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() 一种基于图像识别的混凝土板面板检测系统及其方法技术方案_技高网

一种基于图像识别的混凝土板面板检测系统及其方法技术方案

技术编号:43380412 阅读:6 留言:0更新日期:2024-11-19 17:57
本发明专利技术涉及图像处理技术领域,具体涉及一种基于图像识别的混凝土板面板检测系统及其方法,其方法包括:获取混凝土面板的灰度图像;获取所述灰度图像中各灰度级的类间方差;绘制横坐标为灰度级,纵坐标为类间方差的曲线,得到极大值点;计算各极大值点对应的权重,利用各权重对所有极大值点的类间方差进行加权求和,将加权后的类间值对应的灰度级作为分割阈值;采用分割阈值对灰度图像进行分割得到疑似裂缝区域;对疑似裂缝区域进行识别,得到裂缝区域。本发明专利技术的方案能够准确地进行混凝土面板中裂缝区域的识别。

【技术实现步骤摘要】

本专利技术涉及图像处理。更具体地,本专利技术涉及一种基于图像识别的混凝土板面板检测系统及其方法


技术介绍

1、面板混凝土结构在水利工程领域起着关键作用,是大坝、渠道、消能建筑等水利设施的主要构件。随着时间的推移,面板混凝土结构可能会出现裂缝,这些裂缝可能是由于材料老化、环境影响、负荷变化等多种原因引起的。裂缝的存在可能影响结构的安全性、耐久性和可靠性,因此对面板混凝土结构进行定期检查并识别、测量裂缝是至关重要的。

2、随着计算机图像处理技术的不断发展,基于图像识别的混凝土表面缺陷检测技术应运而生。图像识别技术可以通过对拍摄的混凝土表面图像进行处理和分析,实现对混凝土表面缺陷的自动检测和识别,从而提高检测效率和准确性。

3、其中,现有的图像分割可以实现对混凝土表面缺陷的快速、准确的检测。如公布号为cn112785579a,名称为“基于图像处理技术的混凝土裂缝识别方法”,其公开了采用阈值分割方法对采集的混凝土结构表面的灰度图像进行分割,以区分裂缝区和背景区,然后进一步区分裂缝和残余噪声,以准确识别裂缝,并对裂缝参数进行计算。

4、上述采用的最大类间方差法(otsu法)确定图像分割的最佳阈值,其中,最大类间方差法(otsu法)是一种常见的图像分割算法,其通过获取最大类间方差,将其对应的灰度级作为分割阈值,并对灰度图像进行二值化以实现图像分割。但是,在实际应用中由于图像内容的复杂性,如混凝土面板图像往往包含复杂的背景,如不均匀的光照、表面污染、纹理变化等,这些因素可能导致裂缝区域的灰度分布不均匀,使得直接选择最大类间方差对应的阈值难以准确地分割出裂缝。

5、因此,如何进行准确的图像分割,提高识别裂缝的准确率是尤为重要的。


技术实现思路

1、本专利技术的目的在于提出一种基于图像识别的混凝土板面板检测系统及其方法,用以解决现有技术中难以准确地进行图像分割的问题;为此,本专利技术在如下的两个方面中提供方案。

2、在第一方面中,本专利技术提供的一种基于图像识别的混凝土板面板检测方法,包括:

3、获取混凝土面板的灰度图像;获取所述灰度图像中各灰度级的类间方差;绘制横坐标为灰度级,纵坐标为类间方差的曲线,得到极大值点;

4、计算各极大值点对应的权重,利用各权重对所有极大值点的类间方差进行加权求和,将加权后的类间值对应的灰度级作为分割阈值;采用分割阈值对灰度图像进行分割得到疑似裂缝区域;对疑似裂缝区域进行识别,得到裂缝区域;

5、所述权重为任一极大值点的突出程度与表现程度的乘积的归一化值;

6、突出程度为任一极大值点与其两侧相邻点的差异与所有极大值点对应的差异的和的比值;表现程度与任一极大值点的方向特征、线性特征呈反相关,所述方向特征表征任一极大值点对应灰度级的梯度变化;所述线性特征与任一极大值点对应灰度级中特征点占比正相关,与特征程度的均值反相关;特征程度反映各特征点与对应特征像素点的距离与梯度的变化,所述特征像素点位于对应特征点的梯度方向的垂直方向上。

7、上述方案中通过获取灰度图像中的各灰度级的类间方差,并筛选出类间方差极大值对应的灰度级,并通过多角度分析(类间方差差异、梯度方向以及对应的灰度级中的特征点的特征),综合考虑了不同灰度级对应的类间方差极大值的影响,根据类间方差极大值的重要性进行加权,得到类间值,能够兼顾到混凝土面板中存在不同情况的裂缝,使其能够对灰度图像进行准确的分割,以获取最终的裂缝区域。

8、在一个实施例中,还包括对分割阈值进行判断,以确定最优分割阈值的步骤,具体为:当所述类间值不在所述曲线上时,获取与所述类间值的差异小于设定阈值的类间方差对应的当前灰度级;若当前灰度级的个数为一个时,则将当前灰度级作为最优分割阈值;若当前灰度级的个数为至少两个时,则选取当前灰度级中最小灰度级作为最优分割阈值。

9、上述方案中通过判断加权后的类间值是否在曲线上,以确定获取最优分割阈值,实现灰度图像的准确分割。

10、在一个实施例中,所述权重为:;式中,为第i个极大值点的突出程度,为第i个极大值点对应灰度级的表现程度,i为曲线中极大值点的个数,为归一化函数。

11、在一个实施例中,所述表现程度为:;式中,为第i个极大值点对应灰度级的方向特征,为第i个极大值点对应灰度级的线性特征。

12、在一个实施例中,所述线性特征为:;为第i个极大值点对应灰度级中特征点个数,为第i个极大值点对应灰度级中像素点的总个数,为第i个极大值点对应灰度级的特征程度的均值;其中,,为第i个极大值点对应灰度级中特征点t与像素点p的距离,为特征点t的梯度方向,为像素点p的梯度方向,为以自然常数e为底数的指数函数,m为特征点t的梯度方向的垂直方向存在的像素点的总个数。

13、上述方案中对任一极大值点对应灰度级中的像素点进行特征点的筛选,然后通过对特征点的分析以确定任一极大值点对应灰度级的线性特征,能够反映裂缝的情况,为后续的裂缝区域的识别提供了数据支撑。

14、在一个实施例中,所述方向特征为任一极大值点对应灰度级中所有梯度方向的平均差。

15、上述方案中通过对任一极大值点对应灰度级中所有像素点的梯度方向进行分析,能够获取表征裂缝的特征,为后续的裂缝区域的识别提供了数据支撑。

16、在一个实施例中,所述采用分割阈值对灰度图像进行分割,得到混凝土面板的裂缝区域的具体过程为:将大于分割阈值的像素点标记为背景区域,并将对应的灰度值调整为0,将小于分割阈值的像素点标记为前景区域,并将对应的灰度值调整为255,得到二值化图像,之后对二值化图像进行连通域分析,以获取裂缝区域。

17、在一个实施例中,所述灰度级的大小为灰度图像中像素点的灰度值的大小,所述各灰度级的类间方差通过大津阈值法得到。

18、在第二方面中,本专利技术提供的一种基于图像识别的混凝土板面板检测系统,包括:

19、处理器;

20、存储器,其存储有基于图像识别的混凝土板面板检测的计算机指令,当所述计算机指令由所述处理器运行时,使得系统执行上述的一种基于图像识别的混凝土板面板检测方法。

21、本专利技术的有益效果为:

22、本专利技术的方案,通过先对筛选出的各灰度级中的类间方差进行分析,以此确定不同灰度级的突出程度;之后,还对各灰度级中所有像素点的特征分析,确定属于裂缝可能性的指标,即表现程度;然后综合突出程度与表现程度,确定各类间方差极大值对应的灰度级的重要程度,基于不同的重要程度以及对应的类间方差极大值,得到综合后的类间值,得到分割阈值;其与现有技术中的最大类间方差值相比,考虑了不同情况下裂缝可能性,从全局的角度进行分割阈值的确定,能够准确地进行图像分割,保证了后续不同情况下裂缝区域识别的准确性。

本文档来自技高网...

【技术保护点】

1.一种基于图像识别的混凝土板面板检测方法,其特征在于,包括:

2.根据权利要求1所述的一种基于图像识别的混凝土板面板检测方法,其特征在于,还包括对分割阈值进行判断,以确定最优分割阈值的步骤,具体为:当所述类间值不在所述曲线上时,获取与所述类间值的差异小于设定阈值的类间方差对应的当前灰度级;若当前灰度级的个数为一个时,则将当前灰度级作为最优分割阈值;若当前灰度级的个数为至少两个时,则选取当前灰度级中最小灰度级作为最优分割阈值。

3.根据权利要求1所述的一种基于图像识别的混凝土板面板检测方法,其特征在于,所述权重为:;

4.根据权利要求3所述的一种基于图像识别的混凝土板面板检测方法,其特征在于,所述表现程度为:;式中,为第i个极大值点对应灰度级的方向特征,为第i个极大值点对应灰度级的线性特征。

5.根据权利要求4所述的一种基于图像识别的混凝土板面板检测方法,其特征在于,所述线性特征为:;式中,为第i个极大值点对应灰度级中特征点个数,为第i个极大值点对应灰度级中像素点的总个数,为第i个极大值点对应灰度级的特征程度的均值;其中,,为第i个极大值点对应灰度级中特征点t与像素点p的距离,为特征点t的梯度方向,为像素点p的梯度方向,为以自然常数e为底数的指数函数,m为特征点t的梯度方向的垂直方向存在的像素点的总个数。

6.根据权利要求4所述的一种基于图像识别的混凝土板面板检测方法,其特征在于,所述方向特征为任一极大值点对应灰度级中所有梯度方向的平均差。

7.根据权利要求1所述的一种基于图像识别的混凝土板面板检测方法,其特征在于,所述采用分割阈值对灰度图像进行分割,得到混凝土面板的裂缝区域的具体过程为:将大于分割阈值的像素点标记为背景区域,并将对应的灰度值调整为0,将小于分割阈值的像素点标记为前景区域,并将对应的灰度值调整为255,得到二值化图像,之后对二值化图像进行连通域分析,以获取裂缝区域。

8.根据权利要求1所述的一种基于图像识别的混凝土板面板检测方法,其特征在于,所述灰度级的大小为灰度图像中像素点的灰度值的大小。

9.一种基于图像识别的混凝土板面板检测系统,其特征在于,包括:

...

【技术特征摘要】

1.一种基于图像识别的混凝土板面板检测方法,其特征在于,包括:

2.根据权利要求1所述的一种基于图像识别的混凝土板面板检测方法,其特征在于,还包括对分割阈值进行判断,以确定最优分割阈值的步骤,具体为:当所述类间值不在所述曲线上时,获取与所述类间值的差异小于设定阈值的类间方差对应的当前灰度级;若当前灰度级的个数为一个时,则将当前灰度级作为最优分割阈值;若当前灰度级的个数为至少两个时,则选取当前灰度级中最小灰度级作为最优分割阈值。

3.根据权利要求1所述的一种基于图像识别的混凝土板面板检测方法,其特征在于,所述权重为:;

4.根据权利要求3所述的一种基于图像识别的混凝土板面板检测方法,其特征在于,所述表现程度为:;式中,为第i个极大值点对应灰度级的方向特征,为第i个极大值点对应灰度级的线性特征。

5.根据权利要求4所述的一种基于图像识别的混凝土板面板检测方法,其特征在于,所述线性特征为:;式中,为第i个极大值点对应灰度级中特征点个数,为第i个极大值点对应灰度级中像素点的总个数,为第i个极大值...

【专利技术属性】
技术研发人员:周游陈庆华余玮玮杨富发胡小迪陈松涛
申请(专利权)人:保利长大工程有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1