[发明专利]一种基于区域分割法的丝饼油污分割算法在审
申请号: | 201910640191.0 | 申请日: | 2019-07-16 |
公开(公告)号: | CN110400319A | 公开(公告)日: | 2019-11-01 |
发明(设计)人: | 陈振中;甘学辉;赵春财;周涛;崔利;王泽霞;陆斗平;施耀飞 | 申请(专利权)人: | 东华大学;新凤鸣集团股份有限公司 |
主分类号: | G06T7/11 | 分类号: | G06T7/11;G06T7/136;G06T7/187;G06T5/00 |
代理公司: | 上海申汇专利代理有限公司 31001 | 代理人: | 翁若莹;柏子雵 |
地址: | 201600 上*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 油污 丝饼 对丝 分割算法 图像 分割 去除 噪声 孔洞 化纤生产线 灰度化处理 区域分割法 区域生长法 同态滤波器 形态学处理 表面油污 大致区域 分块处理 滤波处理 滤波算法 丝饼表面 算法执行 图像分块 应用场景 阈值分割 不均匀 有效地 种子点 滤波 算法 光照 采集 检测 应用 | ||
1.一种基于区域分割法的丝饼油污分割算法,其特征在于,包括以下步骤:
步骤1、采集带有油污缺陷的丝饼图像后,对采集到的丝饼图像进行灰度化处理后得到灰度图像;
步骤2、将转化后的灰度化图像进行图像分块处理获得子图像块,对每个子图像块采用下列步骤进行处理:
步骤3、采用同态滤波算法来消除子图像块的光照不均匀现象;
步骤4、通过自适应中值滤波算法对上一步得到的子图像块进行滤波处理,以去除多余噪声达到突出缺陷信息的目的;
步骤5、对滤波后的子图像块进行阈值分割以定位出油污的大致区域;
步骤6、将上一步获得的油污的大致区域的左上区域的某个位置作为种子点,应用区域生长法进行分割,得到当前子图像块的丝饼油污的分割图像;
步骤7、对上一步获得的分割图像进行形态学处理以去除多余的孔洞和噪声。
2.如权利要求1所述的一种基于区域分割法的丝饼油污分割算法,其特征在于,步骤1中,利用加权平均法将采集到的丝饼图像转换为所述灰度图像。
3.如权利要求1所述的一种基于区域分割法的丝饼油污分割算法,其特征在于,步骤3中,采用同态滤波算法对子图像块进行处理包括以下步骤:
步骤301、原图像为空域图像,将原图像进行对数变换从而将空间域图像变换到频率域中,得到频率域图像;
步骤302、利用巴特沃斯高通滤波器对频率域图像进行处理,以增强高频成分并同时削弱低频成分;
步骤303、利用傅里叶逆变换对经过巴特沃斯高通滤波器处理后的频率域图像进行变换后,再对其进行指数变换,获得空间域图像。
4.如权利要求1所述的一种基于区域分割法的丝饼油污分割算法,其特征在于,步骤4中,采用自适应中值滤波算法进行滤波处理包括以下步骤:获得二维模版,对二维模版中的各个像素按照大小进行排序,将排在中间位置的像素选择作为当前像素的值。
5.如权利要求1所述的一种基于区域分割法的丝饼油污分割算法,其特征在于,步骤5中,采用OTSU阈值分割法进行所述阈值分割,包括以下步骤:
计算出子图像块的直方图并进行归一化处理,接着计算子图像块的全局灰度值和累积均值,并计算分到各个类别中的概率;然后通过计算出类间方差;最后循环寻找类间方差的最大值,即为最佳阈值,利用该最佳阈值进行阈值分割得到所述油污的大致区域。
6.如权利要求1所述的一种基于区域分割法的丝饼油污分割算法,其特征在于,步骤6中,所述区域生长法包括以下步骤:选择种子像素作为目标位置,将符合相似度条件的相邻像素或区域合并到目标位置,循环实现区域的逐步增长直至没有可以继续合并的点或小区域。
7.如权利要求1所述的一种基于区域分割法的丝饼油污分割算法,其特征在于,步骤7中,所述形态学处理为形态学开运算。
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东华大学;新凤鸣集团股份有限公司,未经东华大学;新凤鸣集团股份有限公司许可,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/201910640191.0/1.html,转载请声明来源钻瓜专利网。