System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及图像处理,尤其涉及一种管体表面积灰可视化方法及系统。
技术介绍
1、在许多工业应用中,如石油、化工、电力等行业,管道系统的正常运行至关重要,积灰现象可能影响管道的热交换效率,导致设备故障,因此需要有效的监测和评估方法。传统的人工检查和简单的传感器监测可能不够全面或精准,难以对管道表面的灰尘分布进行详细和实时的评估,随着图像处理和计算机视觉技术的发展,利用先进的视觉技术来监测和分析管道表面积灰情况变得更加可行和高效,通过可视化技术,可以提高对管道表面积灰状况的识别速度和准确性,从而降低维护成本和提高设备运行的安全性。
2、目前公开号为cn113870182a的专利申请文件公开了一种带掩膜的大津阈值化方法,首先确定掩膜个数及掩膜内渗透区域数量,根据原图像制作等大小模板,并在模板中的屏蔽区域和渗透区域分别填充灰度屏蔽因子和渗透因子;接着以图像和掩膜的hadamard乘积作为提取的目标区域;接着,计算目标区域中的最大类间方差,得到目标区域阈值化操作的阈值;最后,以得到的阈值进行阈值二值化处理。
3、在对管体上的积灰区域进行分割时,由于管体搭建的并不是横平竖直的,而是有拐弯甚至堆叠,这就导致部分管体的在光照下所产生的投影映射到了其余管体上,导致其余管体出现了阴影区域,这种阴影区域与管体上的积灰区域在灰度上会很接近,此时采用上述方法中的大津阈值法虽可将管体图像分为两类,但是由于二者的灰度较为相近,无法区分大于阈值的灰度级属于积灰区域,还是小于阈值的灰度级属于积灰区域。
技术实
1、为了解决阴影区域与管体上的积灰区域在灰度上会很接近,采用大津阈值法将管体图像分为两类后无法确认积灰区域的技术问题,本专利技术提供一种管体表面积灰可视化方法及系统。
2、第一方面,本专利技术提供一种管体表面积灰可视化方法,采用如下的技术方案:
3、一种管体表面积灰可视化方法,包括步骤:
4、获取每帧管体图像,对每帧管体图像进行阈值分割,得到每帧管体图像的若干个目标区域;获取每帧管体图像的各目标区域的方向特征;获取每帧管体图像的各目标区域的聚集程度;获取每帧管体图像的每个目标区域的阴影区域特征;式中,代表第i帧管体图像的第z个目标区域的阴影区域特征;代表第i帧管体图像的第z个目标区域的方向特征;代表第i帧管体图像的第z个目标区域的聚集程度;
5、获取每帧管体图像的各目标区域的边缘强度;获取每帧管体图像的各目标区域的积灰区域特征;代表第i帧管体图像的第z个目标区域的积灰区域特征;代表第i帧管体图像的第z个目标区域的聚集程度;代表第i帧管体图像的第z个目标区域的边缘强度;
6、将每帧管体图像的每个目标区域的积灰区域特征与阴影区域特征进行比较,获取每帧管体图像的积灰区域;根据每帧管体图像的积灰区域,获取管体积灰情况。
7、本专利技术的创新性在于根据阴影区域与积灰区域的特征,获取每帧管体图像的每个目标区域的阴影区域特征以及积灰区域特征,最后将每帧管体图像的每个目标区域的阴影区域特征与积灰区域特征进行比较,得到每帧管体图像的积灰区域来进行积灰情况评估,确认了积灰区域,减少了阴影区域与积灰区域灰度重叠所导致的误判,使得后续的积灰情况评估更加准确。
8、优选的,所述对每帧管体图像进行阈值分割,得到每帧管体图像的若干个目标区域,包括:
9、使用大津阈值分割法对第i帧管体图像进行分割,得到第i帧初始分割图像,将第i帧初始分割图像中的两个区域记为第i帧管体图像的两个目标区域。
10、优选的,所述获取每帧管体图像的各目标区域的方向特征,包括:
11、;
12、式中,代表第i帧管体图像的第z个目标区域的方向特征;代表第i帧管体图像的第z个目标区域的像素点的数量;代表第i帧管体图像的第z个目标区域的第j个像素点的梯度方向;代表第i帧管体图像的第z个目标区域中所有像素点的梯度方向的方差;代表第i帧管体图像的第z个目标区域的所有像素点的梯度方向最大值;代表第i帧管体图像的第z个目标区域的所有像素点的梯度方向最小值;exp()代表以自然常数为底数的指数函数,||代表绝对值函数。
13、便于后续根据方向特征获取每帧管体图像的每个目标区域的阴影区域特征。
14、优选的,所述获取每帧管体图像的各目标区域的聚集程度,包括:
15、预设聚类数量k,使用k-means聚类算法对每帧管体图像的每个目标区域进行聚类,将类簇中心作为每帧管体图像的每个目标区域的中心像素点;
16、获取第i帧管体图像的第z个目标区域中所有像素点到其中心像素点的欧式距离的均值,记为第一均值,将第一均值的倒数记为第i帧管体图像的第z个目标区域的聚集程度。
17、便于后续根据聚集程度,获取每帧管体图像的每个目标区域的阴影区域特征以及积灰区域特征。
18、优选的,所述获取每帧管体图像的各目标区域的边缘强度,包括:
19、获取每帧管体图像的每个目标区域的每个边缘点的表现程度;
20、;
21、式中,代表第i帧管体图像的第z个目标区域的边缘强度;代表第i帧管体图像的第z个目标区域的边缘点数量;代表第i帧管体图像的第z个目标区域的第b个边缘点的表现程度;代表第i帧管体图像的第z个目标区域的所有边缘点的表现程度的均值。
22、便于后续根据边缘强度,获取每帧管体图像的每个目标区域的积灰区域特征。
23、优选的,所述获取每帧管体图像的每个目标区域的每个边缘点的表现程度,包括:
24、使用canny边缘检测算法获取每帧管体图像的各目标区域的各边缘点;
25、;
26、式中,代表第i帧管体图像的第z个目标区域的第b个边缘点的表现程度;代表第i帧管体图像的第z个目标区域的第b个边缘点与其最近边缘点的梯度方向的差值;代表第i帧管体图像的第z个目标区域的第b个边缘点与其最近边缘点的灰度值的差值。
27、优选的,所述获取每帧管体图像的积灰区域,包括:
28、若第i帧管体图像的第一个目标区域的积灰区域特征大于阴影区域特征并且第二个目标区域的积灰区域特征小于阴影区域特征,则第i帧管体图像的第一个目标区域为积灰区域;若第i帧管体图像的第一个目标区域的积灰区域特征小于阴影区域特征并且第二个目标区域的积灰区域特征大于阴影区域特征,则第i帧管体图像的第二个目标区域为积灰区域。
29、能准确的识别出积灰区域,减少了阴影区域与积灰区域灰度重叠所导致的误判。
30、优选的,所述获取管体积灰情况,包括:
31、;
32、式中,n代表管体积灰情况;代表第一帧管体图像的积灰区域的像素点数量;代表最后一帧管体图像的积灰区域的像素点数量;代表第v帧管体图像的积灰区域中的灰度均值;代表第v+1帧管体图像的积灰区域中的灰度均值;||代表绝对值符号;v代表管体图像的帧数。
33本文档来自技高网...
【技术保护点】
1.一种管体表面积灰可视化方法,其特征在于,包括步骤:
2.根据权利要求1所述的一种管体表面积灰可视化方法,其特征在于,所述对每帧管体图像进行阈值分割,得到每帧管体图像的若干个目标区域,包括:
3.根据权利要求1所述的一种管体表面积灰可视化方法,其特征在于,所述获取每帧管体图像的各目标区域的方向特征,包括:
4.根据权利要求1所述的一种管体表面积灰可视化方法,其特征在于,所述获取每帧管体图像的各目标区域的聚集程度,包括:
5.根据权利要求1所述的一种管体表面积灰可视化方法,其特征在于,所述获取每帧管体图像的各目标区域的边缘强度,包括:
6.根据权利要求5所述的一种管体表面积灰可视化方法,其特征在于,所述获取每帧管体图像的每个目标区域的每个边缘点的表现程度,包括:
7.根据权利要求1所述的一种管体表面积灰可视化方法,其特征在于,所述获取每帧管体图像的积灰区域,包括:
8.根据权利要求1所述的一种管体表面积灰可视化方法,其特征在于,所述获取管体积灰情况,包括:
9.一种管体表面积灰可视化系
...【技术特征摘要】
1.一种管体表面积灰可视化方法,其特征在于,包括步骤:
2.根据权利要求1所述的一种管体表面积灰可视化方法,其特征在于,所述对每帧管体图像进行阈值分割,得到每帧管体图像的若干个目标区域,包括:
3.根据权利要求1所述的一种管体表面积灰可视化方法,其特征在于,所述获取每帧管体图像的各目标区域的方向特征,包括:
4.根据权利要求1所述的一种管体表面积灰可视化方法,其特征在于,所述获取每帧管体图像的各目标区域的聚集程度,包括:
5.根据权利要求1所述的一种管体表面积灰可视化方法,其特征在于,所述获取每帧管体图像的各目标区域的边缘强度,...
【专利技术属性】
技术研发人员:李为冬,鹿焕刚,张义强,王世刚,
申请(专利权)人:德清金烨电力科技有限公司,
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。