[发明专利]一种爬索机器人视频缺陷信息自动提取方法

说明书

本发明公开了一种爬索机器人视频缺陷信息自动提取方法，包括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；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；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，生成缺陷信息等步骤。其显著效果是：避免了缺陷信息提取是背景信息的干扰，提高了信息提取效率，并提高了信息提取质量。

技术领域

本发明涉及到桥梁拉索表面缺陷检测技术领域，具体地说，是一种爬索机器人视频缺陷信息自动提取方法。

背景技术

在众多的桥梁病害中，拉索表面缺陷是一种重要的危险标志。拉索表面PE保护套是保护内部钢丝免受腐蚀的重要措施之一，它的破损程度反映了拉索内部钢丝的健康状态，当拉索表面PE保护套出现严重缺陷时，其内部钢丝出现腐蚀的概率很大，就需要对拉索的内部钢丝进行检测，因此对拉索外观进行定期检测是国内外的惯例。

早期对桥梁拉索表面缺陷的检测主要靠人工检测，但是人工检测效率低、安全隐患高、主观性大，容易出现漏检。现在一些桥梁检测公司利用爬索机器人拍摄拉索表面视频，然后人工观看视频或者转换为图像再人工观察来确定拉索表面缺陷。爬索机器人的使用成功解决了检测过程中外业作业困难的问题，但是后期的视频处理还不够智能化。

为此，中国专利CN 107328781 A公开了一种基于机器视觉的柱状产品表面缺陷检测方法及装置，通过获取柱形产品表面图像，经预处理后进行边缘提取，建立ROI区域，并采用阈值分割的灰度分析方法，提取缺陷部位。但是，该方案针对的是在室内采集的图像数据，要求背景环境可控、光源可控，而桥梁拉索表面视频为野外采集的数据，背景环境不可控，光源不可控，条件相对复杂，检测难度大；另外，该专利提取ROI区域的时候，只利用的边缘检测方法，对环境更复杂的情况适应性较差。

发明内容

针对现有技术的不足，本发明的目的是提供一种爬索机器人视频缺陷信息自动提取方法，该方法根据拉索的不同颜色选择颜色空间，并采用先背景分割后缺陷信息提取的方案，且在背景分割时利用灰度与梯度信息，能够减少背景信息的干扰，提高分割质量。

为达到上述目的，本发明采用的技术方案如下：

一种爬索机器人视频缺陷信息自动提取方法，其关键在于包括如下步骤：

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。

进一步的，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。

更进一步的，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。

进一步的，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；