[发明专利]基于图像处理的X射线焊缝区域提取方法

权利要求书

1.一种基于图像处理的X射线焊缝区域提取方法，其特征在于，包括以下步骤：

步骤A：图像预处理；

步骤A1：图像去噪；

步骤A2：灰度增强；

步骤A3：模板匹配；

A31：人工截取模板图像；

A32：计算模板参数；

A33：计算子图像块与模板的距离，找出距离最小的子图像块；

步骤B：基于最小二乘直线拟合的边缘检测；

步骤B1：将图像按行分为一系列的灰度曲线；

步骤B2：选取一个窗口，对灰度曲线上处于窗口内的w个像素点进行最小二乘直线拟合，将拟合直线的斜率作为窗口中心像素点的响应；

步骤B3：将窗口在灰度曲线上从左到右滑动，得到整条灰度曲线的响应曲线；

步骤C：计算尺度乘积，得到焊缝区域的边界；

步骤C1：计算尺度乘积；

步骤C2：对尺度响应乘积曲线进行非极大值抑制，并找出其中最大的波峰点；

步骤C3：对图像每一行的灰度曲线进行同样的操作，得到焊缝区域的边界。

2.根据权利要求1所述的一种基于图像处理的X射线焊缝区域提取方法，其特征在于，步骤A32计算模板参数具体方法如下：

通过对模板的训练，计算出Ψ、w、M三个参数，其计算步骤如下所示：

a计算平均模板

Ψ = 1 n Σ i = 1 n x i ]]>

其中，向量xi为第i个模板图像的每一列向量串联而成的向量；

b计算每一张模板图像与平均模板的差值矢量

di＝xi-Ψ,(i＝1,2,…,n)；

c构建协方差矩阵

C = 1 n Σ i = 1 n d i d i T = 1 n AA T ; ]]>

d求协方差矩阵的特征值和特征向量，构造特征模板空间：

设求得的ATA的特征值λi所对应的特征向量为νi，选取前k个最大的特征值及其对应的特征向量，k的值一般根据前k个最大的特征值之和占所有特征值之和的99％来选取，则原协方差矩阵的特征向量为：

u i = 1 λ i Av i , ( i = 1 , 2 , ... , k ) ]]>

其特征模板空间为：

w＝(u1,u2,…,uk)；

e将每一幅模板图像与平均模板的差值矢量投影到特征模板空间，即：

Ωi＝wTdi(i＝1,2,…,n)；

f计算模板空间投影均值

M = 1 n Σ i = 1 n Ω i . ]]>