[发明专利]一种基于边缘检测的金刚石锯片裂纹提取方法

说明书

技术领域

本发明属于图像处理领域，尤其涉及一种基于边缘检测的金刚石锯片裂纹提取方法。

背景技术

金刚石锯片在生产过程中，由于生产工艺水平不高、生产技术落后和材料质量的原因，导致生产的金刚石锯片中会夹杂微裂纹。裂纹的产生一方面影响产品质量，另一方面影响使用，同时微裂纹一旦误检在使用中会造成严重事故，故对金刚石表面裂纹的缺陷检测与分析是必要的。基于图像处理的裂纹检测技术由于经济、方便、实时和广泛的应用范围使其成为实际生产和生活中裂纹检测的关键技术。因为金刚石锯片的刀头包含分布不均匀的金刚砂，导致拍摄的图像上会显示杂点和与裂纹相似的曲线纹路，所以在边缘检测和裂纹提取上又增加了难度。单一经典算子只能检测金刚石锯片的基本轮廓边缘，无法得到具体的纹路和裂纹信息，或者检测出复杂边缘，但无法从复杂边缘中识别和分离裂纹。

本发明提出的技术方案将复杂的边缘提取问题转化为简单的边缘检测问题。将两个边缘检测算子加权融合的改进提高了检测的精度和完整性；将边缘检测算子和形态学闭运算结合提出了新的创建模板的方法；结合差分的思想得到裂纹图像。本发明提出的方法简单，裂纹提取完整，方便了后续对裂纹信息数据的统计和分析，工厂可根据精确的统计数据发现生产中的问题并进行改善，具有很好的应用前景。

发明内容

本发明的主要目的在于提供一种基于边缘检测的金刚石锯片裂纹提取方法，该方法包括两个方面的内容：边缘检测算子的改进和图像模板的创建。

为达上述目的，本发明提供了如下技术方案：一种基于边缘检测的金刚石锯片裂纹提取方法，具体包括如下步骤：

（1）对采集的金刚石锯片彩色图像进行灰度化处理；

（2）对灰度图像f（x,y）分别用拉普拉斯算子和Roberts算子进行边缘检测，得到两个边缘图像g_L（x,y）和g_R（x,y）；

（3）步骤（2）得到的两个边缘检测图像g_L（x,y）和g_R（x,y）按照融合规则进行加权融合。融合规则为：h（x,y）=α*g_L（x,y）+（1-α）*g_R（x,y），其中，h（x,y）为融合后的图像，α为加权权值，α=0,0.1,0.2……,1；

最佳权值的确定：

峰值信噪比是衡量经过处理后的图像质量的重要指标。峰值信噪比的计算公式为：

其中，k为采样点的位数，通常是8；PSNR和MSE指的是峰值信噪比和均方误差；m和n表示图像的大小为m×n；F(x,y)表示原图像点（x,y）的像素值；H(x,y)表示权值为α时两种算子加权融合后的图像点（x,y）的像素值。

建立直角坐标系，横坐标为α，纵坐标为PSNR，取α=0,0.1,0.2……,1时求出对应的PSNR 值，在直角坐标系下通过对点的曲线拟合得到α和PSNR的关系曲线，求出α=0,0.1,0.2……,1时全部PSNR的平均值，在拟合曲线上找到对应的α值，即为最佳权值。通过加权融合得到图像h（x,y），作为带裂纹的金刚石锯片边缘图像；

（4）运用闭运算能够填充物体内细小的空洞，连接邻近的物体，平滑对象的轮廓，除去比结构元素更小的暗色细节。采用3×3圆形结构元素对灰度图像f（x,y）进行形态学闭运算，填充小裂纹，得到无裂纹图像f₁（x,y）；

（5）对无裂纹图像f₁（x,y）按照步骤（2）进行处理，得到无裂纹边缘图像m₁（x,y）和m₂（x,y）；

（6）对步骤（5）得到的两个边缘检测图像m₁（x,y）和m₂（x,y）按照步骤（3）得到的最佳权值进行融合，得到融合图像m（x,y），作为无裂纹的金刚石锯片边缘模板图像；

（7）将步骤（3）和（6）得到的带裂纹金刚石锯片边缘图像h（x,y）和无裂纹的金刚石锯片边缘模板图像m（x,y）进行差分融合，得到的图像即为裂纹图像，再进行去噪得到的即为最终裂纹图像f₂（x,y）。