[发明专利]基于区域增长算法的碳纤维表面缺陷程度估计方法

权利要求书

1.一种基于区域增长算法的碳纤维表面缺陷程度估计的方法，其特征在于，包括以下步骤：

A，使用电子显微镜500倍拍摄下的碳纤维复合材料表面SEM图。对一幅给定的含有缺陷区域的碳纤维表面SEM图片，对其进行初步的图像预处理，图像的预处理包括图像滤波、图像灰度变换、图像直方图均值化、图像增强，最终输出所需要的图像增强以后的预处理图片；之后的所有实验图片均来源于此处的图像预处理图片；

B,提取碳纤维材料表面ROI区域，为了更好的选取区域增长算法的种子点并进行准确有效的缺陷的提取和分割；

C，采用区域增长算法，对获得ROI区域的图片进行种子点选取及区域增长分割，提取出缺陷区域；

D，对区域增长算法提取出来的缺陷区域进行叠加，利用matlab中特定的函数，计算其缺陷面积占整个图片的面积比例，同时统计出经过区域增长算法提取缺陷区域的个数。

2.根据权利要求1所述的方法，其特征在于，所述步骤A中的具体预处理过程如下：

a、图像滤波，同态滤波基本步骤如下：

第1步，原图可看成由两部分组成，即f(x,y)＝fi(x，y)fj(x，y)，其中，fi代表随空间位置不同的光强分量，其特点是缓慢变化，集中在图像的低频部分；fj代表景物反射到人眼的反射分量；其特点包含了景物各种信息，高频成分丰富；

第2步，原图做对数变换，得到如下两个加性分量，

lnf(x,y)＝lnfi(x,y)+lnfj(x,y)；

第3步，对数图像做傅里叶变换，得到其对应的频域表示为：

DFT[lnf(x,y)]＝DFT[lnfi(x,y)]+DFT[lnfj(x,y)]

第4步，设计一个频域滤波器H(u，v)，进行对数图像的频域滤波；

第5步，傅里叶反变换，返回空域对数图像；

第6步，取指数，得空域滤波结果；

b、图像灰度变换，基本步骤如下：

第1步，对数变换，将图像的低灰度值部分扩展，显示出低灰度部分更多的细节，将其高灰度值部分压缩，减少高灰度值部分的细节，从而达到强调图像低灰度部分的目的；

第2步，伽马变换，将灰度过高或者灰度过低的图片进行修正，增强对比度。变换公式就是对原图像上每一个像素值做乘积运算：s＝cry r∈[0,1]

c、图像直方图均衡化，基本步骤如下：

第1步，进行像素灰度统计，求出图像f的总体像素个数N＝m×n

第2步，计算图像各灰度级的累计分布hp。

第3步，计算灰度分布密度，求出每个灰度的像素个数在整个图像中所占的百分比，hs(i)＝hp(i)/Nf(i＝0,1,…,255)

第4步，对灰度值进行映射(均衡化)，g＝255hs(i)i＝1,2,…,255,g＝0i＝0

d、图像增强，基本步骤如下：

第1步，进行二层小波分解

第2步，处理分解系数，突出轮廓，弱化细节

第3步，分解系数重构，显示增强图像。

经过上述的图像预处理，就可以得到增强后的图像，从而更好的进行之后的实验。

3.根据权利要求1所述的方法，其特征在于，所述步骤B中提取碳纤维材料剖面ROI区域的步骤如下：

第1步，读取图像，并显示其属性；

第2步，用阈值分割方法获取二值化阈值，进行二值化并进行显示；

第3步，运用开操作去除噪点；

第4步，获取连通区域，并进行显示；

第5步，获取区域属性，绘制重心及感兴趣区域ROI。