[发明专利]一种基于边缘检测的射线检测图像标记信息字符分割方法在审

专利信息
申请号: 201811573372.8 申请日: 2018-12-21
公开(公告)号: CN109766892A 公开(公告)日: 2019-05-17
发明(设计)人: 姜洪权;高建民;王晓桥;王泉生;夏锋社;程雷;贺帅;李华 申请(专利权)人: 西安交通大学
主分类号: G06K9/34 分类号: G06K9/34
代理公司: 西安通大专利代理有限责任公司 61200 代理人: 高博
地址: 710049 *** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 标记信息 二值图像 射线图像 边缘检测 字符分割 射线检测图像 灰度图像 图像 边缘检测算子 边缘连接 边缘信息 方法提取 连通区域 连续边缘 区域生长 区域填充 信息连通 不连续 非标记 灰度化 读入 断点 填充 分割 改进
【说明书】:

发明公开了一种基于边缘检测的射线检测图像标记信息字符分割方法,首先读入射线图像将其灰度化,得到灰度图像;其次利用改进的LOG边缘检测算子对灰度图像进行边缘检测,获得包含其边缘信息的二值图像;再次对上述二值图像中不连续的断点进行边缘连接,从而得到包含连续边缘信息的二值图像;然后针对二值图像进行区域填充操作,获得填充后的图像;最后采用区域生长的方法提取图像中所有的连通区域,并通过比较标记信息和非标记信息连通区域之间,面积大小的不同,从而完成射线图像标记信息的字符分割。本发明能够快速、有效的分割出射线图像标记信息的字符,为后续射线图像标记信息的识别打下了良好的基础。

技术领域

本发明属于射线检测图像标记信息字符识别技术领域,具体涉及一种基于边缘检测的射线检测图像标记信息字符分割方法。

背景技术

目前无损检测行业中,射线检测图像上的标记信息仍然采用人工录入的方式,存在效率低、劳动强度大等问题,这对射线检测图像标记信息的获取提出了高效、自动化识别的要求。

传统的字符识别技术大体可分为字符分割以及字符识别两个部分,在字符分割中多采用阈值分割的方法将图像中的字符凸显出来。但是,由于射线检测图像对比度低、图像背景复杂,传统字符分割技术中的阈值分割方法已不再适用。因此,迫切需要一种适用于射线检测图像的字符分割方法,从而为后续的射线检测图像标记信息字符识别工作奠定基础。

发明内容

本发明所要解决的技术问题在于针对上述现有技术中的不足,提供一种基于边缘检测的射线检测图像标记信息字符分割方法,为后续射线检测图像标记信息的字符识别工作奠定良好的基础。

本发明采用以下技术方案:

一种基于边缘检测的射线检测图像标记信息字符分割方法,读入射线检测图像并将其灰度化,得到灰度图像f(x,y);利用改进的LOG边缘检测算子对灰度图像f(x,y)进行边缘检测,获得包含其边缘信息的二值图像h(x,y);对二值图像h(x,y)中不连续的断点进行边缘连接,得到包含连续边缘信息的二值图像q(x,y);针对二值图像q(x,y)进行区域填充操作,获得填充后的图像p(x,y);采用区域生长方法提取图像p(x,y)中所有的连通区域,通过判断标记信息和非标记信息连通区域面积大小的不同,对标记信息的字符进行分割。

具体的,利用改进的LOG边缘检测算子对灰度图像f(x,y)进行边缘检测的步骤如下:

S201、利用双边滤波函数g(x,y)对灰度图像f(x,y)进行平滑处理,得到去噪后的图像I(x,y);

S202、用拉普拉斯算子对I(x,y)进行二阶导数运算,并令

S203、提取二阶导数运算后的零交叉点(即M(x,y)=0的点)作为图像的边缘,边缘检测后的二值图像记作h(x,y)。

进一步的,步骤S201中,引入双边滤波函数进行去燥,去噪后的图像I(x,y)如下:

其中,*代表卷积运算符,Ω为像素(x,y)所处的领域范围,i,j为像素(x,y)领域范围内的各像素点的位置,ω(x,y,i,j)为加权系数,σd为基于高斯函数的空间标准差,σr为基于高斯函数的灰度标准差。

进一步的,步骤S203中,利用二阶导数运算后的零交叉点进行边缘检测,边缘检测后的二值图像h(x,y)如下:

具体的,对二值图像h(x,y)中不连续的断点进行边缘连接,得到包含连续边缘信息的二值图像具体步骤如下:

S301、对边缘提取后的二值图像h(x,y)中满足条件的像素点进行标记;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安交通大学,未经西安交通大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811573372.8/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top