[发明专利]一种大坝表面裂缝骨架提取方法有效
申请号: | 201910289936.3 | 申请日: | 2019-04-11 |
公开(公告)号: | CN110060243B | 公开(公告)日: | 2022-06-28 |
发明(设计)人: | 郝更新;程鹏;张立;李广凯;郑小贺;刘渊源;张玉平 | 申请(专利权)人: | 国家电网有限公司;国网新源控股有限公司;山东泰山抽水蓄能电站有限责任公司 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06T7/60;G06V20/00;G06V10/26;G06N3/00 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 100031 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 大坝 表面 裂缝 骨架 提取 方法 | ||
1.一种大坝表面裂缝骨架提取方法,其特征在于,该方法步骤包括:
步骤1:利用工业相机对大坝裂缝进行图像采集;
步骤2:对采集到的所述图像进行斑点检测;
步骤3:用卡尔曼滤波跟踪算法标出所述图像中斑点的位置;
步骤4:利用数学形态学的方法去除标出的斑点,得到去除斑点的大坝裂缝图像;
步骤5:对去除斑点的大坝裂缝图像进行基于遗传算法的骨架提取操作;
先对所述图像进行预设想要提取的斑点数,默认设置为120个;
预设LoG参数,sigma参数初始值设为2,最终值设为15,sigma参数增长步长为1,对图像计算尺度规范化的高斯拉普拉斯算子;
接着对图像进行梯度最大值的搜索,对局部极值进行降序排列,提取最大极值点并将该极值点作为提取的一个斑点放入到斑点数组;
每提取完一次斑点后都对图像进行一次基于暗通道的图像增强操作;
循环提取所需要的斑点数;
所述图像增强操作为:建立图像退化模型,计算大气光值,粗略得到透射率预估值,对所述透射率预估值进行优化得到精确的透射率值,对退化模型逆变换;
所述图像退化模型的建立公式2为:
Edt(d,λ)=E0e-β(λ)d;
Ea(d,λ)=A(1-e-β(λ)d);
I(x)=J(x)t(x)+A(1-t(x));
其中,A为环境光,表示的是为无穷远点处的大气光,Edt(d,λ)为衰减模型,Ea(d,λ)为大气光模型;C指的是RGB三通道;I(x)为输入图像I在像素点x处的值,J(x)为输出图像,t(x)=e-βd(x)为场景点的透射率;
从所述输入图像I中寻找对应的具有最高亮度的点的值,作为所述大气光值;
对原图进行下采样,缩小为原图的1/4;
利用传统法快速求得缩小后图像的透射率,此透射率为所述透射率预估值;
利用数学形态学的方法提取图像的边缘信息,进行膨胀化处理,得到图像的二值信息图;
中心像素的透射率为周围像素预估透射率的加权和,权值为中心像素到周围像素欧式距离的倒数;
将所述中心像素的透射率代入退化模型;
逆操作进行图像增强;
导入所述图像,进行卡尔曼滤波器初始化,循环遍历所有图像,计算并标出所求斑点所在的质心坐标及半径,对卡尔曼滤波器进行更新操作;
所述步骤5具体包括:
步骤a:读入图像;
步骤b:将RGB图像转为灰度图像;
步骤c:将读入的图像缩小为原来尺寸的0.4倍;
步骤d:定义染色体长度Ichrom为8,定义种群大小popsize为10,定义杂交概率cross_rate为0.7,定义变异概率muration_rate为0.4,定义最大遗传代数maxgen为150;
步骤e:初始化种群;
步骤f:进行遗传操作;
步骤g:用所找到的阈值进行图像分割,完成骨架提取;
计算图像尺度规范化的高斯拉普拉斯算子,其公式如下:
其中σ为尺度,x,y为像素大小,为尺度规范化的高斯拉普拉斯算子,为高斯拉普拉斯算子;
所述步骤f中所述遗传操作包括:计算适应度值及排序,进行精英选择操作、交叉操作和变异操作;
去除图像的斑点,具体包括:
按照升序顺序对检测斑点数组进行逐一操作;
以斑点像素值为中心,建立一个5*5的图像邻域;
斑点的像素值为周围像素值的加权和,权值为中心像素到周围像素的欧式距离的倒数;
检测斑点数组是否指向最后一个,如果没有指向最后一个继续进行周围像素值的加权替换操作。
2.根据权利要求1所述的大坝表面裂缝骨架提取方法,其特征在于,所述步骤1中的采用的所述工业相机为支持2592×1944@30fps高清画面输出,支持H.265高效压缩算法,支持0.02Lux/F1.6彩色,0.002Lux/F1.6黑白,摄像头支持23倍光学变倍,16倍数字变倍,照明系统采用高效红外阵列,低功耗,照射距离达200m;支持三码流技术,每路码流可独立配置分辨率及帧率,支持3D数字降噪、宽动态、透雾、强光抑制和电子防抖的工业相机。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于国家电网有限公司;国网新源控股有限公司;山东泰山抽水蓄能电站有限责任公司,未经国家电网有限公司;国网新源控股有限公司;山东泰山抽水蓄能电站有限责任公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910289936.3/1.html,转载请声明来源钻瓜专利网。