[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

说明书

本发明涉及一种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，对焊缝图像进行处理，获得焊缝图像上焊缝区域；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；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；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。本发明能够有效提高焊缝图像中缺陷的检出率。

技术领域

本发明涉及一种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。

背景技术

随着科学与技术的发展，焊接已经成为先进制造业中的重要组成部分，应用于工业生产的很多领域。焊接过程中出现的各种质量问题，这个很大程度决定了焊接构件的使用寿命。所以，有效的检测焊缝内部缺陷，对于保证焊接质量有着重要的意义。

现有的焊缝缺陷与识别系统主要是采用人工辅助的方法，检测结果容易受人为主观的影响，引起过多的误判、漏判，而且由于观察人员的经验和技术素质不同，最终的评定结果也存在差异。而且由于X射线焊缝底片本身的特点，提取的X射线焊缝图像具有噪声多、对比度低、背景起伏大、焊缝图像纹理复杂、焊缝边缘模糊等问题。

发明内容

本发明的发明目的在于提供一种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，有效提高焊缝图像中缺陷的检出率。

基于同一发明构思，本发明具有两个独立的技术方案：

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，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。

进一步地，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。

进一步地，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。

进一步地，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；