构件孔洞缺陷图像的边缘检测

ｅ ｇ ｃ ｕ ａｅ ｙ ｄ ｅ ａ ｃ ｒ ｔｌ ．Ｅｘ ｅ ｍｅ ｔ ｅ ｕ ｔ ｓ ｏ ｔ ａ ｅｐ ｏ ｏ ｅ ｄ ｅ ｄ ｔ ｃｉｎ ａ ｇ ｒ ｍ ｏ ｎｙ ｃ ｎ ｓ ｌｅ ｔ ｅ ｐ ｏ ｌｍ ｐ ｒ ｎ ａ ｒ ｓ ｌ ｈ ｗ ｔｔ ｒ ｐ ｓ ｄ ｅ ｇ ｅｅ ｔ ｏｉ ｉ ｌ ｓ ｈ ｈ ｏ ｌ ｈ ｔ ｎ ｔｏ ｌ ａ ｏｖ ｒ ｂ ｅ ｈ ｏ ｄ ｅ ｎ ｉｅ ｕ ｓ ａ ｅ ｇ ｏ ａ ａ ｉ ｔ ｎ ｅ ｇ ｘｒ ｃｉ ｎ ｎ ｄ ｅ ｓ ｒ ｓｔ ｅａ ｃ ｒ ｃ ｆ ｄ ｅ ｐ ｓｔ ｎ ｗ ｉ ｅ ｆｅ ｇ ｏ ｓ ，ｂ ｔ ｏ ｈ ｓｔ ｏ ｄ ｃ ｐ ｂｌ ｙ ｉ ｄ ｅ ｅ ｔ ｔ ，ａ ｎ ｕ ｅ ｃ ｕ ａ ｙ ｏ ｇ ｏ ｉ ｏ ｈ ｌ ｔ ｌ ａ ｈ ｉ ａ ｏ ｈ ｅ ｉ ｅｈ
ｅ ｇ ｓｃ ｎ ｉｕ ｕ ． ｄ ｅ ｉ ｏ ｔ ｏ ｓ ｎ
ＫＥＹＷ ＯＲＤＳ： ｄ ｅｄ ｔｃｉ ｎ；Ｉ ｔｒ ａ － ａｕ ｄ ｆ ｚ ｙ ｓ ｔ ；Ｎ ｒ ｌｉｅ ｎ ｒ ｐ；Ｌ ｂ ｌ ｒ ｃ ｓ ｉ ｇ Ｅ ｇ ｅｅ ｔ ｏ ｎｅ ｖ ｖ ｅ ｕ ｚ ｅ ｓ ｏ ｍａ ｚ ｄ ｅ ｔ ｌ ｌ ｏ ａ ｅ ｏ ｅ ｓｎ ｐ
法有很多 ， 有模态法 、 迭代法 、 自适应 阈值法 、 阈值法等 ， 双 考
（） ３
Ｇ ＝
【：， ｙ Ｊ 『 ， ） １ ｇ （ ¨’ ； ｌ ｔ ｇ （ ） ； 一
Ｅ 三（［０． 】 ） １ Ｅ Ｘ ． ∈ Ｙ Ｙ
虑到运算量和精度 ， 我们采用 了迭代 算法进行 图像 的分割 。
的灰度值类 似 。缺 陷与其 周围材料密度 不 同 ， ＩＴ的二 ｌ 其 Ｃ
维灰度断层 图像 的灰度 亦不同 ， 灰度 是缺陷 的特征参数 。本 文将 明确缺陷 和像素点灰度 间的关系 ， 过归熵 实现结构件 通 内部孑 洞缺 陷的边缘检测提 高图像 质量。 Ｌ
． ．．— —
２ ５ ．— ６ ． ． —
记 上 的全 体 区 间 值 Ｆ ｚ ｕｚ ｙ集 为 Ｆ （ ， ）。 设 Ａ ∈
Ｆ（ ， ｌ 则 （
长度， 即 （ （ ）） ：Ａ ）一Ａ ） （ （
一
２ 如果 （ ＜Ｊ 那 么像素 （ ， ） Ｇ） ｐ ， ．）不属 于边缘 ； ， ３ 如果ｐ Ⅳ Ｇ ） ＜ｇ 那么像素（ ｙ ） （ ， ．）属于边缘只有 当 它与一个被标记 为 边缘 的像 素相 连 ， 个 边缘像 素 是像 素 这 （ ｖ ．）的 ８一邻居像素点 ， 重复这一 步直到新 的像素被 确认
ＡＢＳ ＴＲＡＣＴ： ｄ ｅ ｄ ｔｃ ｉｎ ｏ Ｔ ｉ ａ ｏ ｎ ｔ ｏ ｎ ｎ ｎ ｄ ｓｒ ｃｉｅ ｔｓｉ ｇ ａ ｉ ｇｔ ｅ ａ ｖ ｎ ａ ｅ ｆ ｉｕ Ｅ ｇ ｅｅ ｔ ｆ Ｃ ｓ ｌ ｉ ￣ａ ｔ ｏ Ｉ ｌ ｍｐ ｍｅｈ ｄ ｉ ｏ － ｅ ｔ ｔ ｔｎ ，ｈ ｖ ｎ ｄ ａ ｔｇ ｓｏ ｓ － ｕ ｖ ｅ ｈ ｖ
Ｅｄ ｅ Ｄｅｅ ｔ ｎ ｏ ｌ ｆ ｃ ｎ Ｉ ａ ｅ ｇ ｔ ｃｉ ｆＨｏｅ Ｄｅ ｅ ｔｉ ｍ ｇ ｏ
ＪＡ Ｃ ａ ， ＨＡＮＧ Ｘｉｏ ｍｉ Ｌ ， Ｉ ｈｏ Ｚ ａ － ｎ， ＩＹａ ＤＵＡＮ Ｌ ａ ｇ ｌ ｎ ｉｎ － ｉ ｇ ａ
（ ｏ ｅｅｏ ｆｒ ｔ ｎＳｉｎｅａｄＥ ｇｎ ｅ ｎ ， ａｓａ ｎｖｒ ｔ，Ｑｎ ｕｎｄｏＨｅｅ ｏ ６ｏ ，ｈｎ ） Ｃ ｌ ｇ ｆ ｎｏ ｉ ｃ ｃ ｎ ｎｅ ｅｒ ｇ Ｙ ｎｈ ｎＵ ｉ ｓｙ ｉｈ ａｇａ ｂｉ ６０ ４ Ｃ ｉａ ｌ Ｉ ｍａ ｏ ｅ ｉ ｅｉ
第２ 卷 第７ ８ 期
文章编号 ：０ ６ ９ ４ （ ０ １ ０ — ２ ５ ０ １０ — ３ ８ ２ １ ） ７ ０ ６ — ３
计
算
机
仿
真
２１ 月 ０ 年７ １
构 件 孔 洞 缺 陷 图像 缘 检 测 的边
贾 超， 张小敏 ， 李 亚， 亮亮 段
（ 山大学 ， 燕 河北 秦皇岛 ０ ６０ ） ６ ０４ 摘要： 研究 图像边缘检测技术 ， 针对存在 的孔洞缺陷和噪声影响边缘定位精度 ， 通过 ＩＴ图像缺陷边缘检 测 ， Ｃ 具有成像直 观、 分辨 率高等优点 。传统采用 的边缘检测方法一般都定位在单一的传统检测算法 ， 由于传统的边缘检测算 法存在边缘检测模 糊或对 噪声敏感 的缺点 。为 了解决上述问题 ， 提出 了一种检测结构件 内部孔洞型缺 陷边缘 的算法 ， 用区间值模 糊集 中的 利 模糊 归熵将孔洞缺 陷的模糊边缘提取 出来 ， 提出一种区域标记算法 ， 得到最终的精确缺陷边缘 。试验结果 表明 ， 所提 出的边
ｐ ｅ ｏ ｎ ｒ ｐ ｎ ｉｔ ｒａ — ａ ｕ ｄ ｆ ｚ ｙ ｓ ｔ ，ｔ ｅ ｍａ ｉ ｇ ｕ ｅ ｏ ｅ ｔ ｅ ｌｂ ｌｐ ｏ ｅ ｓｎ ，ｉ ｒ ｅ ｋ ｅｔ ｅ ｆ ａ ｌ ｆｅ ｔ ｙ ｏ ｎ ｅ ｖ ｌ ｖ ｅ ｕ ｚ ｅｓ ｈ ｎ ｏ ｌ ｋｎ ｓ ｆｔ ｅ ｒ ｃ ｓｉ ｇ ｎ ｏ ｄ ｒｔ ｍａ ｈ ｎ ｈ ｈ ａ ｏ ｉｌ
１ 引言
边缘是 图像灰度不 连续性 的反映 ， 它包含 了图像的大量 信息 ， 反映 了物体 的本 质特 征 ， 图像最基 本也 是最 重要 的 是 特征之一 。边缘检 测是 图像处 理和计 算机 视觉 等领 域最基
便得到连续 的边缘 。根据 区间值 模糊 集 中的模糊 熵将 原始 Ｃ Ｔ图像 中孔 洞缺 陷的边缘 提取 出来 Ｊ 再对 原始 图像二 值 ， 化并进行 区域标记 ， 最后将处理后的图像 与提取边缘后 的 图 像进 行运算 ， 到最 终 的缺陷边 缘。通过 试验 结果看 出 ， 得 本 文的边缘检测算法既能有效地滤除 噪声 ， 可提取精确 的单 又
２ 相 关理 论
在Ｃ Ｔ图像 中 ， 一个像素 的灰度值与 ｘ射线 吸收成 比例 ，
的边缘检测算法有 微分 法 、 小波 变换法 、 于神 经 网络 的边 基 缘检测算法等 ， 这些算法 虽然 计算 简单 ， 但对 噪声 较敏感 ， 检 测的边缘一般需要 细化处 理 ， 因而 影 响边缘定 位 的精度 ， 进 而得 到的边缘不连续 Ｊ 。为了解决此类问题 ， 本文针 对结构
２ １ 区间值模 糊集 ． 设 Ａ是论域 到 ， ］ 的一个映射， ： ［ 。 即Ａ 一 ， ，， ｆ ］称 ０
。
本文通过 （ 的大小来获得边缘 图像 。选择 两个 Ｇ ）值 灰度值 Ｐ和 ｑ ， Ｐ＜ ， 且 ｐ ｑ∈ ［ ．１） 利 用 Ｐ ｑ和 （ ｑ并 ， ０１ ， ．
ｌ ｍ ￣ ｇａｄｈｇ ｒ ｏ ｉ ．Ａ ｅｅｔ ｔｅｅｇ ｅ ｃｉ ｌ ｒｈ ａ ｅ ｌｃｎ ｎｄｉ ｓ ｌ ｔ ｄ ｉ ｌ ｅ ａ ｉ ａ ｎ ｎ ｉ ｓｌｔｎ ｔ ｒｓｎ ，ｈ ｄｅｄｔ ｔ ｎａ ｏｉ ｍ ｈ ｓ ｅｎａ ｏｆ ｅ ｉｇ ａｉｏ ａｄ — ｈ ｅ ｕｏ ｐ ｅ ｏ ｇ ｔ ｂ ｌ ｉ ｎ ｎ ｅｒ ｔｎ
像 素边缘 ， 具有较好 的边缘检测 效果 。
本的技术 ， 是图像分割 、 标 区域识 别 、 目 三维模型 构建等 图像
分析处理工作 的基础 ， 实际工程如模式识 别 、 在 图像匹 配、 无 损检测等领域有着广泛地应用 ｌ 。 ２ Ｊ 人们在这方面 已作 了不少研 究 ， 提出一些 算法。经典 且
几
３ 图像 滤波
既然孔洞 一般都 比较小 ， 近似 是圆形 ， 而且 灰度值 与背 景类似 ， 必然会有噪声 和一些 没有 意义 的边 缘 ， 么为了去 那
除 由噪声和灰 度不 均匀 引起 的虚 假边缘 需要对 图像进 行滤
波 ］ 。 ３ １ 图像 二值 化 ．
）
［． ０１ 】区间 。 边缘 像 素 的 灰度 值 与 其邻 像 素 有很 大 的不
ｐ
ｓ ， 来定义矩阵／的区间值模糊集 Ｇ 为
（ ， ） ， ， ｙ） ＝ ｙ Ｇ（
二值化是基于 阈值的图像分割 ， 根据 灰度值 区分 图形 和
背景 。此方法适合 对前 景和 背景有较 强对 比 的图像 进行 分
割， 一般 由图像 的灰度直方 图计算 得到。选取 阈值 的方 阈值
缘检测算法不仅很好地解决 了噪声问题 ， 而且更具有很 好的边缘提取 能力 ， 在边缘 连续 的同时又保证 了边缘 定位的准确性 ，
明显 提高 了图像 的质量 。 关键词 ： 边缘检测 ； 区间值模糊集 ； 归熵 ； 区域标记
中 图分 类 号 ：Ｐ ９ ． Ｔ ３ １９ 文献标识码 ： Ａ
ｘ射线与这个像 素所处 的位 置材 料 的密度相 关 。孔 洞缺 陷
区域 充满了空气 ， 的材 料密 度 比周 围结 构件 材料 密度低 ， 它
因此在在 Ｃ Ｔ图像 中也就是显 示 出的黑 的区域 并且 与背 景
件内部孔洞缺陷的 特点 ， 出了一种 新 的边缘 检测算 法 ， 提 以
基金项 目： 河北省 自 然科学基金 （ ２ ０ ００ ８ ） Ｅ ０ ７０ ３６ 收稿 日 ：００ ０ — ８ 修 回日期 ： １ — ７ ０ 期 ２１—５ １ ２ ０ ０ —８ ０
（ 通过下面 的规则来获得边缘图像 ： Ｇ ），
１ （ ）
是 ｘ上的区间值 Ｆ ｚｙ集 。这里 ｕｚ
０ ， １１ ＝ ｛ ＝ ［ ｃ ０ 口 口 】Ｉ ０ ０≤ ， ， ∈ ） ｌ ０口
，
．
１ ）如果 （ ｑ那么像素（ ＇ Ｇ） ， ．）属于边缘 ； ，
同。把像素（ Ｙ 的灰度值 ， ，） ， ， ）与其邻像素的不同表示
成一个相关 的区间长度 ， 这样 就可 以为矩 阵－ 定一个 区间 厂 设
值模糊集合 ， 中的每个像 素 的隶属 度为一个 区间 ， 其 因此本
文 通过在区间 ［ ，】上的两个 ｔ 模 ， ０１ 一 和两个 ｔ 一拓广
为边缘点 。
＝ 【 （ ）】， 这里定义 为 区间 （ ）， 在
磊 星
ຫໍສະໝຸດ Baidu（） ２
幅大小为 ＮＸ Ｍ的数 字图像可 以看作一个 由ＮＸ Ｍ个
元素组成的矩阵， 其灰度级为 ， （ ｙ ， ， ，）为 （ Ｙ ，）处像 素的 灰度值 （ ．） ＜Ｌ ， 图像 中像 素 的灰度值 归一化 到 ０≤ ｙ ）将
迭代法是针对双峰 直方 图的计算分 割 阈值 的方 法。首先 选
择一个近似 阈值作为估 计值 的初 始值 ， 后连续不断地改 进 然 这一估计值 。 比如 ， 使用 初始 阈值 生成子 图像 ， 根据子 图 并 像 的特性来选取新 的阈值 ， 再用新 的阈值 分割 图像 ， 这样 做 的效果将好 于用初 始 阈值 分割 图像 的效 果。 阈值 的改 进策 略是 这一方法 的关键 。算法如下 ：
ｔｃ ｉｎ ｍｅ ｏ ． Ｄ ｅ ｔ ｈ ｉａ ｖ ｎ ａ ｅ ｏ ｏ ｓ － ｅ ｓｔ ｅ ｉ ｒｄ ｔ ｎ ｅｅ ｔ ｎ ｍｅ ｏ ｅｔ ｔ ｄ ｏ ｈ ｕ ｏ ｔ ｅ ｄ ｓ ｄ ａ ｔｇ ｆｎ ｉｅ ｓ ｎ ｉ ｖ ｎ ｔａ ｉ ｏ ａ ｄ ｔｃｉ ｔ ｄ，ｉ ｈｓ ｐ ｐ ｒ ｅ ｉｔ ｉ ｉ ｌ ｏ ｈ ｎ ｔ ｉ ａ ｅ ，ｗ ｎ ｍ— ｄ ｃ ｅ ｍｅ ｈ ｄ ｔ ｅｅ ｔ ｈ ｄ ｅｏ ｅ ｈ ｌ ｅｅ ｔ ｎ ｉ ｔ ｘｒ ｃｉ ｇ ｔ ｅｅ ｇ ｆ ｈ ｏｅ ｂ ｓ ｄ ｏ ｅ ｐ ｉ ｃ － ｕ ｅ ａ ｎ ｗ ｔ ｏ ｏｄ ｔ ｃ ｅ ｅ ｇ ｆｔ ｏ ｅ ｄ ｔｃｉ ．Ｆ ｒ ，ｅ ｔ ｔ ｄ ｅ ｏ ｅ ｈ ｌ ａ ｅ ｎ ｔ ｒ ｉ ｔ ｈ ｏ ｓ ａ ｎ ｈ ｔ ｈ ｎ