??■?科中的各種方法對圖像進行背景濾除，實現(xiàn)了防震錘分割。腐蝕、膨脹、開運算、閉運算這些形態(tài)學處理方法??的先后順序以及其模板的大小都影響到后面防震錘的分??害Ｌ在實驗中根據(jù)逐步處理后的效果圖來決定下一步采??用什么方法以及使用什么樣的模板。最后一步是通過對??分割出的防震錘的各彩色通道的值的特點發(fā)現(xiàn)Ｒ通道的??值可以用來對銹蝕缺陷進行判斷，因為防震錘在正常和??銹蝕情況下Ｒ通道的值存在明顯的不同。通過采集的視??圖５防震錘分割?頻截取的圖像組成了實驗的圖像庫，對圖像庫中的圖像??Ｆｉｇ．?５?Ｔｈｅ?ｓｅｇｍｅｎｔａｔｉｏｎ?ｆｉｇｕｒｅ?ｏｆ?ｓｈｏｃｋ?ｈａｍｍｅｒ?進行檢測，防震錘銹蝕識別的準確率在８０％左右，在正??常情況下能基本完成檢測。本文的防震錘銹蝕缺陷檢測??ｗ?＿?為機器人巡檢工作提供了良好的視覺準備，方便了后續(xù)??５銹蝕判斷與標記?巡檢機器人功能的擴展。??參考文獻??根據(jù)調研銹蝕的檢測研究較少，在銹蝕檢測中有人?ｈ，１?．??運用超紅色法、最小二乘擬合和幾何特征結合來檢測輸?＝自損測ｆ??電線路中的缺陷［，〇］。但其中的檢測不是僅僅只針對某?＝比＝性研九［Ｊ］．微計算機信心，２０１０，２６?（３?）：??－種線路附件，其檢測的細比較雜，對于銹蝕缺陷檢測?ＳＵＮ?Ｆ，?ＣＨＥＮ?ＭＺＨ，ＬＵ０Ｔ，?ｅ，?ａｌ．?Ｔｈｅ?ｃｏｓｔｉｖｅ??的刪性較好，但如果只腦測防震錘則不需要結合太?ｒｃｓ＿ｈ?ｄｅｔｅｅｔｉｎｇ?＾??多的方法，這

圖６銹蝕ｒ測Ｆｉｇ．?６?Ｔｈｅ?ｆｉｇｕｒｅ?ｏｆ?ｄｅｔｅｃｔｉｏｎ
【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 高有堂;田思;邱亞峰;常本康;;直方圖均衡化算法在微光槍瞄檢測系統(tǒng)中的應用[J];兵工學報;2007年10期

2 劉興建;;關于數(shù)字圖像處理中直方圖均衡化的探討[J];硅谷;2011年16期

3 胡斌彬;;一種保留灰度級的直方圖均衡化方法[J];重慶文理學院學報(自然科學版);2012年02期

4 向銳;賈治輝;;基于局部直方圖均衡化的指紋方向圖算法[J];蘭州理工大學學報;2008年04期

5 皋軍;;圖象的灰度直方圖均衡化的實現(xiàn)[J];鹽城工學院學報;2001年04期

6 劉叔軍;毛麗民;徐本連;;基于分級直方圖均衡化的白細胞識別研究[J];中南大學學報(自然科學版);2013年S2期

7 李云青,王文雋,郁道銀,劉昌啟;提高胸透X光圖象質量的處理方法[J];天津大學學報;1996年05期

8 姚洪濤;田青青;蘇偉;谷元保;;基于彩色直方圖均衡化的自動白平衡算法研究[J];長春理工大學學報(自然科學版);2014年04期

9 張威;趙天玉;孫玉秋;;基于高頻提升濾波與直方圖均衡化的圖像增強方法[J];長江大學學報(自科版);2013年28期

10 姚若河,黃繼武,吳湘淇;改進的直方圖均衡化圖象增強算法[J];鐵道學報;1997年06期

中國博士學位論文全文數(shù)據(jù)庫 前1條

1 陳文飛;基于概率統(tǒng)計方法的圖像增強研究[D];武漢大學;2011年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 杜天宇;人臉識別系統(tǒng)設計[D];河北大學;2015年

2 路學安;光照不均勻車牌圖像直方圖均衡化增強算法研究[D];昆明理工大學;2015年

3 劉哲;X射線透射式綠色通道檢測系統(tǒng)的研究[D];浙江大學;2015年

4 楊亮;基于DSP的戰(zhàn)場夜視系統(tǒng)的設計與實現(xiàn)[D];西安電子科技大學;2015年

5 蔡超峰;局部直方圖均衡化算法研究及其應用[D];鄭州大學;2005年

6 宋玉婷;基于三維彩色直方圖均衡化的彩色圖像增強算法研究[D];山東財經(jīng)大學;2013年

7 陳永亮;灰度圖像的直方圖均衡化處理研究[D];安徽大學;2014年

8 張德鑫;監(jiān)控視頻中運動目標區(qū)域的提取與增強[D];華南理工大學;2013年

9 黃叢珊;直方圖均衡化圖像增強算法的改進及其OpenCL并行實現(xiàn)[D];暨南大學;2014年

10 葛彬;基于FPGA的直方圖均衡化圖像增強方法研究[D];南京郵電大學;2013年

本文編號：2872312