[发明专利]一种基于引导滤波的固体火箭发动机CT图像边缘检测算法在审
申请号: | 202210733845.6 | 申请日: | 2022-06-27 |
公开(公告)号: | CN115205316A | 公开(公告)日: | 2022-10-18 |
发明(设计)人: | 宣兆龙;李天鹏;戴俊杰;高欣宝;姚恺;杨清熙 | 申请(专利权)人: | 中国人民解放军陆军工程大学 |
主分类号: | G06T7/13 | 分类号: | G06T7/13;G06T7/155;G06T7/168;G06T7/174;G06T5/00;G06T5/20;G06T5/50 |
代理公司: | 北京高沃律师事务所 11569 | 代理人: | 韩雪梅 |
地址: | 050003 *** | 国省代码: | 河北;13 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 引导 滤波 固体 火箭发动机 ct 图像 边缘 检测 算法 | ||
1.一种基于引导滤波的固体火箭发动机CT图像边缘检测算法,其特征在于,包括:
获取发动机灰度图像;
基于改进形态学方法对所述发动机灰度图像进行边缘提取,得到第一边缘提取图像;
基于小波模极大值方法对所述发动机灰度图像进行边缘提取,得到第二边缘提取图像;
将所述第一边缘提取图像作为原始图像,将所述第二边缘提取图像作为引导图像,基于引导滤波方法,得到缺陷边缘识别结果。
2.根据权利要求1所述的固体火箭发动机CT图像边缘检测算法,其特征在于,所述基于改进形态学方法对所述发动机灰度图像进行边缘提取,得到第一边缘提取图像,包括:
获取M个方位结构元和N个尺度结构元素;
基于M个所述方位结构元和方位结构算子对所述发动机灰度图像进行边缘提取,得到M个方位边缘识别图像;
基于N个尺度结构元素和尺度结构算子对所述发动机灰度图像进行边缘提取,得到N个尺度边缘识别图像;
对M个所述方位边缘识别图像和N个所述尺度边缘识别图像进行加权求和,得到所述第一边缘提取图像。
3.根据权利要求1所述的固体火箭发动机CT图像边缘检测算法,其特征在于,所述基于小波模极大值方法对所述发动机灰度图像进行边缘提取,得到第二边缘提取图像,包括:
定义平滑函数,求解所述平滑函数的偏导数,得到小波变换函数;
基于所述小波变换函数对所述发动机灰度图像进行卷积处理,得到梯度矢量;
沿所述梯度矢量方向进行极大值检测,得到所述第二边缘提取图像。
4.根据权利要求1所述的固体火箭发动机CT图像边缘检测算法,其特征在于,所述将所述第一边缘提取图像作为原始图像,将所述第二边缘提取图像作为引导图像,基于引导滤波方法,得到缺陷边缘识别结果,包括:
将所述第二边缘提取图像作为引导图像,基于所述引导图像对局部能量函数进行求解,得到线性系数;
将所述第一边缘提取图像作为原始图像,基于所述线性系数和所述原始图像,得到边缘识别图像;所述边缘识别图像即为所述缺陷边缘识别结果。
5.一种基于引导滤波的固体火箭发动机CT图像边缘检测系统,其特征在于,包括:
数据获取模块,用于获取发动机灰度图像;
形态学模块,用于基于改进形态学方法对所述发动机灰度图像进行边缘提取,得到第一边缘提取图像;
小波模块,用于基于小波模极大值方法对所述发动机灰度图像进行边缘提取,得到第二边缘提取图像;
引导滤波模块,用于将所述第一边缘提取图像作为原始图像,将所述第二边缘提取图像作为引导图像,基于引导滤波方法,得到缺陷边缘识别结果。
6.根据权利要求5所述的固体火箭发动机CT图像边缘检测系统,其特征在于,所述形态学模块包括:
结构元单元,用于获取M个方位结构元和N个尺度结构元素;
方位识别单元,用于基于M个所述方位结构元和方位结构算子对所述发动机灰度图像进行边缘提取,得到M个方位边缘识别图像;
尺度识别单元,用于基于N个尺度结构元素和尺度结构算子对所述发动机灰度图像进行边缘提取,得到N个尺度边缘识别图像;
加权求和单元,用于对M个所述方位边缘识别图像和N个所述尺度边缘识别图像进行加权求和,得到所述第一边缘提取图像。
7.根据权利要求5所述的固体火箭发动机CT图像边缘检测系统,其特征在于,所述小波模块包括:
变换函数单元,用于定义平滑函数,求解所述平滑函数的偏导数,得到小波变换函数;
小波变换单元,用于基于所述小波变换函数对所述发动机灰度图像进行卷积处理,得到梯度矢量;
极大值检测单元,用于沿所述梯度矢量方向进行极大值检测,得到所述第二边缘提取图像。
8.根据权利要求5所述的固体火箭发动机CT图像边缘检测系统,其特征在于,所述引导滤波模块包括:
线性单元,用于将所述第二边缘提取图像作为引导图像,基于所述引导图像对局部能量函数进行求解,得到线性系数;
滤波单元,用于将所述第一边缘提取图像作为原始图像,基于所述线性系数和所述原始图像,得到边缘识别图像;所述边缘识别图像即为所述缺陷边缘识别结果。
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中国人民解放军陆军工程大学,未经中国人民解放军陆军工程大学许可,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/202210733845.6/1.html,转载请声明来源钻瓜专利网。