一种缺陷形状可视化算法
【专利摘要】本发明涉及一种缺陷形状可视化算法，所述算法通过视频设备获取黑白数字图像，在图像上利用缺陷单片段进行处理和检测，缺陷单片段为图象某扫描行上连续黑象素构成的区结点，区结点内不含白像素，缺陷单片段内包括左端点和右端点，所述左端点和右端点分别位于缺陷单片段的两端，图象的检测方式是自上至下、自左至右进行的，缺陷单片段连续生成过程即是端点的搜索过程，在获取了端点后，即获得缺陷单片段，利用常用的B样条函数即可利用获取的端点分段拟合曲线，从而找到缺陷轮廓。本发明能快速获得缺陷的范围空间，获得较好的提取和识别效果。
【专利说明】一种缺陷形状可视化算法
[0001]技术领结点
[0002]本发明涉及一种无损检测方法，具体涉及一种缺陷形状可视化算法。
【背景技术】
[0003]涡流检测是导电材料无损检测的一种非常重要的方法，当载有低频交流电的检测，检测线圈靠近导电试件表面时，可以检测到由于缺陷出现而导致的试件导电性能的改变，但识别准确率不尽人意。
【发明内容】
[0004]本发明克服了现有技术的不足，提出了一种缺陷形状可视化算法。所述算法利用边界条件对图像形状进行重构，能快速获得缺陷的范围空间，获得较好的提取和识别效果，表面缺陷识别效果好，缺陷识别率高，可靠性高，数据准确。
[0005]所述算法表面缺陷的识别率可以达到97%以上。
[0006]本发明的技术方案为，一种缺陷形状可视化算法，所述算法通过视频设备获取黑白数字图像，在图像上利用缺陷单片段进行处理和检测，缺陷单片段为图象某扫描行上连续黑象素构成的区结点，区结点内不含白像素，缺陷单片段内包括左端点和右端点，所述左端点和右端点分别位于缺陷单片段的两端，图象的检测方式是自上至下、自左至右进行的，缺陷单片段连续生成过程即是端点的搜索过程，在端点搜索过程中，用端点集合组成一个链表结构，用D表示第i行上某缺陷单片段，D(XiSYi)和D (Xi2Ji)分别表示第i行缺陷单片段D的左端点和右端点坐标，Xi1和Xi2分别表示第i行缺陷单片段D的左端点和右端点的横坐标，Yi表示第i行缺陷单片段D左端点和右端点的纵坐标，N表示链表中某结点，用符号Lxl，Ly分别表示被检测的后继的左端点的横坐标和纵坐标，用符号Lx2，Ly分别表示被检测的后继的右端点的横坐标和纵坐标，\和S2分别表示两个偏差阈值；
[0007]若满足邻接条件
[0008]Yi = Ly+1
[0009]则结点的生成条件为满足以下条件之一:
[0010]4) I XiLLxl I > δ I
[0011]5) I Xi2-Lx21 > δ 2
[0012]6)边界方向有变化
[0013]对于链表结构中某N结点，若与正在检测的某缺陷单片段邻接，根据61和δ2等偏差阈值，判断是否满足邻接条件及结点的生成条件I或2，若符合条件，则生成新结点Node，否则，调用边界方向判别函数F(T，Xi1, Xi2, Yi)函数内包括了两个边界方向变化状态码LeftEdgeMode和RightEdgeMode,边界方向判别函数F判断是否符合邻接条件及结点的生成条件3,若符合条件,贝U生成新结点；其中参数N表示链域中某结点指针；xl,x2,y分别表示某缺陷单片段的左边横坐标、右边横坐标及纵坐标。边界方向判别函数F功能为:即根据某缺陷单片段相对上一行缺陷单片段的边界走向，再结合链域中记录的边界方向变化状态码LefEdgeMode和RightEdgeMode,即可判别边界方向是否发生了变化,若发生了变化，则激发扫描行计数器计数，当计数器累计达到预定的次数时，即可将已纪录的侯选端点转化为新的端点，在获取了端点后，即获得缺陷单片段，利用常用的B样条函数即可利用获取的端点分段拟合曲线，从而找到缺陷轮廓。
[0014]本发明具有如下有益效果:
[0015]I)本发明能快速获得缺陷的范围空间，获得较好的提取和识别效果。
[0016]2)本发明缺陷轮廓识别效果好，缺陷区域识别率高；
[0017]3)本发明信噪比高，缺陷分辨能力强；
[0018]4)本发明可靠性高，数据准确。
【具体实施方式】 [0019]本发明通过视频设备获取黑白数字图像，并在图像上利用缺陷单片段进行处理和检测，一种缺陷形状可视化算法，所述算法通过视频设备获取黑白数字图像，在图像上利用缺陷单片段进行处理和检测，缺陷单片段为图象某扫描行上连续黑象素构成的区结点，区结点内不含白像素，缺陷单片段内包括左端点和右端点，所述左端点和右端点分别位于缺陷单片段的两端，图象的检测方式是自上至下、自左至右进行的，缺陷单片段连续生成过程即是端点的搜索过程，在端点搜索过程中，用端点集合组成一个链表结构，用D表示第i行上某缺陷单片段，D (Xi1, Yi)和D(Xi2，Yi)分别表示第i行缺陷单片段D的左端点和右端点坐标，Xi1和Xi2分别表示第i行缺陷单片段D的左端点和右端点的横坐标,Yi表示第i行缺陷单片段D左端点和右端点的纵坐标，N表示链表中某结点，用符号Lxl，Ly分别表示被检测的后继的左端点的横坐标和纵坐标，用符号Lx2，Ly分别表示被检测的后继的右端点的横坐标和纵坐标，31和δ2分别表示两个偏差阈值；
[0020]若满足邻接条件
[0021]Yi = Ly+1
[0022]则结点的生成条件为满足以下条件之一:
[0023]7) I Xj1-Lx1 I > δ I
[0024]8) I Xj2-Lx2 I > δ 2
[0025]9)边界方向有变化
[0026]对于链表结构中某N结点，扫描图象第一行(此时i = O)，调用缺陷单片段生成函数(F(O))，检查第一个缺陷单片段并形成第一个域NI ;循序检查第k个缺陷单片段段形成第k个域Nk(k为整数，若与正在检测的某缺陷单片段邻接，根据δ?和δ2等偏差阈值，判断是否满足邻接条件及结点的生成条件I或2，若符合条件，则生成新结点Node，否则，调用边界方向判别函数(bool D(struct node*N, int xl’int x2, inty)),即判断是否符合邻接条件及结点的生成条件3，若符合条件，则生成新结点；其中参数N表示链域中某结点指针；xl，x2, y分别表示某缺陷单片段的左边横坐标、右边横坐标及纵坐标。功能为:即根据某缺陷单片段相对上一行缺陷单片段的边界走向，再结合链域中记录的边界方向变化状态码LeftEdgeMode和RightEdgeMode,即可判别边界方向是否发生了变化,若发生了变化,贝丨J激发扫描行计数器计数，当计数器累计达到预定的次数时，即可将已纪录的侯选端点转化为新的端点。在获取了端点后，即获得缺陷单片段，利用常用的B样条函数即可分段拟合曲线，从而找到缺陷轮廓。
[0027]本发明能快速获得缺陷的范围空间，获得较好的提取和识别效果，表面缺陷识别效果好，缺陷识别率高，缺陷分辨能力强；本发明可靠性高，数据准确。
【权利要求】
1.一种缺陷形状可视化算法，其特征是，所述算法通过视频设备获取黑白数字图像，在图像上利用缺陷单片段进行处理和检测，缺陷单片段为图象某扫描行上连续黑象素构成的区结点，区结点内不含白像素，缺陷单片段内包括左端点和右端点，所述左端点和右端点分别位于缺陷单片段的两端，图象的检测方式是自上至下、自左至右进行的，缺陷单片段连续生成过程即是端点的搜索过程，在端点搜索过程中，用端点集合组成一个链表结构，用D表示第i行上某缺陷单片段，D (Xi1, Yi)和D(Xi2，Yi)分别表示第i行缺陷单片段D的左端点和右端点坐标，Xi1和Xi2分别表示第i行缺陷单片段D的左端点和右端点的横坐标,Yi表示第i行缺陷单片段D左端点和右端点的纵坐标，N表示链表中某结点，用符号Lxl，Iy分别表示被检测的后继的左端点的横坐标和纵坐标，用符号Lx2，Iy分别表示被检测的后继的右端点的横坐标和纵坐标，\和S2分别表示两个偏差阈值； 若满足邻接条件
Yi = Ly+1 则结点的生成条件为满足以下条件之一: Dldl > S1
2)Xi2-Lx2 > δ2 3)边界方向有变化 对于链表结构中某N结点，若与正在检测的某缺陷单片段邻接，根据δ i和δ 2等偏差阈值，判断是否满足邻接条件及结点的生成条件I或2，若符合条件，则生成新结点Node，否则，调用边界方向判别 函数F(T，Xi1, Xi2, Yi)),函数内包括了两个边界方向变化状态码LeftEdgeMode和RightEdgeMode,边界方向判别函数F判断是否符合邻接条件及结点的生成条件3,若符合条件,贝U生成新结点；其中参数N表示链域中某结点指针；xl,x2,y分别表示某缺陷单片段的左边横坐标、右边横坐标及纵坐标。边界方向判别函数F功能为:即根据某缺陷单片段相对上一行缺陷单片段的边界走向，再结合链域中记录的边界方向变化状态码LeftEdgeMode和RightEdgeMode,即可判别边界方向是否发生了变化,若发生了变化,贝丨J激发扫描行计数器计数，当计数器累计达到预定的次数时，即可将已纪录的侯选端点转化为新的端点，在获取了端点后，即获得缺陷单片段，利用常用的B样条函数即可利用获取的端点分段拟合曲线，从而找到缺陷轮廓。
【文档编号】G06K9/46GK103778419SQ201410052398
【公开日】2014年5月7日 申请日期:2014年2月10日 优先权日:2014年2月10日
【发明者】王金鹤 申请人:宁波工程学院