《基于CCD图像的表面裂纹检测》
采用灰度阈值法对图像进行分割,然后应用数学形态学的方法对图像进行缺陷修补与细化,最后获取表面裂纹的位置和长度,并对裂纹的扩展速率进行了预测。
方法步骤
-
去噪声
中值滤波 -
阈值分割
表面裂纹图像中的裂纹区域灰度值比较小,其他表面部位灰度值则比较大,即对象( 裂纹区域) 和背景占据不同的灰度级范围。对于这类图像,应用阈值分割法能成功地将对象从背景中分离出来。 目前有:直方图阈值分割法、类间方差阈值
分割法、二维最大熵值分割法和共生矩阵阈值分割法等
,本文选用最简单的直方图阈值分割法获取阈值,将小于阈值的区域即裂纹区域显示为白色( 灰度值为 255) ,大于阈值的区域即背景区域显示为黑色( 灰度值为 0),得到二值图像。 -
膨胀和腐蚀
经阈值分割后的二值图像中可能存在凹洞、毛刺和断线等缺陷,采用数学形态学的方法对二值图像进行修补,以消除图像中的缺陷和噪声。 -
形态学细化
图像的细化处理是指在保留图像几何形状的前提下,尽量减少图形所包含的信息量。利用细化后的图像,可以方便地提取裂纹长度、裂纹走向等特征,并对不同时间段的裂纹图像进行比较,从而进行裂纹扩展机理等的研究。