[发明专利]一种带纹理的金属凝固区域识别的方法及系统

权利要求书

1.一种带纹理的金属凝固区域识别方法，其特征在于包括以下步骤：

步骤100、对连铸坯低倍试样图像进行矫正与分割；

步骤200、采用基于灰度均方差的局部自适应阈值二值化处理算法提取试样图像中纹理的二值化特征；

步骤300、采用点阵式方向测度算法对纹理方向特征进行描述并采用基于水平度的方向滤波算法对纹理方向特征进行方向滤波；

所述采用点阵式方向测度算法对纹理方向特征进行描述包括：

步骤311、将二值化图像分割成若干大小一定的小块，

步骤312、以不同的像素点阵位置依次对小块进行遍历，比较二值化图像中与点阵位置相对应的像素点灰度值，若对应位置上的像素点灰度值不同，则统计数P值加1，其中所述点阵位置的确定方法包括：

取一个大小为m×n的方格阵列，其中m为阵列行数，n为阵列列数且n为奇数；

由第一行正中间的方格与位于其外围且与其距离最远的方格连线给出点阵的各个位置，所属位于其外围且与其距离最远的方格由所述方格阵列第一行最后一个方格开始沿顺时针方向依次移动直至方格阵列第二行第一个方格为止

步骤313、由步骤312中得到的最小P值对应的点阵位置的度数即为小块的纹理方向值；

步骤314、重复步骤312-313直至遍历二值化图像的所有小块，绘制并拼接所有小块的方向图，即得到纹理方向特征图像；

所述采用基于水平度的方向滤波算法对纹理方向特征进行方向滤波，包括：

步骤321、根据以下公式计算滤波模板相应位置的方向特征水平度：

其中θ为纹理方向特征角度，θ₁为方向特征水平度；

步骤322、对各方向特征水平度进行均值滤波，即各方向特征水平度的平均值作为中心方向特征的值θ₂；

步骤323、根据以下修正公式对中心方向特征值进行修正：

其中，θ₃为中心方向特征修正值；

步骤324、将θ₃量化为固定值，即将θ₃转化为最接近的的整数倍特征方向值；

步骤400、根据纹理方向特征完成凝固区域的划分。

2.根据权利要求1所述的识别方法，其特征在于所述对连铸坯低倍试样图像进行矫正，包括：

步骤111、提取连铸坯低倍试样图像的灰度直方图，并设定阈值将连铸坯低倍试样图像转化为二值图像，用以分离试样图像中方坯部分与背景部分；

步骤112、分别从所述试样图像的顶点开始对试样图像进行扫描，找到方坯部分的4个顶点；

步骤113、以方坯的4个顶点为基础计算出方坯的各个边长，以其中最大的长作为矫正后图像的长、最大的宽作为矫正后图像的宽；

步骤114、根据矫正前、后图像的对应关系，得到校正后的图像。

3.根据权利要求1所述的识别方法，其特征在于所述采用基于灰度均方差的局部自适应阈值二值化处理算法提取试样图像中纹理的二值化特征，包括：

步骤211、将试样图像等分为若干小图块，并设定阈值参数t；

步骤212、计算任意小图块的像素均方差，并对求得的均方差进行非线性变换；

步骤213、对待处理图像进行平滑滤波，将得到的滤波图像作为参考图像，其每个像素点灰度值作为二值化处理的参考值；

步骤214、比较待处理图像与参考图像的像素灰度值，若im＞fim+(std+t)，其中im为小图块像素值，fim为参考图像像素值，std为非线性变化后的像素均方差，t为阈值参数，则认为是纹理区域，将其灰度值置为1，否则认为是背景区域，将其灰度值置为0；

步骤215、遍历所有小图块得到完整的二值化图像。

4.根据权利要求1所述的识别方法，其特征在于所述根据纹理方向特征完成凝固区域的划分包括：提取中心等轴晶边界、提取细等轴晶区边界以及结果量化。