[发明专利]基于多重分形谱的裂纹特征表征方法及系统

权利要求书

1.一种基于多重分形谱的裂纹特征表征方法，其特征在于，包括：

获取裂纹图像，对所述裂纹图像进行预处理，得到预处理后的裂纹图像；

对预处理后的裂纹图像进行分割，获得子图像；

构建所述子图像的多重分形谱，根据所述多重分形谱的奇异性指数、多重分形奇异谱以及预设的权重因子建立子图像组合后的多重分形谱，包括在子图像的多重分形谱构建后，以每一列或每一行的多个子图像为一组，分别以奇异性指数和多重分形奇异谱作为纵坐标，权重因子作为横坐标，建立子图像组合后的多重分形谱；

对组合后的多重分形谱进行可视化处理，生成以颜色表示数值大小关系的色度图，将每一组子图像的裂纹的非线性特征与其空间分布信息相结合，生成以颜色深浅表示数值大小的色度图，包括通过归一化处理分别将一次处理数据中多重分形奇异谱与奇异性指数的最大值设定为灰度值为255的像素块，最小值设定为灰度值为0的像素块，通过imagesc函数与colormap函数将每个子图像的奇异性指数与多重分形奇异谱分别生成一个不同颜色的1×21的像素块，其中颜色的深浅表示其所对应的多重分形奇异谱或奇异性指数的数值的大小，即颜色越深，其对应数值越大；

根据所述色度图表征裂纹扩展的分形特征；

其中，构建所述子图像的多重分形谱的步骤包括：

计算所述子图像上所有像素点的灰度值的总和，将所述子图像分割为若干盒子，并计算每个盒子的灰度值；

预设权重因子，根据所述子图像的灰度值的总和以及每个盒子的灰度值计算奇异性指数变量矩阵和多重分形谱中间变量矩阵；

根据所述奇异性指数变量矩阵和多重分形谱中间变量矩阵求解奇异性指数和多重分形奇异谱；

利用所述奇异性指数和多重分形奇异谱构建所述子图像的多重分形谱。

2.根据权利要求1所述的基于多重分形谱的裂纹特征表征方法，其特征在于：对所述裂纹图像进行预处理包括：

将所述裂纹图像的局部图像分成两类，第一类为裂纹相互交错的局部图像，第二类为裂纹未相互交错的局部图像；

分别对两类的局部图像进行预处理。

3.根据权利要求2所述的基于多重分形谱的裂纹特征表征方法，其特征在于：对两类的局部图像进行预处理包括：

对第一类局部图像依次进行灰度化、滤波和腐蚀处理，并通过220/255的阈值进行二值化处理；对第二类局部图像依次进行灰度化和滤波处理，通过[0.03，0.7]的阈值进行灰度变换，对灰度变换后的图像进行腐蚀、开操作和闭操作，加深其图像特征，并通过249/255的阈值进行二值化处理，在第一次黑白颜色互换后去除游离点，并进行第二次黑白颜色互换操作。

4.根据权利要求1所述的基于多重分形谱的裂纹特征表征方法，其特征在于：计算所述子图像上所有像素点的灰度值的总和包括：

所述子图像上所有像素点的灰度值的总和的计算公式如下：

式中，npix表示子图像上所有像素点的灰度值的总和，a_ij表示第i行第j列的像素点的灰度值，rows表示图像横向像素，cols表示图像纵向像素。

5.根据权利要求1所述的基于多重分形谱的裂纹特征表征方法，其特征在于：将所述子图像分割为若干正方形盒子，并计算每个正方形盒子的灰度值包括：

每个正方形盒子的灰度值的计算公式如下：

式中，nl_ij表示每个正方形盒子的灰度值，a_mn表示正方形盒子第m行第n列的灰度值，siz表示正方形盒子的边长。

6.根据权利要求1所述的基于多重分形谱的裂纹特征表征方法，其特征在于：所述奇异性指数变量矩阵和多重分形谱中间变量矩阵的计算公式如下：

式中，aql表示奇异性指数变量矩阵，fql表示多重分形谱中间变量矩阵，pl_k表示nl_ij与npix的比值，表示pl_k的q阶矩，muiql_k表示各像素点pl_k的q阶矩之和。