[发明专利]一种爬索机器人视频缺陷信息自动提取方法

权利要求书

1.一种爬索机器人视频缺陷信息自动提取方法，其特征在于，包括如下步骤：

步骤1，视频数据输入；

步骤2，视频数据预处理：将视频数据转换为数字图像，并根据拉索颜色选择不同颜色空间，对数字图像进行颜色空间转换，获得拉索表面缺陷检测图像序列；

步骤3，图像背景分割：采用基于灰度-梯度矩阵的阈值分割法对拉索表面缺陷检测图像序列中的每幅图像进行单幅图像分割处理，并对分割后的拉索表面缺陷检测图像序列进行统计分析与掩模处理，得到拉索区域图像；

步骤3中所述单幅图像分割处理的具体步骤为：

步骤3.1：输入拉索表面缺陷检测图像序列，并进行图像预处理；

步骤3.2：将图像的灰度值与梯度值进行组合，构建灰度-梯度矩阵；

步骤3.3：基于灰度-梯度矩阵，采用阈值分割法对图像进行分割，获得拉索表面缺陷检测图像的背景区域掩模；

图像序列统计分析过程如下：

假设一个图像序列共有K幅图像，令每幅图像的背景掩模中像素点(m,n)的像素值f_k(m,n)为：

则图像序列内的所有图像在像素点(m,n)为拉索区域的概率p₁(m,n)为：

则图像序列内的所有图像在像素点(m,n)为背景区域的概率p₂(m,n)为：

p₂(m,n)＝1-p₁(m,n)，

正常拉索表面缺陷检测图像，拉索区域掩模的理论像素值为1，背景区域掩模的理论像素值为0，确定一个合适的统计阈值T，当p₁(m,n)＞T时判定该像素点为拉索区域，p₂(m,n)＞T时判定该像素点为背景区域；

步骤4，缺陷信息提取：对拉索区域图像进行缺陷区域分割，并通过形态学处理获得缺陷区域，采用形状描述子对缺陷区域进行描述，生成缺陷信息。

2.根据权利要求1所述的爬索机器人视频缺陷信息自动提取方法，其特征在于：步骤2在将视频数据转换为数字图像过程中，间隔若干帧数抽取一帧图像进行保存，且保存的相邻帧之间具有重叠信息。

3.根据权利要求1或2所述的爬索机器人视频缺陷信息自动提取方法，其特征在于：步骤2中进行颜色空间转换时，若拉索为银灰色选用Lab颜色空间，若拉索为彩色则选用HSV颜色空间。

4.根据权利要求1所述的爬索机器人视频缺陷信息自动提取方法，其特征在于：步骤3.2中灰度-梯度矩阵的构建步骤为：

步骤3.2.1：计算图像的灰度矩阵I_M×N与梯度矩阵J_M×N，

所述灰度矩阵I_M×N的计算公式为：

所述梯度矩阵J_M×N的计算公式为：

其中，f(i,j)为M×N图像中像素(i,j)的灰度值，g(i,j)为M×N图像中以像素(i,j)为中心、大小为l×l的窗口w的梯度值，l为奇数且l＞1，(i,j)为M×N图像中的像素点，i∈[0,M-1]，j∈[0,N-1]；

步骤3.2.2：分别按照公式对灰度矩阵I_M×N和梯度矩阵J_M×N进行归一化处理，其中f_max(i,j)为灰度矩阵I_M×N的最大值，g_max(i,j)为梯度矩阵J_M×N的最大值；

步骤3.2.3：将归一化后的灰度矩阵与梯度矩阵组合成二维的灰度-梯度矩阵

5.根据权利要求4所述的爬索机器人视频缺陷信息自动提取方法，其特征在于：所述梯度值g(i,j)的计算公式为：

其中，l为窗口w的大小，l为奇数且l＞1，(i,j)为M×N图像中的像素点，i∈[0,M-1]，j∈[0,N-1]，x_mn为窗口w中像素点(m，n)的灰度值，为窗口w中所有像素点灰度的平均值。