留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于鲁棒Otsu的红外无损检测缺陷分割算法

汪子君 邱俨睿 杨宏霄 孙磊

汪子君, 邱俨睿, 杨宏霄, 孙磊. 基于鲁棒Otsu的红外无损检测缺陷分割算法[J]. 红外与激光工程, 2019, 48(2): 204004-0204004(9). doi: 10.3788/IRLA201948.0204004
引用本文: 汪子君, 邱俨睿, 杨宏霄, 孙磊. 基于鲁棒Otsu的红外无损检测缺陷分割算法[J]. 红外与激光工程, 2019, 48(2): 204004-0204004(9). doi: 10.3788/IRLA201948.0204004
Wang Zijun, Qiu Yanrui, Yang Hongxiao, Sun Lei. Algorithm for defect segmentation in infrared nondestructive testing based on robust Otsu[J]. Infrared and Laser Engineering, 2019, 48(2): 204004-0204004(9). doi: 10.3788/IRLA201948.0204004
Citation: Wang Zijun, Qiu Yanrui, Yang Hongxiao, Sun Lei. Algorithm for defect segmentation in infrared nondestructive testing based on robust Otsu[J]. Infrared and Laser Engineering, 2019, 48(2): 204004-0204004(9). doi: 10.3788/IRLA201948.0204004

基于鲁棒Otsu的红外无损检测缺陷分割算法

doi: 10.3788/IRLA201948.0204004
基金项目: 

中央高校基本科研业务费(ZYGX2016J156)

详细信息
    作者简介:

    汪子君(1981-),女,副研究员,硕士生导师,主要从事红外无损检测方面的研究。Email:wangzijun@uestc.edu.cn

    通讯作者: 邱俨睿(1994-),女,硕士生,主要从事红外无损检测方面的研究。Email:982694033@qq.com
  • 中图分类号: TP391

Algorithm for defect segmentation in infrared nondestructive testing based on robust Otsu

  • 摘要: 在红外无损检测获取的图像中,缺陷区域与非缺陷区域所占面积比例悬殊,且图像经过序列增强处理之后仍然存在阴暗区域,导致缺陷分割准确性受损。为此,结合局部阈值分割法的相对阈值思想,提出一种基于鲁棒Otsu的缺陷分割算法。首先,引入邻域均值与邻域总梯度作为表征像素点的所属类别与空间状态的重要参数。然后,采用基于像素点-块区的统计调整模型对红外图像缺陷区和非缺陷区的灰度值进行动态调整。最后,采用基于灰度-邻域偏差的改进二维直方图及其区域划分方法,通过自动选取邻域边长的遗传算法搜索最佳阈值,实现红外图像的缺陷分割。结果表明:该算法不仅改善了Otsu算法的鲁棒性,且能够提高红外无损检测缺陷分割的准确性。
  • [1] Wang Dongdong, Zhang Wei, Jin Guofeng, et al. Application of cusp catastrophic theory in image segmentation of infrared thermal waving inspection[J]. Infrared and Laser Engineering, 2014, 43(3):1009-1015. (in Chinese)王冬冬, 张炜, 金国锋, 等. 尖点突变理论在红外热波检测图像分割中的应用[J]. 红外与激光工程, 2014, 43(3):1009-1015.
    [2] Zhang Jinyu, Yang Zhengwei, Tian Gan. Infrared Thermal Wave Testing and Images Sequence Processing Technology[M]. Beijing:National Defence Industry Press, 2015. (in Chinese)张金玉, 杨正伟, 田干. 红外热波检测及其图像序列处理技术[M]. 北京:国防工业出版社, 2015.
    [3] Kumbhar P G, Holambe S N. A review of image thresholding techniques[J]. International Journal of Advanced Research in Computer Science and Software Engineering, 2015, 5(6):160-163. (in Chinese)
    [4] Wang Xinyue, Gao Xuhui. Image segmentation method of self-adopting threshold[J]. Infrared and Laser Engineering, 2006, 35(S4):167-171. (in Chinese)王歆玥, 高旭辉. 一种自适应阈值分割方法[J]. 红外与激光工程, 2006, 35(S4):167-171.
    [5] Xu Chao, Huang Fenghua, Mao Zhengyuan. An improved two-dimensional Otsu thresholding segmentation method[J]. Application and Electronic Technique, 2016, 42(12):108-111. (in Chinese)徐超, 黄风华, 毛政元. 一种改进的二维Otsu阈值分割算法[J]. 电子技术应用, 2016, 42(12):108-111.
    [6] Yang Huixian, Yan Wei, Tan Zhenghua, et al. Improvement image segmentation based on average gray level-local variance two dimensional histogram[J]. Computer Engineering and Applications, 2017, 53(4):209-213. (in Chinese)杨恢先, 颜微, 谭正华, 等. 改进的灰度-局部方差二维直方图图像分割[J]. 计算机工程与应用, 2017, 53(4):209-213.
    [7] Jaafar H, Ibrahim S, Ramli D A. A robust and fast computation touchless palm print recognition system using LHEAT and the IFKNCN classifier[J]. Comput Intell Neurosci, 2015, 2015(5):1-17.
    [8] Fu Xiang, Zhang Jian, Wang Wei, et al. A new local threshold segmentation algorithm[J]. Computer Applications and Software, 2015, 32(4):195-197. (in Chinese)符翔, 张剑, 王维, 等. 一种新的局部阈值分割算法[J]. 计算机应用与软件, 2015, 32(4):195-197.
    [9] Wan A M. A proposed optimum threshold level for document image binarization[J]. Advanced Research in Computing and Applications, 2017, 7(1):8-14.
    [10] Zhuo Jinwu. Application of MATLAB in Mathematical Model[M]. Beijing:Beihang University Press, 2014. (in Chinese)卓金武. MATLAB在数学建模中的应用[M]. 北京:北京航空航天大学出版社, 2014.
  • [1] 赵霖, 王爱民, 王崑声, 于成龙.  基于改进遗传算法的虚拟制造单元继承性重构调度技术 . 红外与激光工程, 2022, 51(11): 20220510-1-20220510-10. doi: 10.3788/IRLA20220510
    [2] 武锦辉, 凌秀兰, 刘吉, 陈鑫.  缺陷诱导光学薄膜光场增强损伤分析 . 红外与激光工程, 2021, 50(8): 20210357-1-20210357-6. doi: 10.3788/IRLA20210357
    [3] 刘云朋, 霍晓丽, 刘智超.  基于深度学习的光纤网络异常数据检测算法 . 红外与激光工程, 2021, 50(6): 20210029-1-20210029-6. doi: 10.3788/IRLA20210029
    [4] 谢俊峰, 杨晨晨, 梅永康, 韩保民.  基于遗传算法的星载激光全波形分解 . 红外与激光工程, 2020, 49(11): 20200245-1-20200245-7. doi: 10.3788/IRLA20200245
    [5] 游兴海, 张彬.  光学元件质量对红外光学系统信噪比的影响 . 红外与激光工程, 2018, 47(3): 320004-0320004(9). doi: 10.3788/IRLA201847.0320004
    [6] 徐滨士, 董世运, 门平, 闫世兴.  激光增材制造成形合金钢件质量特征及其检测评价技术现状(特邀) . 红外与激光工程, 2018, 47(4): 401001-0401001(9). doi: 10.3788/IRLA201847.0401001
    [7] 郭兴旺, 管和清, 刘颖韬, 唐佳.  半透明材料红外热像检测的光谱特性和光源选择 . 红外与激光工程, 2017, 46(1): 104001-0104001(9). doi: 10.3788/IRLA201746.0104001
    [8] 游兴海, 胡小川, 彭家琪, 张彬.  元件缺陷对红外光学系统杂散辐射特性的影响 . 红外与激光工程, 2017, 46(1): 120004-0120004(6). doi: 10.3788/IRLA201746.0120004
    [9] 袁卫, 张建奇, 秦玉伟, 冯洋.  近红外光谱区光子晶体禁带与KTP缺陷研究 . 红外与激光工程, 2016, 45(1): 104005-0104005(5). doi: 10.3788/IRLA201645.0104005
    [10] 张振振, 杨爱玲, 赵扬, 南钢洋.  人工缺陷铝块试样的激光超声三维成像 . 红外与激光工程, 2015, 44(S1): 57-62.
    [11] 贾文抖, 范春利, 孙丰瑞, 杨立.  基于红外测温的内部点热源的识别 . 红外与激光工程, 2015, 44(3): 837-844.
    [12] 韦吉爵, 苏安, 唐秀福, 高英俊, 梁祖彬, 陈颖川.  缺陷对一维光子晶体滤波性能的调制 . 红外与激光工程, 2015, 44(S1): 168-172.
    [13] 张林, 范春利, 孙丰瑞, 杨立.  基于APDL的管道内壁边界识别算法 . 红外与激光工程, 2015, 44(5): 1477-1484.
    [14] 刘超明, 娄淑琴.  基于遗传算法的光纤光栅交叉敏感解调研究 . 红外与激光工程, 2015, 44(6): 1859-1864.
    [15] 劳达宝, 周维虎, 李万红, 石冬, 林心龙.  基于遗传算法的柱面光栅测角技术研究 . 红外与激光工程, 2015, 44(7): 2182-2188.
    [16] 周建民, 符正晴, 李鹏, 杨君.  孔洞缺陷的红外无损检测和PNN识别与定量评估 . 红外与激光工程, 2015, 44(4): 1193-1197.
    [17] 周建民, 蔡莉, 杨君, 符正晴, 胡林海, 李鹏.  PLS的红外无损检测电磁激励的数学模型 . 红外与激光工程, 2014, 43(11): 3633-3637.
    [18] 毛海岑, 刘爱东, 王亮.  采用混合粒子群算法的星图识别方法 . 红外与激光工程, 2014, 43(11): 3762-3766.
    [19] 张凌晓, 刘克成, 李财莲.  Tetrolet变换方块效应改善算法 . 红外与激光工程, 2014, 43(5): 1679-1684.
    [20] 蔡义, 汪红熳, 亓波.  星地激光通信无波前传感器优化算法仿真分析 . 红外与激光工程, 2013, 42(4): 1063-1068.
  • 加载中
计量
  • 文章访问数:  451
  • HTML全文浏览量:  68
  • PDF下载量:  59
  • 被引次数: 0
出版历程
  • 收稿日期:  2018-09-10
  • 修回日期:  2018-10-11
  • 刊出日期:  2019-02-25

基于鲁棒Otsu的红外无损检测缺陷分割算法

doi: 10.3788/IRLA201948.0204004
    作者简介:

    汪子君(1981-),女,副研究员,硕士生导师,主要从事红外无损检测方面的研究。Email:wangzijun@uestc.edu.cn

    通讯作者: 邱俨睿(1994-),女,硕士生,主要从事红外无损检测方面的研究。Email:982694033@qq.com
基金项目:

中央高校基本科研业务费(ZYGX2016J156)

  • 中图分类号: TP391

摘要: 在红外无损检测获取的图像中,缺陷区域与非缺陷区域所占面积比例悬殊,且图像经过序列增强处理之后仍然存在阴暗区域,导致缺陷分割准确性受损。为此,结合局部阈值分割法的相对阈值思想,提出一种基于鲁棒Otsu的缺陷分割算法。首先,引入邻域均值与邻域总梯度作为表征像素点的所属类别与空间状态的重要参数。然后,采用基于像素点-块区的统计调整模型对红外图像缺陷区和非缺陷区的灰度值进行动态调整。最后,采用基于灰度-邻域偏差的改进二维直方图及其区域划分方法,通过自动选取邻域边长的遗传算法搜索最佳阈值,实现红外图像的缺陷分割。结果表明:该算法不仅改善了Otsu算法的鲁棒性,且能够提高红外无损检测缺陷分割的准确性。

English Abstract

参考文献 (10)

目录

    /

    返回文章
    返回