[发明专利]基于图像处理的锅炉压力管道的无损检测方法

权利要求书

1.一种基于图像处理的锅炉压力管道的无损检测方法，其特征在于，该方法包括：

获取锅炉压力管道的表面图像并预处理得到灰度图像和HSV图像；基于HSV图像获得每个像素点的色相因子；

获取第一阈值和第二阈值，基于第一阈值和第二阈值对灰度图像中的边缘像素点进行筛选，基于筛选后的边缘像素点获得闭合边缘区域，闭合边缘区域为缺陷区域；

获得每个缺陷区域的最小外接圆和质心；以质心为起点向至少两个方向作射线，每个方向的射线交缺陷区域的边缘和最小外接圆于两点，求取所述两点之间的距离，作为第一距离，其中与缺陷区域边缘的交点为第一像素点；

获取缺陷区域边缘上每个第一像素点与质心的连线，作为第一线段；根据每个第一像素点、每个第一像素点对应的第一线段上每个像素点以及质心的色相因子得到每个第一像素点的色相指标；

缺陷区域边缘上每个第一像素点对应的第一距离和色相指标组成每个缺陷区域的特征矩阵；根据特征矩阵中各元素获得缺陷区域的异常指标；根据每个缺陷区域的异常指标判断压力管道的损坏程度；

所述缺陷区域的异常指标为：

其中，表示第j个缺陷区域的异常指标；表示第j个缺陷区域的特征矩阵中第v行第t列的元素中的第一距离；表示第j个缺陷区域的特征矩阵中第v行第t列的元素中的色相指标；第j个缺陷区域的特征矩阵中第v行第t列的元素中的第一距离在特征矩阵中出现的频率；表示第j个缺陷区域的特征矩阵中第v行第t列的元素中的色相指标在特征矩阵中出现的频率；表示以10为底的对数函数。

2.根据权利要求1所述的一种基于图像处理的锅炉压力管道的无损检测方法，其特征在于，所述获取锅炉压力管道的表面图像并预处理得到灰度图像和HSV图像，包括：获取锅炉压力管道的表面图像，将表面图像转化为灰度图像；利用高斯滤波对灰度图像进行降噪处理，将降噪处理后的灰度图像转化到HSV空间，得到HSV图像。

3.根据权利要求1所述的一种基于图像处理的锅炉压力管道的无损检测方法，其特征在于，所述基于HSV图像获得每个像素点的色相因子，包括：获得HSV图像中每个像素点的H通道值；HSV图像中每个像素点的H通道值与HSV图像中所有像素点的H通道值的标准差的比值为每个像素点的色相因子。

4.根据权利要求1所述的一种基于图像处理的锅炉压力管道的无损检测方法，其特征在于，所述获取第一阈值和第二阈值，基于第一阈值和第二阈值对灰度图像中的边缘像素点进行筛选，包括：获得灰度图像中所有边缘像素点的梯度值的均值和方差，所述方差和2倍的均值的差值的绝对值为第一阈值，所述方差和2倍的均值的和的绝对值为第二阈值；小于或等于第一阈值的边缘像素点为非边缘像素点，大于第一阈值小于第二阈值的边缘像素点为弱边缘像素点，大于或等于第二阈值的边缘像素点为强边缘像素点，将非边缘像素点剔除。

5.根据权利要求1所述的一种基于图像处理的锅炉压力管道的无损检测方法，其特征在于，所述基于筛选后的边缘像素点获得闭合边缘区域包括：利用每个强边缘像素点8邻域内的强边缘像素点形成区域的边缘，若强边缘像素点8邻域内的只有弱边缘像素点，则选取弱边缘像素点形成区域的边缘，得到闭合边缘区域。

6.根据权利要求1所述的一种基于图像处理的锅炉压力管道的无损检测方法，其特征在于，所述根据每个第一像素点、每个第一像素点对应的第一线段上每个像素点以及质心的色相因子得到每个第一像素点的色相指标，包括：获取第一像素点的色相因子与质心的色相因子的差值的绝对值；所述差值的绝对值与第一像素点对应的第一线段上所有像素点的色相因子的方差的乘积为第一像素点的色相指标。

7.根据权利要求1所述的一种基于图像处理的锅炉压力管道的无损检测方法，其特征在于，所述缺陷区域边缘上每个第一像素点对应的第一距离和色相指标组成每个缺陷区域的特征矩阵，包括：每个第一像素点对应的第一距离和色相指标组成一个数对；每个第一像素点对应的数对为特征矩阵中的一个元素。

8.根据权利要求1所述的一种基于图像处理的锅炉压力管道的无损检测方法，其特征在于，所述根据每个缺陷区域的异常指标判断压力管道的损坏程度，包括：对所有缺陷区域的异常指标进行求和获得求和结果；将求和结果的相反数作为以自然常数为底的指数函数的指数得到指数函数值；一与所述指数函数值的差值为压力管道的损坏程度。