本发明专利技术公开了外墙外保温层缺陷红外图像处理方法、装置及存储介质，包括：获取待处理外保温层缺陷红外图像；将所述待处理外保温层缺陷红外图像输入预先构建的基于二维OTSU阈值法改进的区域生长红外图像分割处理模型中，输出外墙外保温层分割后的缺陷图像。本发明专利技术能够方便、迅速、准确地获取到建筑外墙外保温层缺陷图像，并将获取到的较为模糊的缺陷图像经过处理后能直观、清晰的显示。清晰的显示。清晰的显示。
【技术实现步骤摘要】
外墙外保温层缺陷红外图像处理方法、装置及存储介质
[0001]本专利技术属于外墙外保温层缺陷图像采集与处理
，具体涉及外墙外保温层缺陷红外图像处理方法、装置及存储介质。
技术介绍
[0002]如何将建筑节能的工作纳入整个建设管理之中，已成为新时代建设的最重要问题之一。在今后的发展中，外墙外保温系统的研究将是建筑节能工作的一个重点，其中外保温层缺陷检测与处理研究更应该引起人们的重视。
[0003]目前，外墙外保温层缺陷检测识别处于研究的起步阶段，对于既有建筑外墙外保温层易出现的缺陷问题缺乏规范性检测与图像处理技术，无法科学准确地判断出现问题的原因和发展趋势。目前采取的传统检测方法有目测法、敲击法、拉拔法，这些方法需要人工的参与，存在较大的局限性，灵活性差，具有较大的主观因素影响且易破坏试样。而为了能够清晰展现缺陷的形态，针对检测到的红外缺陷图像需要进行分割处理，此过程中主要存在如下两个难点：一是红外热像仪性能和环境干扰等原因导致红外图像受噪声影响较大，容易导致误分割；二是热扩散效应导致缺陷区域与非缺陷区域之间的灰度值变化平缓，难以准确检测缺陷边缘。已有的分割方法如基于滤波和相位拉伸变换的红外图像分割处理，在去除背景、抑制噪声的同时，分割了缺陷区域，但使用该方法分割后的外墙外保温层红外缺陷图像尤其是空鼓缺陷图像依旧存在分割不完全或过度分割的情况。
技术实现思路
[0004]针对现有技术中存在的问题，本专利技术提供了外墙外保温层缺陷红外图像处理方法、装置及存储介质，能够方便、迅速、准确地获取到建筑外墙外保温层缺陷图像，并将获取到的较为模糊的缺陷图像经过处理后能直观、清晰的显示。
[0005]为了解决上述技术问题，本专利技术通过以下技术方案予以实现：
[0006]一种外墙外保温层缺陷红外图像处理方法，包括：
[0007]获取待处理外保温层缺陷红外图像；
[0008]将所述待处理外保温层缺陷红外图像输入预先构建的基于二维OTSU阈值法改进的区域生长红外图像分割处理模型中，输出外墙外保温层分割后的缺陷图像。
[0009]进一步地，所述基于二维OTSU阈值法改进的区域生长红外图像分割处理模型的构建方法包括：
[0010]获取外保温层缺陷红外图像，确定所述外保温层缺陷红外图像的最优阈值，并生成所述外保温层缺陷红外图像的灰度图；
[0011]构建滑动矩阵遍历所述灰度图选取区域生长的起始种子点，基于所述最优阈值确定生长准则并更新生长准则，得到所述基于二维OTSU阈值法改进的区域生长红外图像分割处理模型。
[0012]进一步地，所述确定所述外保温层缺陷红外图像的最优阈值，具体包括：
[0013]计算二维联合概率密度P
ij
，设所述外保温层缺陷红外图像的初始分割阈值为(s,t)，根据所述初始分割阈值将所述外保温层缺陷红外图像分割为背景区域和目标区域，根据所述二维联合概率密度P
ij
得到所述背景区域的概率w0、所述目标区域的概率w1以及总体均值矢量μ
t
，根据所述背景区域的概率w0、所述目标区域的概率w1以及所述总体均值矢量μ
t
得到所述目标区域与所述背景区域间的离散度矩阵S
B
(s,t)，将所述离散度矩阵的迹tr(S
B
)作为所述背景区域和所述目标区域类间的距离测度函数，根据距离测度函数计算出每个初始分割阈值(s,t)对应的tr(S
B
)，当tr(S
B
)为最大值时所对应的分割阈值(S,T)即为所述外保温层缺陷红外图像的最优阈值。
[0014]进一步地，所述二维联合概率密度P
ij
的表达式为：
[0015][0016]其中，L为所述外保温层缺陷红外图像的灰度级及其邻域平滑图像的灰度级均值，f
ij
为灰度值为i、邻域灰度值为j时的频数。
[0017]进一步地，所述背景区域的概率w0、所述目标区域的概率w1以及总体均值矢量μ
t
的表达式为：
[0018][0019][0020][0021]其中，μ
i
和μ
j
分别表示总体的灰度值和邻域灰度均值。
[0022]进一步地，所述离散度矩阵S
B
(s,t)的表达式为：
[0023]S
B
(s,t)＝w0[(μ0‑
μ
t
)(μ0‑
μ
t
)
T
]+w1[(μ1‑
μ
t
)(μ1‑
μ
t
)
T
][0024]其中，μ0和μ1为目标区域和背景区域对应的均值矢量；
[0025][0026][0027]进一步地，所述构建滑动矩阵遍历所述灰度图选取区域生长的起始种子点，具体包括：
[0028]设置一个n
×
n的滑动矩阵遍历所述外保温层缺陷红外图像的灰度图，计算滑动矩阵内所有像素的均值，选取均值最大区域中间值所标点即为区域生长的起始种子点。
[0029]进一步地，所述基于所述最优阈值确定生长准则，具体包括：
[0030]以起始种子点作为初始点，定义生长准则的表达式为：
[0031][0032]其中，S为分割阈值，T为灰度相似阈值，设f(a,b)为目标区域内的像素点，f为当前的灰度均值；
[0033]所述更新生长准则，具体包括：
[0034]更新后当前的灰度均值f和初始灰度均值分别为：
[0035][0036][0037]其中，Q为目标区域，n为像素点数。
[0038]一种外墙外保温层缺陷红外图像处理装置，包括：
[0039]获取模块，用于获取待处理外保温层缺陷红外图像；
[0040]处理器，用于将所述待处理外保温层缺陷红外图像输入预先构建的基于二维OTSU阈值法改进的区域生长红外图像分割处理模型中，输出外墙外保温层分割后的缺陷图像。
[0041]一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现一种外墙外保温层缺陷红外图像处理方法的步骤。
[0042]与现有技术相比，本专利技术至少具有以下有益效果：本专利技术提供的一种外墙外保温层缺陷红外图像处理方法，获取待处理外保温层缺陷红外图像，将待处理外保温层缺陷红外图像输入预先构建的基于二维OTSU阈值法改进的区域生长红外图像分割处理模型中，输出外墙外保温层分割后的缺陷图像。针对红外图像噪声较大的缺点，基于二维OTSU阈值法选出的最佳分割阈值，针对不同的图像能够生成各自的生长准则，提升了分割的准确性，能使图像在保持特征细节不丢失的情况下更好的分割出缺陷，使用滑动矩阵自动确定各图像的初始种子点，避免了人为选取种子点的主观随机性，增强了对该类图像的自动分割能力，有利于后期对缺陷的进一步修复处理工作。
[00本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种外墙外保温层缺陷红外图像处理方法，其特征在于，包括：获取待处理外保温层缺陷红外图像；将所述待处理外保温层缺陷红外图像输入预先构建的基于二维OTSU阈值法改进的区域生长红外图像分割处理模型中，输出外墙外保温层分割后的缺陷图像。2.根据权利要求1所述的一种外墙外保温层缺陷红外图像处理方法，其特征在于，所述基于二维OTSU阈值法改进的区域生长红外图像分割处理模型的构建方法包括：获取外保温层缺陷红外图像，确定所述外保温层缺陷红外图像的最优阈值，并生成所述外保温层缺陷红外图像的灰度图；构建滑动矩阵遍历所述灰度图选取区域生长的起始种子点，基于所述最优阈值确定生长准则并更新生长准则，得到所述基于二维OTSU阈值法改进的区域生长红外图像分割处理模型。3.根据权利要求2所述的一种外墙外保温层缺陷红外图像处理方法，其特征在于，所述确定所述外保温层缺陷红外图像的最优阈值，具体包括：计算二维联合概率密度P
ij
，设所述外保温层缺陷红外图像的初始分割阈值为(s，t)，根据所述初始分割阈值将所述外保温层缺陷红外图像分割为背景区域和目标区域，根据所述二维联合概率密度P
ij
得到所述背景区域的概率w0、所述目标区域的概率w1以及总体均值矢量μ
t
，根据所述背景区域的概率w0、所述目标区域的概率w1以及所述总体均值矢量μ
t
得到所述目标区域与所述背景区域间的离散度矩阵S
B
(s，t)，将所述离散度矩阵的迹tr(S
B
)作为所述背景区域和所述目标区域类间的距离测度函数，根据距离测度函数计算出每个初始分割阈值(s，t)对应的tr(S
B
)，当tr(S
B
)为最大值时所对应的分割阈值(S，T)即为所述外保温层缺陷红外图像的最优阈值。4.根据权利要求3所述的一种外墙外保温层缺陷红外图像处理方法，其特征在于，所述二维联合概率密度p
ij
的表达式为：其中，L为所述外保温层缺陷红外图像的灰度级及其邻域平滑图像的灰度级均值，f
ij
为灰度值为i、邻域灰度值为j时的频数。5.根据权利要求4所述的一种外墙外保温层缺陷红外图像处理方法，其...
【专利技术属性】
技术研发人员：段中兴，焦晨琳，
申请(专利权)人：西安建筑科技大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。