[发明专利]基于背景估计与边缘梯度抑制的焊缝缺陷检测方法及装置

权利要求书

1.一种基于背景估计与边缘梯度抑制的焊缝缺陷检测

方法，其特征在于，包括如下步骤：

步骤1：对焊缝图像进行处理，获得焊缝图像上焊缝区域；

步骤2：对焊缝区域进行背景估计，反背景差分获得含有缺陷的差分图像；

步骤3：利用多方向多级梯度对所述差分图像的边缘误检处进行抑制；

步骤4：通过自适应阈值分割方法获取所述差分图像的第二二值化图像。

2.根据权利要求1所述的基于背景估计与边缘梯度抑制的焊缝缺陷检测方法，其特征在于，步骤1包括如下步骤：

步骤1.1：通过Otsu分割法对焊缝图像进行分割，获得第一二值化图像；

步骤1.2：获取第一二值化图像的最大连通域；

步骤1.3：基于第一二值化图像的最大连通域，对第一二值化图像进行倾斜校正，获得掩膜图像；

步骤1.4：利用掩模图像的外接矩形得到焊缝区域。

3.根据权利要求1所述的基于背景估计与边缘梯度抑制的焊缝缺陷检测方法，其特征在于，步骤2中，通过如下方法对焊缝区域进行背景估计，

步骤2.1.1：对焊缝图像逐列扫描，采用第一二值化图像样条曲线对每列灰度曲线进行拟合，缺陷分布于曲线低谷位置，利用一阶差分对灰度曲线进行极小值的提取；通过去除曲线二阶差分中的拐点进行极值点修正；

步骤2.1.2：根据每列极小值点个数，估算缺陷大小，确定每列邻域窗口大小；

步骤2.1.3：比较各列邻域窗口大小，选取其中的最大值作为确定的邻域窗口大小；

步骤2.1.4：基于确定的邻域窗口，估计焊缝区域的背景，焊缝区域背景的估计模型为，

B(x,y)＝Median(ROI(x,y))

式中，ROI(x,y)是焊缝区域，B(x,y)是估计的背景，Median(ROI(x,y))是求焊缝区域ROI(x,y)对应邻域的灰度值均值。

4.根据权利要求3所述的基于背景估计与边缘梯度抑制的焊缝缺陷检测方法，其特征在于：步骤2.1.2中，当极小值点个数等于0时，说明该列不存在缺陷，则邻域窗口大小为d＝0；

当极小值点个数等于1，说明该列存在一个缺陷，邻域窗口大小为d＝x_b-x_a，若d不为奇数，则d＝x_b-x_a+1；其中x_a为曲线开始陡降点的列坐标值，x_b为曲线向右搜索离极小值点最近顶端所对应的列坐标值；

当极小值点个数大于1，说明该列缺陷至少存在两个缺陷，则选取每个极小值点确定的邻域窗口中的最大邻域窗口作为该列的邻域窗口大小。

5.根据权利要求3所述的基于背景估计与边缘梯度抑制的焊缝缺陷检测方法，其特征在于，步骤2中，通过如下公式获得差分图像，

△I(x,y)＝B(x,y)-ROI(x,y)

式中，△I(x,y)为差分图像，ROI(x,y)是焊缝区域，B(x,y)是估计的背景。

6.根据权利要求1所述的基于背景估计与边缘梯度抑制的焊缝缺陷检测方法，其特征在于，步骤2中，利用形态学滤波法去除差分图像的噪声和边缘像素；滤波时，先使用圆形的结构元进行开运算，再使用长条形的结构元进行开运算。