[发明专利]一种基于计算机视觉的混凝土构件表面质量检测方法

权利要求书

1.一种基于计算机视觉的混凝土构件表面质量检测方法，其特征在于，包括以下步骤：

(1)布置相机，确保相机能够捕捉到待检测的混凝土构件表面；

(2)对混凝土建筑预制构件表面进行图像预处理；

(3)采用区域生长法去除最小面积；

(4)表面缺陷特征提取；

(5)基于支持向量机的混凝土构件表面缺陷分类，判断混凝土构件表面质量合格与否。

2.根据权利要求1所述的基于计算机视觉的混凝土构件表面质量检测方法，其特征在于，步骤(2)中：所述预处理过程包括直方图均衡化增强图像的对比度，图像二值化对目标区域分割，形态学处理消除目标区域噪声。

3.根据权利要求1所述的基于计算机视觉的混凝土构件表面质量检测方法，其特征在于，步骤(3)中：所述去除最小面积，通过以下步骤实现：第一确定生长的种子点，对图像顺序扫描，找到第一个像素值为255的点，该点坐标为(x₀,y₀)以该点为种子点；第二算法采用八邻域的生长准则，以(x₀,y₀)为中心，计算其八邻域的像素(x,y),如果满足生长准则，则将(x,y)压入堆栈中，再从堆栈中取出作为(x₀,y₀)，再生长，直至堆栈为空，生长停止；第三计算生长的数目，确定一个区域像素点阈值，即可去除最小面积。

4.根据权利要求1所述的基于计算机视觉的混凝土构件表面质量检测方法，其特征在于，步骤(4)中：所述表面缺陷特征提取是在每个缺陷得矩形范围内计算灰度对比度值、灰度平均值、灰度方差、能量、熵五个方面的灰度特征。

5.根据权利要求1所述的基于计算机视觉的混凝土构件表面质量检测方法，其特征在于，步骤(5)中：通过网格搜索和交叉验证的方式获取达到分类准确度最好的超参数和分类模型。

6.根据权利要求2所述的基于计算机视觉的混凝土构件表面质量检测方法，其特征在于，

混凝土构件表面图像直方图均衡化，提高了图像的对比度，首先将BGR的图像分离，直方图均衡化之后再融合。

7.根据权利要求2所述的基于计算机视觉的混凝土构件表面质量检测方法，其特征在于，

直方图均衡化是通过调整图像的灰阶分布，使得在0～255灰阶上的分布更加均衡，提高了图像的对比度，以下：

式(1)中n是图像中像素的总和，n_k是当前灰度级的像素个数，L是图像中实际的灰度级总数，S_k是当前灰度值的累计概率，计算出S_k之后确定新的灰度级的映射关系，求出新的直方图。

8.根据权利要求2所述的基于计算机视觉的混凝土构件表面质量检测方法，其特征在于，

增强后的图像二值化分割，选取合适的阈值T，对原图像f(x,y)进行分割，分割图像g(x,y)可以为下式：

之后，二值化图像形态学操作，采用形态学的开运算，开运算包含腐蚀和膨胀，首先进行腐蚀操作，消除伪缺陷；式子表达为：

式子中结构用结构B腐蚀结构A。

再进行膨胀，用来填补目标区域中某些空洞以消除包含目标区域中的小颗粒噪声，式子表达式为：

第六步：提取缺陷轮廓，本发明采用OpenCV提供的API接口findContours()提取轮廓，把所有轮廓点处的点保存入contours向量内，再通过采用OpenCV提供的API接口boundingRect()获取缺陷轮廓的外接矩形。