[发明专利]一种针对缆索表面缺陷的图像检测方法

摘要

一种针对缆索表面缺陷的图像检测方法，主要目的在于检测缆索表面图像是否具有缺陷，其实现步骤为缆索表面图像先进行灰度化处理，对灰度化后图像使用改进的局部灰度对比度方法进行增强处理，再对增强后图像采用改进的最大相关方法进行分割处理，最后根据分割后图像的分割区域的大小进行缺陷判定。本发明能实现缆索表面缺陷的智能检测与判断，降低人工目测工作量和疲劳度，可提高检测效率，并且该方法安全可靠。

主权项

一种针对缆索表面缺陷的图像检测方法，其特征在于，该方法步骤如下：步骤1：将待检测的缆索表面图像进行灰度化处理，得到灰度化后的图像为f(x，y)：f(x，y)＝0.212671×cr(x，y)+0.71516×cg(x，y)+0.072169×cb(x，y)其中，待检测的缆索表面图像为彩色图像c(x，y)，其包含3个分量：红色分量cr(x，y)、绿色分量cg(x，y)、蓝色分量cb(x，y)，且图像高度为H像素、宽度为W像素，(x，y)表示图像的二维坐标，且x∈[1，W]，y∈[1，H]；步骤2：对灰度化后的图像f(x，y)采用改进的局部灰度对比度方法进行增强处理，得到增强后图像z(x，y)，具体过程如下：步骤2.1：将灰度化后的图像f(x，y)分为若干不重叠的小窗口区域子图像其中i表示若干小窗口图像的编号；处理方法为：视y为常数，将高度为H像素、宽度为W像素的图像f(x，y)分为高度为H像素、宽度为1像素的子图像且i∈[1，W]；步骤2.2：计算每个小窗口区域子图像的像素灰度值的平均值当子图像为且i∈[1，W]时：uwi=Σy=1Hfwi(x,y)H;]]>步骤2.3：计算每个小窗口区域子图像中每个像素的局部灰度对比值v(x，y)，当子图像为且i∈(1，W)时：v(x,y)=fwi(x,y)-uwifwi(x,y)+uwi,fwi(x,y)<uwi0,fwx(x,y)>uwx;]]>步骤2.4：根据下式将所述局部灰度对比值映射到256个灰度级的增强后图像z(x，y)：z(x,y)=v(x,y)-min(v(x,y))max(v(x,y))×255;]]>步骤3：对增强后的图像z(x，y)采用改进的最大相关方法进行分割处理，得到分割后图像d(x，y)，具体过程如下：步骤3.1：计算灰度值j在增强后图像z(x，y)中出现的频率pj，其中j∈[0，255]：pj=fjW×H]]>其中fj表示灰度值j在图像z(x，y)中出现的频数；步骤3.2：计算概率分布A：A=p0PT,p1PT,...,pTPT]]>其中，T为最佳分割阈值，且T∈[0，255]，P0、P1含义分别为灰度值0在图像中出现的频率和灰度值1在图像中出现的频率，PT为灰度值j在区间[0，T]上的总概率，即：PT=Σj=0Tpj,]]>当PT＝0时，定义A＝{0，0，…，0}；步骤3.3：计算概率分布A的相关CA(T)：CA(T)=-lnΣj=0T{pjPT}2]]>步骤3.4：计算改进的相关TCw(T)：TCw(T)＝(1‑PT)α·CA(T)其中，α为权重参数；步骤3.5：遍历T∈[0，255]，取使TCw(T)最大时的T，作为获得的最佳阈值，则获得分割后图像d(x，y)：d(x,y)=z(x,y)=0,z(x,y)<Tz(x,y)=1,z(x,y)>T.]]>