[发明专利]微通道管的图像识别系统无效

专利信息
申请号: 201310347718.3 申请日: 2013-08-09
公开(公告)号: CN103473552A 公开(公告)日: 2013-12-25
发明(设计)人: 陶会芳;吴臻 申请(专利权)人: 上海臻厘信息科技有限公司
主分类号: G06K9/60 分类号: G06K9/60;G06T7/00;G06T5/00
代理公司: 上海汉声知识产权代理有限公司 31236 代理人: 郭国中
地址: 201102 上海市闵*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 通道 图像 识别 系统
【权利要求书】:

1.一种微通道管的图像识别系统,其特征在于,包括:X光机成像系统、图像识别系统和报警装置,所述X光机成像系统用以采集微通道管图像;所述图像识别系统分别与所述X光机成像系统和报警装置连接,用以对X光机成像系统获取的图片进行识别处理以检测微通道管是否堵塞,若堵塞输出报警信号至报警装置,报警装置输出报警信息,其中,所述图像识别系统进一步包括:

图像去噪模块:与所述X光机成像系统连接,用以去除采集图像上的随机噪声和高斯白噪声,排除随机电信号的干扰;

图像增强模块:与所述图像去噪模块连接,针对获取的图像清晰度不高,对图像进行直方图均衡化处理,拉大灰度直方图的动态范围来进行增强图像;

图像平滑模块:与所述图像增强模块连接,用以针对边缘的锯齿和边界不平整的情况,对图像进行均值滤波来平滑边缘;

二值化模块:与所述图像平滑模块连接,用以对灰度图像进行处理,利用局部二值化算子,提取黑白二值化图像;

边缘检测模块:与所二值化模块连接,用以通过检测二值化图像的边缘,获取边缘信息;

边缘过滤模块:与所述边缘检测模块连接,用以过滤掉分布不规律的边缘,保留在同向方向上的边缘;

直线拟合模块:与所述边缘过了模块连接,用以通过拟合边缘,获取微通道管的边缘线;

检测判定模块:与所述直线拟合模块连接,用以通过边缘检测线的个数以及边缘检测线之间的距离来判断微通道管的堵塞情况,并根据判断结果输出报警信息。

2.根据权利要求1所述的微通道管的图像识别系统,其特征在于,所述图像去噪模块将开启和闭合结合起来滤除噪声,具体包括以下步骤:

首先对有噪声图像进行开启操作,选择结构要素矩阵比噪声的尺寸大,开启将背景上的噪声去除;

其次,对前一步得到的图像进行闭合操作,将图像上的噪声去掉。

3.根据权利要求2所述的微通道管的图像识别系统,其特征在于,所述图像去噪模块通过开闭操作滤除随机噪声和高斯白噪声,其中,开启操作的结构要素尺寸为5,闭合操作的结构要素尺寸为3。

4.根据权利要求1所述的微通道管的图像识别系统,其特征在于,所述图像增强模块利用直方图均衡化进行图像增强操作,将原始图像的灰度直方图从比较集中的某个灰度区间变成在全部灰度范围内的均匀分布,其中,

所述直方图均衡化为:对图像进行非线性拉伸,重新分配图像像素值,使一定灰度范围内的像素数量大致相同。

5.根据权利要求1所述的微通道管的图像识别系统,其特征在于,所述图像平滑模块通过均值滤波器来消除边界的锯齿和不平滑现象,具体使用像素周围5×5像素范围内的平均值来置换该像素值,通过使图像模糊,达到看不到细小噪声的目的消除边界的锯齿和不平滑。

6.根据权利要求1所述的微通道管的图像识别系统,其特征在于,所述二值化模块利用局部二值化算子,将9×9窗口的灰度最小值和最大值的平均值作为一个窗口的中心像素的阈值,通过该阈值来二值化,获取二值化图像。

7.根据权利要求1所述的微通道管的图像识别系统,其特征在于,所述边缘检测模块通过对二值化图像的边缘进行拟合获取图像的边缘。

8.根据权利要求1所述的微通道管的图像识别系统,其特征在于,所述边缘过滤模块将不在目标区域的边缘线过滤掉,通过边缘线的方向和距离进行剔除,方向偏离中心较大和距离偏离中心线较远的边缘线去除。

9.根据权利要求8所述的微通道管的图像识别系统,其特征在于,所述直线拟合模块通过边缘过滤模块获取的边缘过滤线拟合管道孔径所在的直线。

10.根据权利要求9所述的微通道管的图像识别系统,其特征在于,所述检测判定模块将直线区域分为四个部分,作出四条直线的相交线,通过直线的相交点判别管道的条数,若第一条直线的相交点为N1,其他三条依次为N2,N3,N4,则管道的条数为(N1+N2+N3+N4)/4取整,若该值小于管道的实际数值,则表示管道有堵塞,输出报警信号,否则无堵塞,不报警。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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上海臻厘信息科技有限公司,未经上海臻厘信息科技有限公司许可,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/201310347718.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top