[发明专利]一种基于图像处理的管道故障并行全局阈值检测方法

摘要

本发明提出一种基于图像处理的管道故障并行全局阈值检测方法，流程包括：实时获取管道三通道彩色图像；转换到灰度空间；计算最佳阈值；模糊降噪；中心区间设定、阈值区间均分、多个阈值并行检测，得到多个阈值下的二值化图像；边缘检测；提取出图像中的各条轮廓；去除不在长度阈值范围内的轮廓；并行全局阈值综合分析提取检测。本发明极大程度上解决了传统图像处理中噪点过多的问题，为管道故障分析提供更准确的综合故障检测图，提高缺陷检测评估的准确性；帮助检测人员及时进行管道安全问题诊断，进行及时的维修，延长金属器材的使用寿命，使繁琐复杂的管道内环境安全问题的检测与评估简单化，减少管道工程中不必要的损失，创造了社会经济效益。

主权项

1.一种基于图像处理的管道故障并行全局阈值检测方法，其特征在于，包括如下流程：步骤1：实时获取管道三通道彩色图像文件；步骤2：将三通道彩色图像文件转换到灰度空间，得到灰度图像，转换公式为：Y←K1·R+K2·G+K3·B其中，R为三通道彩色图像中的红色数值，G为三通道彩色图像中的绿色数值，B为三通道彩色图像中的蓝色数值，Y为得到的灰度图像，K1、K2、K3分别为灰度图像对应红色、绿色、蓝色转换系数；步骤3：使用自适应二值化阈值选择算法计算得到图像中二值化检测最佳阈值，具体流程包括步骤3.1～步骤3.4：步骤3.1：在灰度图像中截取得到合理尺寸区域，获得有效灰度图像：截取得到长、宽分别为原图长、宽的q倍的中心有效区域，q<1，用以排除未受光照的无效区域；步骤3.2：判断有效灰度图像是否满足光照条件：当满足条件时，继续步骤3.3，否则立即停止检测，提醒光照不足，不适合继续检测；其中，λ是图像基准灰度值，α为灰度值大于λ的像素点总数，为有效区域内像素点总数；步骤3.3：定义灰度光强比例：分别有四个特殊点α₁,α₂,α₃,α₄,满足关系式：β1,β2,β3,β4分别为α1,α2,α3,α4，四个特殊点对应的灰度光强比例；对关系式进行求解，得到：步骤3.4：根据灰度值大于λ的像素点总数α，运用函数δ＝δ(α)求得最佳阈值δ；函数中ε为特殊设定的阈值补偿量，α1,α2,α3,α4分别作为该目标图像最佳阈值函数的分段区间的区间端点，根据α所处分段函数区间，计算δ；步骤4：采用均值滤波方法对步骤2所得灰度图像进行平滑处理，获得降噪后的图像；步骤5：对降噪后的图像利用灰度最佳阈值δ进行中心区间设定、阈值区间均分，p个阈值下高亮阈值与阴影阈值并行检测，从而得到2×p个阈值下的二值化图像，故障在二值化处理后仅有高亮及阴影两种表现形式；步骤6：对2×p个二值化图像进行边缘检测；步骤7：设定轮廓函数σ(x,y)，{轮廓i}集合是第i个轮廓的所有像素集合，对2×p个边缘检测后图像提取出图像中的各条轮廓：σ1(x,y)＝255；(x,y)∈{轮廓1}；σ2(x,y)＝255；(x,y)∈{轮廓2}；…σn(x,y)＝255；(x,y)∈{轮廓n}；式中(x，y)代表像素在图像中所处位置，σn(x,y)为第n条轮廓函数；步骤8：在各条轮廓中，筛选去除像素总数不在长度阈值范围内的轮廓：η(i)是轮廓i中像素点总数，length({轮廓i})为函数值反映轮廓i中包括的像素总数，t1、t2分别是根据像素点人工确定的长度阈值上下限，对轮廓进行如下操作：η(i)＝lengt({轮廓i})…步骤9：将2×p幅处理图进行并行全局阈值综合分析提取检测，得到该图像并行全局阈值综合分析所得综合故障检测图，具体流程如下：步骤9.1：所述高亮组图像按阈值大小顺序排列分为p/2小组:image1‑1与image1‑2、image1‑3与image1‑4、…image1‑(p‑1)与image1‑p；阴影组图像作相同处理：阴影组图像按阈值大小顺序排列分为p/2小组：image2‑1与image2‑2、image2‑3与image2‑4、…image1‑(p‑1)与image2‑p；步骤9.2：分别对高两组和阴影组内各小组之间图像进行轮廓比对提取，对重叠轮廓部分图像进行保留，确定为此两相邻阈值处理下的共同故障；对不重叠轮廓部分图像进行删除；步骤9.3：将步骤9.2中得到的各组故障轮廓进行叠加操作后的图像，放置到最终的图像文件中，全部复原至与原图像相同大小的新图像中，得到该图像并行全局阈值综合分析后的综合故障检测图。