[发明专利]一种基于X-ray imaging与Sobel-SCN的GIS缺陷检测方法

权利要求书

1.一种基于X-ray imaging与Sobel-SCN的GIS缺陷检测方法，包括：

S1、获取GIS设备X射线图像；

S2、对所述图像进行旋转、去噪、增强、二值化预处理；

S3、基于Sobel算法提取图像边缘信息；

S4、基于数学形态学完善图像边缘轮廓信息；

S5、分割图像、标定分割图像重心；

S6、构造特征矢量集；

S7、采用SCN，将归一化后的特征矢量集作为输入，对所述特征矢量集进行分类，实现GIS缺陷识别。

2.根据权利要求1所述的GIS缺陷检测方法，其中，步骤S2中，对图像进行旋转处理，获得位置校正图像；对图像进行中值非线性滤波去噪处理，获得去噪图像；对图像进行亮暗对比增强处理，获得增强图像；对图像进行二值化处理是将X射线图像的像素点设置为0或255。

3.根据权利要求1所述的GIS缺陷检测方法，其中，步骤S3中，应用Sobel算子对图像进行边缘检测，获得图像边缘信息。

4.根据权利要求1所述的GIS缺陷检测方法，其中，步骤S4中，应用数字形态学原理对图像进行开闭运算，获得完善的图像边缘轮廓信息。

5.根据权利要求1所述的GIS缺陷检测方法，其中，步骤S5中，采用加窗色调直方图的模糊C均值聚类算法(Fuzzy C-means clustering algorithm based on windowed huehistogram,MHFCM)分割算法对图像进行分割，获得目标区域图像；标定分割图像重心，为建立特征矢量集提供基础。

6.根据权利要求1所述的GIS缺陷检测方法，其中，步骤S6中，构造图像轮廓的特征矢量集，用于表征图像的边缘轮廓信息特征，构造特征矢量集的步骤包括：

(1)在分割后图像的重心建立极坐标；

(2)以重心为中心对轮廓线进行扫描；

(3)将轮廓线按照圆心分成360个区域，获得一组360个角度的矢量点集，这组矢量点集即为表征轮廓线的特征矢量集。

7.根据权利要求1所述的GIS缺陷检测方法，其中，步骤S7中，应用随机配置网络(SCN)作为分类器，并进行下述训练：

(1)读入样本图像，标定图像标签；

(2)按照S1至S6所述对图像进行处理并提取轮廓线特征信息，将归一化后的特征矢量集作为SCN模型的输入；

(3)训练SCN模型；

(4)进行GIS缺陷识别。