[发明专利]一种基于OpenCV的断口形貌图裂纹缺陷提取方法

权利要求书

1.一种基于OpenCV的断口形貌图裂纹缺陷提取方法，其特征在于：所述方法通过以下步骤实现：

步骤一、对拉伸断口形貌图像采用阈值化方法进行预处理，将图像裂纹像素点与背景像素图形区分并凸显：

首先，找到图像要分割的像素点，然后对这些像素点设定相应的阈值；其中，设定的阈值像素点的灰度值要有较强的对比度以方便观察和后续图像处理；

步骤二、采用均值滤波或中值滤波方法进行祛噪处理；

步骤三、断口形貌图裂纹缺陷的提取：

对预处理后的图像进行边缘提取，得到直观的裂纹特征相貌的图像；

步骤四、图像细化过程；

步骤五、查找并绘制图像的轮廓矩。

2.根据权利要求1所述一种基于OpenCV的断口形貌图裂纹缺陷提取方法，其特征在于：所述的步骤二中，采用均值滤波方法进行祛噪处理的过程为：

用一片图像区域的各个像素的平均值来代替源图像的各个像素值，在图像上对目标像素给出一个模板，该模板包括了其周围的临近像素，在用模板内的全体像素的平均值来代替原来的像素，即对待处理的当前像素点(x,y)，选择一个模板，该模板由临近的若干像素组成，求模板中所有像素的均值，再把该均值赋予当前像素点(x,y)，作为处理后图像在该点上的灰度点g(x,y)，即：

其中，m为该模板中包含当前像素在内的像素总个数；

所述的步骤二中，采用中值滤波方法进行祛噪处理的过程为：用像素点邻域灰度值的中值来代替该像素点的灰度值；把数字图像或数字序列中一点的值用在该点的一个邻域中各点值的中值代替，让周围的像素值接近真实值，从而消除孤立的噪声点。

3.根据权利要求2所述一种基于OpenCV的断口形貌图裂纹缺陷提取方法，其特征在于：所述的步骤三中，对预处理后的图像进行边缘提取，得到直观的裂纹特征相貌的图像的过程具体为：

对预处理后的图像进行边缘检测提取裂纹，得到直观的裂纹特征相貌的图像：从而将图像中某一个像素邻域中像素具有剧烈变化像素值的像素点提取出来。

4.根据权利要求3所述一种基于OpenCV的断口形貌图裂纹缺陷提取方法，其特征在于：所述的边缘检测过程通过以下步骤实现：

1)滤波边缘检测算法：

基于图像强度的一阶和二阶导数，导数对噪声敏感，需采用滤波来改善图像质量；使用自适应中值滤波进行预处理的图像；

2)增强边缘算法：

确定图像各点邻域强度的变化值后，通过增强算法计算梯度幅值，将图像灰度点邻域强度值有显著变化的点凸显出来；

3)检测算法：

增强后图像，邻域中有很多点的梯度值较大，通过阙值化方法进行检测，将非边缘点进行舍弃；

使用OpenCV边缘检测中的sobel算子对图像进行边缘检测；计算图像灰度函数的近似梯度：

其中，Sobel算子的计算过程：

1)分别在x和y两个方向求导；

①水平变化：将I(被作用图像为I)与一个奇数大小的内核Gx进行卷积；比如，当内核大小为3时，Gx的计算结果为：

②垂直变化：将I与一个奇数大小的内核进行卷积；当内核大小为3时，计算结果为：

2)在图像的每一点，结合以上两个结果求出近似解：

或者利用下式代替：

G＝|G_x|+|G_y|。

5.根据权利要求4所述一种基于OpenCV的断口形貌图裂纹缺陷提取方法，其特征在于：所述的步骤四中，图像细化过程为找出对象中描述对象形状的必要像素的过程，这些描述对象形状的必要像素为骨架像素，组成的集合作为细化处理的二值图像，背景为黑色，值为0，要细化的前景物体像素值为255；通过如下步骤判断目标像素是否为该细化掉的像素点：

第一步：循环所有的前景像素点，对符合如下条件的像素点标记为删除：

1、2≤N(P1)≤6，其中，N(P1)表示跟P1相邻的8个像素点中，为前景像素点的个数；

2、S(P1)＝1，其中，S(P1)表示将P2-P9-P2之间按序前后分别成对值为0、1的个数；

3、P2*P4*P6＝0；

4、P4*P6*P8＝0；

第二步：循环所有的前景像素点，对符合如下条件的像素点标记为删除；

1、2≤N(P1)≤6，其中，N(P1)表示跟P1相邻的8个像素点中为前景像素点的个数；

2、S(P1)＝1，其中，S(P1)表示将P2-P9-P2之间按序前后分别成对值为0、1的个数；

3、P2*P4*P8＝0；

4、P2*P6*P8＝0。