一種缺陷形狀可視化算法
【專利摘要】本發(fā)明涉及一種缺陷形狀可視化算法，所述算法通過視頻設(shè)備獲取黑白數(shù)字圖像，在圖像上利用缺陷單片段進(jìn)行處理和檢測，缺陷單片段為圖象某掃描行上連續(xù)黑象素構(gòu)成的區(qū)結(jié)點(diǎn)，區(qū)結(jié)點(diǎn)內(nèi)不含白像素，缺陷單片段內(nèi)包括左端點(diǎn)和右端點(diǎn)，所述左端點(diǎn)和右端點(diǎn)分別位于缺陷單片段的兩端，圖象的檢測方式是自上至下、自左至右進(jìn)行的，缺陷單片段連續(xù)生成過程即是端點(diǎn)的搜索過程，在獲取了端點(diǎn)后，即獲得缺陷單片段，利用常用的B樣條函數(shù)即可利用獲取的端點(diǎn)分段擬合曲線，從而找到缺陷輪廓。本發(fā)明能快速獲得缺陷的范圍空間，獲得較好的提取和識別效果。
【專利說明】一種缺陷形狀可視化算法
[0001]技術(shù)領(lǐng)結(jié)點(diǎn)
[0002]本發(fā)明涉及一種無損檢測方法，具體涉及一種缺陷形狀可視化算法。
【背景技術(shù)】
[0003]渦流檢測是導(dǎo)電材料無損檢測的一種非常重要的方法，當(dāng)載有低頻交流電的檢測，檢測線圈靠近導(dǎo)電試件表面時(shí)，可以檢測到由于缺陷出現(xiàn)而導(dǎo)致的試件導(dǎo)電性能的改變，但識別準(zhǔn)確率不盡人意。

【發(fā)明內(nèi)容】

[0004]本發(fā)明克服了現(xiàn)有技術(shù)的不足，提出了一種缺陷形狀可視化算法。所述算法利用邊界條件對圖像形狀進(jìn)行重構(gòu)，能快速獲得缺陷的范圍空間，獲得較好的提取和識別效果，表面缺陷識別效果好，缺陷識別率高，可靠性高，數(shù)據(jù)準(zhǔn)確。
[0005]所述算法表面缺陷的識別率可以達(dá)到97%以上。
[0006]本發(fā)明的技術(shù)方案為，一種缺陷形狀可視化算法，所述算法通過視頻設(shè)備獲取黑白數(shù)字圖像，在圖像上利用缺陷單片段進(jìn)行處理和檢測，缺陷單片段為圖象某掃描行上連續(xù)黑象素構(gòu)成的區(qū)結(jié)點(diǎn)，區(qū)結(jié)點(diǎn)內(nèi)不含白像素，缺陷單片段內(nèi)包括左端點(diǎn)和右端點(diǎn)，所述左端點(diǎn)和右端點(diǎn)分別位于缺陷單片段的兩端，圖象的檢測方式是自上至下、自左至右進(jìn)行的，缺陷單片段連續(xù)生成過程即是端點(diǎn)的搜索過程，在端點(diǎn)搜索過程中，用端點(diǎn)集合組成一個(gè)鏈表結(jié)構(gòu)，用D表示第i行上某缺陷單片段，D(XiSYi)和D (Xi2Ji)分別表示第i行缺陷單片段D的左端點(diǎn)和右端點(diǎn)坐標(biāo)，Xi1和Xi2分別表示第i行缺陷單片段D的左端點(diǎn)和右端點(diǎn)的橫坐標(biāo)，Yi表示第i行缺陷單片段D左端點(diǎn)和右端點(diǎn)的縱坐標(biāo)，N表示鏈表中某結(jié)點(diǎn)，用符號Lxl，Ly分別表示被檢測的后繼的左端點(diǎn)的橫坐標(biāo)和縱坐標(biāo)，用符號Lx2，Ly分別表示被檢測的后繼的右端點(diǎn)的橫坐標(biāo)和縱坐標(biāo)，\和S2分別表示兩個(gè)偏差閾值；
[0007]若滿足鄰接條件
[0008]Yi = Ly+1
[0009]則結(jié)點(diǎn)的生成條件為滿足以下條件之一:
[0010]4) I XiLLxl I > δ I
[0011]5) I Xi2-Lx21 > δ 2
[0012]6)邊界方向有變化
[0013]對于鏈表結(jié)構(gòu)中某N結(jié)點(diǎn)，若與正在檢測的某缺陷單片段鄰接，根據(jù)61和δ2等偏差閾值，判斷是否滿足鄰接條件及結(jié)點(diǎn)的生成條件I或2，若符合條件，則生成新結(jié)點(diǎn)Node，否則，調(diào)用邊界方向判別函數(shù)F(T，Xi1, Xi2, Yi)函數(shù)內(nèi)包括了兩個(gè)邊界方向變化狀態(tài)碼LeftEdgeMode和RightEdgeMode,邊界方向判別函數(shù)F判斷是否符合鄰接條件及結(jié)點(diǎn)的生成條件3,若符合條件,貝U生成新結(jié)點(diǎn)；其中參數(shù)N表示鏈域中某結(jié)點(diǎn)指針；xl,x2,y分別表示某缺陷單片段的左邊橫坐標(biāo)、右邊橫坐標(biāo)及縱坐標(biāo)。邊界方向判別函數(shù)F功能為:即根據(jù)某缺陷單片段相對上一行缺陷單片段的邊界走向，再結(jié)合鏈域中記錄的邊界方向變化狀態(tài)碼LefEdgeMode和RightEdgeMode,即可判別邊界方向是否發(fā)生了變化,若發(fā)生了變化，則激發(fā)掃描行計(jì)數(shù)器計(jì)數(shù)，當(dāng)計(jì)數(shù)器累計(jì)達(dá)到預(yù)定的次數(shù)時(shí)，即可將已紀(jì)錄的侯選端點(diǎn)轉(zhuǎn)化為新的端點(diǎn)，在獲取了端點(diǎn)后，即獲得缺陷單片段，利用常用的B樣條函數(shù)即可利用獲取的端點(diǎn)分段擬合曲線，從而找到缺陷輪廓。
[0014]本發(fā)明具有如下有益效果:
[0015]I)本發(fā)明能快速獲得缺陷的范圍空間，獲得較好的提取和識別效果。
[0016]2)本發(fā)明缺陷輪廓識別效果好，缺陷區(qū)域識別率高；
[0017]3)本發(fā)明信噪比高，缺陷分辨能力強(qiáng)；
[0018]4)本發(fā)明可靠性高，數(shù)據(jù)準(zhǔn)確。
【具體實(shí)施方式】 [0019]本發(fā)明通過視頻設(shè)備獲取黑白數(shù)字圖像，并在圖像上利用缺陷單片段進(jìn)行處理和檢測，一種缺陷形狀可視化算法，所述算法通過視頻設(shè)備獲取黑白數(shù)字圖像，在圖像上利用缺陷單片段進(jìn)行處理和檢測，缺陷單片段為圖象某掃描行上連續(xù)黑象素構(gòu)成的區(qū)結(jié)點(diǎn)，區(qū)結(jié)點(diǎn)內(nèi)不含白像素，缺陷單片段內(nèi)包括左端點(diǎn)和右端點(diǎn)，所述左端點(diǎn)和右端點(diǎn)分別位于缺陷單片段的兩端，圖象的檢測方式是自上至下、自左至右進(jìn)行的，缺陷單片段連續(xù)生成過程即是端點(diǎn)的搜索過程，在端點(diǎn)搜索過程中，用端點(diǎn)集合組成一個(gè)鏈表結(jié)構(gòu)，用D表示第i行上某缺陷單片段，D (Xi1, Yi)和D(Xi2，Yi)分別表示第i行缺陷單片段D的左端點(diǎn)和右端點(diǎn)坐標(biāo)，Xi1和Xi2分別表示第i行缺陷單片段D的左端點(diǎn)和右端點(diǎn)的橫坐標(biāo),Yi表示第i行缺陷單片段D左端點(diǎn)和右端點(diǎn)的縱坐標(biāo)，N表示鏈表中某結(jié)點(diǎn)，用符號Lxl，Ly分別表示被檢測的后繼的左端點(diǎn)的橫坐標(biāo)和縱坐標(biāo)，用符號Lx2，Ly分別表示被檢測的后繼的右端點(diǎn)的橫坐標(biāo)和縱坐標(biāo)，31和δ2分別表示兩個(gè)偏差閾值；
[0020]若滿足鄰接條件
[0021]Yi = Ly+1
[0022]則結(jié)點(diǎn)的生成條件為滿足以下條件之一:
[0023]7) I Xj1-Lx1 I > δ I
[0024]8) I Xj2-Lx2 I > δ 2
[0025]9)邊界方向有變化
[0026]對于鏈表結(jié)構(gòu)中某N結(jié)點(diǎn)，掃描圖象第一行(此時(shí)i = O)，調(diào)用缺陷單片段生成函數(shù)(F(O))，檢查第一個(gè)缺陷單片段并形成第一個(gè)域NI ;循序檢查第k個(gè)缺陷單片段段形成第k個(gè)域Nk(k為整數(shù)，若與正在檢測的某缺陷單片段鄰接，根據(jù)δ?和δ2等偏差閾值，判斷是否滿足鄰接條件及結(jié)點(diǎn)的生成條件I或2，若符合條件，則生成新結(jié)點(diǎn)Node，否則，調(diào)用邊界方向判別函數(shù)(bool D(struct node*N, int xl’int x2, inty)),即判斷是否符合鄰接條件及結(jié)點(diǎn)的生成條件3，若符合條件，則生成新結(jié)點(diǎn)；其中參數(shù)N表示鏈域中某結(jié)點(diǎn)指針；xl，x2, y分別表示某缺陷單片段的左邊橫坐標(biāo)、右邊橫坐標(biāo)及縱坐標(biāo)。功能為:即根據(jù)某缺陷單片段相對上一行缺陷單片段的邊界走向，再結(jié)合鏈域中記錄的邊界方向變化狀態(tài)碼LeftEdgeMode和RightEdgeMode,即可判別邊界方向是否發(fā)生了變化,若發(fā)生了變化,貝丨J激發(fā)掃描行計(jì)數(shù)器計(jì)數(shù)，當(dāng)計(jì)數(shù)器累計(jì)達(dá)到預(yù)定的次數(shù)時(shí)，即可將已紀(jì)錄的侯選端點(diǎn)轉(zhuǎn)化為新的端點(diǎn)。在獲取了端點(diǎn)后，即獲得缺陷單片段，利用常用的B樣條函數(shù)即可分段擬合曲線，從而找到缺陷輪廓。
[0027]本發(fā)明能快速獲得缺陷的范圍空間，獲得較好的提取和識別效果，表面缺陷識別效果好，缺陷識別率高，缺陷分辨能力強(qiáng)；本發(fā)明可靠性高，數(shù)據(jù)準(zhǔn)確。
【權(quán)利要求】
1.一種缺陷形狀可視化算法，其特征是，所述算法通過視頻設(shè)備獲取黑白數(shù)字圖像，在圖像上利用缺陷單片段進(jìn)行處理和檢測，缺陷單片段為圖象某掃描行上連續(xù)黑象素構(gòu)成的區(qū)結(jié)點(diǎn)，區(qū)結(jié)點(diǎn)內(nèi)不含白像素，缺陷單片段內(nèi)包括左端點(diǎn)和右端點(diǎn)，所述左端點(diǎn)和右端點(diǎn)分別位于缺陷單片段的兩端，圖象的檢測方式是自上至下、自左至右進(jìn)行的，缺陷單片段連續(xù)生成過程即是端點(diǎn)的搜索過程，在端點(diǎn)搜索過程中，用端點(diǎn)集合組成一個(gè)鏈表結(jié)構(gòu)，用D表示第i行上某缺陷單片段，D (Xi1, Yi)和D(Xi2，Yi)分別表示第i行缺陷單片段D的左端點(diǎn)和右端點(diǎn)坐標(biāo)，Xi1和Xi2分別表示第i行缺陷單片段D的左端點(diǎn)和右端點(diǎn)的橫坐標(biāo),Yi表示第i行缺陷單片段D左端點(diǎn)和右端點(diǎn)的縱坐標(biāo)，N表示鏈表中某結(jié)點(diǎn)，用符號Lxl，Iy分別表示被檢測的后繼的左端點(diǎn)的橫坐標(biāo)和縱坐標(biāo)，用符號Lx2，Iy分別表示被檢測的后繼的右端點(diǎn)的橫坐標(biāo)和縱坐標(biāo)，\和S2分別表示兩個(gè)偏差閾值； 若滿足鄰接條件
Yi = Ly+1 則結(jié)點(diǎn)的生成條件為滿足以下條件之一: Dldl > S1
2)Xi2-Lx2 > δ2 3)邊界方向有變化 對于鏈表結(jié)構(gòu)中某N結(jié)點(diǎn)，若與正在檢測的某缺陷單片段鄰接，根據(jù)δ i和δ 2等偏差閾值，判斷是否滿足鄰接條件及結(jié)點(diǎn)的生成條件I或2，若符合條件，則生成新結(jié)點(diǎn)Node，否則，調(diào)用邊界方向判別 函數(shù)F(T，Xi1, Xi2, Yi)),函數(shù)內(nèi)包括了兩個(gè)邊界方向變化狀態(tài)碼LeftEdgeMode和RightEdgeMode,邊界方向判別函數(shù)F判斷是否符合鄰接條件及結(jié)點(diǎn)的生成條件3,若符合條件,貝U生成新結(jié)點(diǎn)；其中參數(shù)N表示鏈域中某結(jié)點(diǎn)指針；xl,x2,y分別表示某缺陷單片段的左邊橫坐標(biāo)、右邊橫坐標(biāo)及縱坐標(biāo)。邊界方向判別函數(shù)F功能為:即根據(jù)某缺陷單片段相對上一行缺陷單片段的邊界走向，再結(jié)合鏈域中記錄的邊界方向變化狀態(tài)碼LeftEdgeMode和RightEdgeMode,即可判別邊界方向是否發(fā)生了變化,若發(fā)生了變化,貝丨J激發(fā)掃描行計(jì)數(shù)器計(jì)數(shù)，當(dāng)計(jì)數(shù)器累計(jì)達(dá)到預(yù)定的次數(shù)時(shí)，即可將已紀(jì)錄的侯選端點(diǎn)轉(zhuǎn)化為新的端點(diǎn)，在獲取了端點(diǎn)后，即獲得缺陷單片段，利用常用的B樣條函數(shù)即可利用獲取的端點(diǎn)分段擬合曲線，從而找到缺陷輪廓。
【文檔編號】G06K9/46GK103778419SQ201410052398
【公開日】2014年5月7日 申請日期:2014年2月10日 優(yōu)先權(quán)日:2014年2月10日
【發(fā)明者】王金鶴 申請人:寧波工程學(xué)院