（检测技术与自动化装置专业论文）图像处理技术在连铸坯裂纹检测中的应用研究.pdf

东北大学硕士学位论文摘要 图像处理技术在连铸坯裂纹检测中的应用研究 摘要 裂纹是连铸坯怒否合格的重要标志，本文研究嚣的是使用图像处理技术代替原来人 工识别，以实现对裂纹的自动判龋，脱离了人为因素的于扰，提岗了裂纹识别的速度和 效率。 本文分析了裂纹图像视觉、像素、噪声分布的特点；通过图像预处理，形态学操作 以及连通域检验初步实现对裂纹图像的识别。 ( 1 ) 针对裂纹图像进行了三个方面的分析；视觉、像素分布、噪声分布，得出裂纹 图像的特点。根据裂纹图像的吴体特点使用符合其特点的图像处理算法，并对这些算法 进行了分柝，编写了楣应的算法程序：利用图像灰痰化对原始彩色图像进行获度优，筒 化后续处理；利用中值滤波算法抑止图像中的噪声，使图像变锝平滑；对滤波结果进行 像素灰度计算，获得该幅图像的阈值，调用闽值分割函数对图像进行二值化； ( 2 ) 在裂纹图像预处理过程中会对原始图像中的裂纹区域带来影响：将不属于裂纹 区域的点去除，导致连续的一条裂纹被分割为几条，裂纹的区域减小。对二值图像进行 形态学操作，利甭膨胀、腐蚀和区域生长对裂纹区域进行恢复和加强； ( 3 ) 通过连逶域检验完成裂纹提取； 对现场采集的1 2 幅方坯低倍裂纹圈像进行分板研究，应焉上述方法完成对裂纹的识 别，绘出裂纹识别结果及数据，单幅图像识别率最商为8 5 7 ，最低为3 3 ，整体平均 识别率为6 4 2 ，并分析了裂纹不能被识别的4 种原因，提出下一步的工作方向。 关键谣：裂纹检验；中俊滤波；溺值交换；数学形态学变换；连遴域检验 i i 东北大学硕士学位论文 a b s t m c t s t u d yo n t h ec o n t i n u o u sc a s t i n gb i l l e t sc r a c k d e t e c tw i t hi m a g e p r o c e s s i n gt e c h n o l o g y a b s t r a c t c r a c ki sa ni m p o r t a n tp a r a m e t e ro fc o n t i n u o u sc a s t i n gb i l l e t sq u a l i t y i nt h i sp a p e ru s e i m a g ep r o c e s s i n gt e c h n o l o g yi n s t e a do fh u m a nd e t e c tt oi m p l e m e n tt h ea u t od e t e c t i n go f c r a c k e s c a p et h ei n t e r r u p t i o no fh u m a nf a c t o rt h e nt h e d e t e c ts p e e da n de f f i c i e n c y i s i m p r o v e d t h ep a p e rh a sd e t e c t e dt h ec o n t i n u o u sc a s t i n gb i l l e t sc r a c kb a s e do ni m a g ep r o c e s s i n g t e c h n o l o g y a n a l y z e t h e v i s u a l c h a r a c t e r i s t i c ，i m a g e e l e m e n tc h a r a c t e r i s t i c ，n o i s e c h a r a c t e r i s t i co ft h ec r a c ki m a g e a c c o r d i n gt ot h ec h a r a c t e r i s t i cc h o o s et h er i g h ta r i t h m e t i c s s u c ha sa d v a n c ep r o c e s s ，m a t h e m a t i c a lm o r p h o l o g yp r o c e s s ，r e m a r kt h ec r a c kw i t h i n t e r c o n n e c t e dd o m a i nd e t e c tt op r a c t i c et h ec r a c kd e t e c t ( 1 ) a c c o r d i n gt ot h ec h a r a c t e r i s t i co ft h ec r a c ki m a g ec h o o s et h er i g h ta r i t h m e t i c s t h e n a n a l y s i sa n de x p a t i a t eu p o nt h ea r i t h m e t i cu s e di nc r a c kd e t e c t i n g ，a l s op r o g r a m m i n gt h e p r o g r a mc o r r e s p o n dt ot h ea r i t h m e t i c s u s eg r a ya r i t h m e t i cc h a n g et h ec o l o ri m a g ei n t og r a y i m a g es ot h a tc a nm a k et h ef o l l o w i n gp r o c e s s i n gm u c he a s i e r ；u s em i d d l ev a l u ef i l t e rt o r e d u c et h en o i s eo ft h ei m a g e ，t h e nt h ei m a g eb e c o m em o r es m o o t h ；c a l c u l a t et h et h r e s h o l d v a l u eo ft h ei m a g ea c c o r d i n gt ot h ep r o b a b i l i t yo ft h ee l e m e n t sv a l u e ，t h e nc a l lt h et h r e s h o l d t r a n s f o r m a t i o nf i m c t i o nt od i v i d et h eg r a l yi m a g ei n t ow h i t e b l a c kt w ov a l u ei m a g e ；o nt h e w h i t e b l a c kt w ov a l u ei m a g e ( 2 ) u s em a t h e m a t i c a lm o r p h o l o g yo p e r a t i o nt or e s u m ea n ds t r e n g t h e nt h ec r a c ka r e ai n t h ei m a g es u c ha se r o d e n to p e r a t i o n ，d i l a t e do p e r a t i o n ，r e g i o ng r o w ( 3 ) r e m a r kt h ec r a c kw i t hi n t e r c o n n e c t e dd o m a i nd e t e c t f o r1 2c r a c ki m a g e sa st h r e es t e p so fc r a c ki m a g ep r e t r e a t m e n t ，c r a c km a t h e m a t i c a l m o r p h o l o g yo p e r a t i o n ，c r a c ki n t e r c o n n e c t e dd o m a i nd e t e c tf i n i s h e dt h ec r a c kd e t e c t g i v e s o u tt h er e s u l ta n dd a t a ，t h e na n a l y s e st h er e a s o nw h yt h ec r a c k sc a nn o tb ed e t e c t e d t o t a l l y t h e r ea r e4r e a s o n s ，a c c o r d i n gt h i sr e a s o ns o m es u g g e s t i o n sa r ep u tf o r e w o r dt oi nt h ef u t u r e r e s e a r c h k e yw o r d s ：c r a c kd e t e c t ；m i d d l ev a l u ef i l t e r ；t h r e s h o l dt r a n s f o r m a t i o n ；m a t h e m a t i c a l m o r p h o l o g yo p e r a t i o n ；i n t e r c o n n e c t e dd o m a i nd e t e c t i i i 独创声明 本人声明所呈交的学位论文是在导师的指导下完成的。论文中取得的研究成果除加 以标注和致谢的地方外，不包含其他人已经发表或撰写过的研究成果，也不包括本人为 获得其他学位而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论 文中作了明确的说明并表示诚挚的谢意。 学位论文作者虢1 嘲哪争 签字日期： 扣，6 2 27 学位论文版权使用授权书 本学位论文作者和指导教师完全了解东北大学有关保留、使用学位论文的规定：即 学校有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借 阅。本人同意东北大学可以将学位论文的全部或部分内容编入有关数据库进行检索、交 流。 ( 如作者和导师同意网上交流，请在下方签名：否则视为不同意) 学位论文作者签名： 签字日期： 导师签名： 签字日期： 东北大学硕士学位论文第一章绪论 第一章绪论弟一早三百 了匕 1 1 课题背景及实际意义 近年来随着我国国民经济的持续发展，市场的钢材需求量稳步攀升，钢铁企业的规 模和产量也随之扩大，连续铸钢工艺运用越来越广泛，全国连铸机行业拥有量已经达到 一百多台，2 0 0 4 年全年钢铁产量为2 7 亿吨，2 0 0 5 年9 月全国月累计钢铁产量为：3 0 3 5 7 1 万吨，在这个巨大产量前提下提高铸坯质量就意味这效率和效益的提高。 在连续铸钢生产过程中，有很多参数对最终连铸坯的质量有着直接或间接的影响， 例如：钢液在钢包内静止时间及温度变化；钢液的浇注速度；结晶器冷却强度及振动频 率和幅度；铸坯的拉速；二冷区( 冷却区域长度、水量或冷却强度) ；是否有电磁搅拌。 这些参数的变化直接会影响钢材质量的变化。反之，知道钢材的质量情况就可以推知连 铸工艺参数的情况，提供给工厂质量控制部门，或者连铸控制系统作为其决策的依据【l 】。 钢材的质量检验方法有很多种，比如物理特性、化学特性、力学性能、工艺性能等 方法，在连铸坯的质量检验中，主要使用钢的宏观检验【2 1 。宏观检验是指用肉眼或放大 镜在材料或零件上检查由于冶炼、轧制及各种加工过程所带来的化学成分及组织等不均 匀性或缺陷的一种方法。这种检验方法也称低倍检验。钢的低倍检验使进行试样检验或 直接在钢件上进行检验，其特点是检验面积大，易查出分散缺陷，且设备及操作简易， 速度块。因此各国际标准规定要使用宏观检验方法来检验钢的宏观缺陷。 在钢材质量检验中，酸浸试验被列为按顺序检验项目的第一位。如果一批钢材在酸 浸检验中显示出不允许有的或超过允许程序的缺陷时，则其他检验可以不必进行。现在， 酸浸试验方法及评定分别执行g b 2 2 6 - - 7 7 钢的低倍组织及缺陷酸蚀试验法和g b l 9 7 9 - - 8 0 结构钢低倍组织缺陷评级图。 裂纹( 在铸坯横向截面的轴心区域呈连续或断续的放射状，通常由冷却的收缩应力 产生) 是钢材的宏观缺陷中一个重要的指标，也是本文基于图像处理技术的识别的对象， 本文运用数字图像处理技术，将裂纹从低倍图像背景中分离，并进行识别。 1 2 图像处理评判铸坯质量研究现状 连铸坯的质量包括很多方面，例如：化学性能检验、低倍检验、金相检验、力学性 能检验、工艺性能检验、表面质量检验等。其中需要人眼参与进行视觉观察判断的主要 有三个方面：表面质量检验；金相检验；低倍检验，其中表面质量缺陷主要直接通过人 东北大学硕士学位论文第一章绪论 限觋黎，依靠经验判断其表面缺陷；金柱埝验逮过光学显微镜放大，然后人眼进行躐察， 依靠相关的国家标准( g b 6 3 9 4 8 6 ，y b 9 6 8 ，y b 3 1 - - 6 4 等) 和操作人员的经验怨出 识别结果；利用肉眼观察及低倍数放大镜观察，根据相关的国家标准( g b l 9 7 9 - - 8 0 ， g b 2 2 6 - - 7 7 ，g b l 8 1 4 7 9 等) 和操作人员的经验得出识别结果。由于这三种检验在视 觉上的依赖性，就存在利用图像处理技术替代人工观察进行检验的可能性。目前钢材表 面质量检验和金相检验相关的研究人员进行了大量的研究，并飘都进入实用阶段。 1 2 1 带钢质量检测系统的研究现状 带钢质量在线检洳的鞘的是在生产线正常运行的条件下，实时、无遗漏地检测出连 铸板褒和冷、热轧带钢主要的缺陷类翟，通过统计分析并参照产品质量等级评定标准， 评估出尊个或批量产晶的质量状况，并提供给工厂质量控搿部门，作为其决策的依据。 j k 京科技大学的徐科、侩金梧f 3 】，大连理工大学的张海东、赖康生【4 】，德国蒂森克 虏伯，百斯泰公司，国内外各大钢厂都进行了相关的研究，耳前已进入实用化阶段。 带钢自动检测系统【3 】的基本结构包括：光源及图像传感器子系统；数字信号预处理 子系统；缺陷自动分类子系统；图形显示子系统；质量分析、数据统计及报表生成予系 统；文档及图像数据库管理子系统；入机接口管理子系统等。 徐科等开发豹自动检测系统在系统设计思想和其体技术实现上有以下几个特点： ( 1 ) 采用标准购c c d 摄像枕及其照明光源部件，莠在鬟体技术指标的选择上留有裕 量，其鼹的是在自动检测技术飞速发震的条彳牛下，能够最大艰度地保护用户对硬件资源 的投资； ( 2 ) 通过采用标准化总线结构，使得系统硬件结构通用，功能灵活，运用稳定可靠， 改进和升级十分方便； ( 3 ) 低层视觉计算任务如平滑、增强、分割、摇述等交由专用部件完成，采用高速 d s p 器件： ( 4 ) 缺隆自动分类器的实现：各种基于符号系统模仿人类智能的人工智携方法( 鞠 机器学习) 和从生物系统底层模拟智能的理论( 如a n n ) 用于鳃决复杂的带镪表殛缺 陷识别问题； ( 5 ) 图形显示和用户接口系统普遍配备高分辨率、工业级c r t 显示器，高性能的图 形处理器，大容量的存储系统( 内、外存) ，可以动态地向操作员提供高清晰度、高分 辨率的缺陷二值图像或伪彩色增强图像。其设计优良的交互式入机接口界面，除允许操 2 东北大学硕士学位论文第一章绪论 作员实施图形的平移、转滚、缩放、旋转、标记、转储、检索和回调等操作之外，还可 在线监视由系统计算生成的缺陷特征参量和由过程控制主机下传来的轧制计划数据( 产 品类型、宽度和等级) ，并能运用可视化的软件模块精确设定或输入缺陷检测灵敏度及 分类准则等系统的关键技术参数。 1 2 2v n tq u a n t l a b m g 专业定量金相图像分析系统 金相检验的目的，一方面是常规检验，根据已有知识，判断或确定金属材料的质量 和生产工艺及过程是否完善，如有缺陷时，借以发现产生缺陷的原因；第二方面则是更 深入地了解金属材料微观组织和各种性能地内在联系，以及各种微观组织形成地规律 等，为研制新材料和新工艺提供依据。 北京唯恩视信科技发展有限公司f 5 1 ，四川大学的刘艳雄【6 1 ，武汉钢铁集团的李建华7 】 等，目前己达到实用。 实现了对符合国家及国际标准的1 0 0 多项定量金相分析与自动评级功能，3 0 0 多项 专业图像处理与分析工具，自由组态，功能完备的彩色图文报告生成与管理器。 q u a n t l a b m g 5 1 在系统设计以及具体实现上有以下三个特点： ( 1 ) 基于b l a c k b o a r d a r c h i t e c t u r e 的体系结构 q u a n t l a b m g 在主体软件框架设计上采用了b l a c k b o a r da r c h i t e c t u r e 体系结构。这 种结构是面向目标程序设计思想在更高层面上的体现。其主要优点，是提供了一个可扩 展的多层次结构，可以有效地组织、调度大量相互独立的知识源。删除知识源，添加知 识源都不会影响系统的主体结构。这种结构对于系统的维护，更新、修改、调整和升级 都非常方便。更重要的是黑板结构本身是一个智能化结构，通过不断加入新的知识，可 不断提高系统的智能化程度。对系统不断向智能化发展提供了优良的环境。 ( 2 ) 基于p a s t 技术和数学形态学理论的晶界重建算法 抽取完整、精确的晶粒边界，是从事晶粒度分析的前提。建立有效的晶界重建算法， 一直是国际学术界关注的一个问题。q u a n t l a b m g 提供的晶界重建算法，处于目前国际 最前端水平。 ( 3 ) 粘连颗粒的快速自动切分算法 显微图像中的颗粒状物体往往是粘连在一起的。将这些粘连颗粒物自动分割开，对 于分析结果的精确性和可靠性是非常重要的。q u a n t l a b m g 采用的粘连颗粒快速自动切 分算法，是在数学形态学理论基础上研发出来的专门用于显微图像分析的基础算法。 3 东北大学硕士学住论文第一章绪论 作员实施图形的平移、转滚、缩放、旋转、标记、转储、检索和回调等操作之外，还可 在线监视由系统计算生成的缺陷特征参量和由过程控制主机下传来的轧制计划数据( 产 品类型、宽度和等级) ，并能运用可视化的软件模块精确设定或输入缺陷检测灵敏度及 分类准则等系统的关键技术参数。 1 2 2v n t q u a n t l a b m g 专业定量金相图像分析系统 金相检验的目的，一方面是常规检验，根据已有知识，判断或确定金属材料的质量 和生产丁艺及过程是否完善，如有缺陷时，借以发现产生缺陷的原因；第二方而则是更 深入地了解金属材料微观组织和各种性能地内在联系，以及各种微观组织形成地规律 等，为研制新材料和新工艺提供依据。 北京唯恩视信科技发展有限公司【5 】，网川大学的刘艳雄n 武汉钢铁集团的李建华7 】 等，目前已达到实用。 实现了对符合国家及国际标准的1 0 0 多项定量金相分析与自动评级功能，3 0 0 多项 专业图像处理与分析工具，自由组态，功能完备的彩色图文报告生成与管理器。 q u m a t l a b m g l 5 在系统设计以及具体实现上有以f 三个特点： ( 1 ) 基于b l a c k b o a r d a r c h i t e c t u r e 的体系结构 q u a n t l a b m g 狂主体软件框架设计上采用了b l a c k b o a r da r c h i t e c t u r e 体系结构。这 种结构是面向目标程序设计思想在更高层面上的体现。其主要优点，是提供了一个可扩 展的多层次结构，可以有效地组织、调度大量相互独立的知识源。删除知识源，添加知 识源都不会影响系统的主体结构。这种结构对于系统的维护，更新、修改、调整和升级 都非常方便。更重要的是黑板结构本身是一个智能化结构，通过不断加入新的知识，可 不断提高系统的智能化程度。对系统不断向智能化发展提供了优良的环境。 ( 2 ) 基于p a s t 技术和数学形态学理论的晶界重建算法 抽取完整、精确的晶粒边界，是从事晶粒度分析的前提。建立有效的晶界重建算法， 一直足国际学术界关注的一个问题。q u a n t l a b m g 提供的晶界重建算法，处于目前国际 晶6 口端水平。 ( 3 ) 粘连颗粒的快速自动切分算法 显微图像中的颗粒状物体往往是粘连在一起的。将这些粘连颗粒物自动分割开，对 于分析结果的精确性和可靠性是非常重要的。q u a n t l a b m g 采用的粘迕颗粒快速自动切 分尊法，足在数学形态学理论基础上研发出来的专门剧于显微图像分析的基础算法， 分算法，是在数学形态学理论基础上研发出来的专门用于显微图像分析的基础算法。 - 3 东北大学硕士学位论文第一章绪论 1 3 选择图像处理技术识别裂纹 1 3 1 为什么选择图像处理技术识别连铸坯中的裂纹 目前在工业现场，连铸坯的低倍质量检验主要通过肉眼或者低倍数放大镜观察材料 或零件，根据相应的国家标准( g b l 9 7 9 - - 8 0 ，g b 2 2 6 - - 7 7 ，g b l 8 1 4 - - 7 9 等) 以及检查 员的实际操作经验检查各种缺陷。 人工具体的操作过程经过抽象可以分为如下三步： 厂_ 厂_ 厂 悭竺竺r 1 竺竺r 竺：l 图1 ，1 人眼图像处理过程 f i g 1 1 h u m a ni m a g ep r o c e s s i n g 一般的图像处理过程如下图所示： 1 。j 【。，j i。，。一 图1 2 计算机图像处理过程 f i g 1 2c o m p u t e ri m a g ep r o c e s s i n g 通过两者进行的具体过程对比可知，基于人眼视觉系统的连铸坯低倍检验和通常的 图像处理过程是相似的，人眼感知图像的功能可以用c c d 摄像头或相机代替，人脑对 图像信息的判断和处理功能可以用计算机视觉或图像处理代替。在评判标准上可以对相 应的国家标准图库和人工经验使用人工智能方法( 遗传算法、神经元网络) 提取标准信 息，作为裂纹评判等级的标准。因而利用图像处理技术来代替人工实现连铸坯低倍检验 是可行的。 低倍检验需要检验的缺陷很多，比如：裂纹、疏松、偏析、皮下气泡、残余缩孔、 翻皮、白点、非金属夹杂、碳化物剥落等。由于本人的能力和时间的限制，在本文中选 择具有代表性的裂纹作为识别的对象。 本文通过对裂纹图像的像素分析，获得裂纹的形态及灰度特征，根据其具体特征使 用图像处理技术中的算法对裂纹进行识别。 1 3 2 图像处理识别材料裂纹的研究现状 1 3 2 1 玻璃瓶裂纹检测 广西师范大学的姜颖军嘲，天津工业大学的李辉嘲，均提出了相应的玻璃制品裂纹 检测的算法和解决方案。主要解决思路如下： d 东北大学硕士学位论文第一章绪论 厂 厂 厂 广 厂 fflf 图像获取 + |图像预处理 叫 图像分割 h 特征抽取 h 决策判断 lf 图1 3 玻璃瓶裂纹检测框图 f i g 1 3 b o t t l ec r a c kd e t e c tf r a m e 应用邻域平均法来抑制图像的噪声，使图像的边缘平滑；然后绘制出处理过图像的 灰度直方图，得到该幅裂纹图像的闽值，利用闽值法和灰度级切片法对裂纹图像进行二 值化处理，得到其二值图像，并对图像进行了边缘检侧；通后计算出裂纹图像的面积和 周长，利用圆形度指标来判断该图像是否为裂纹图像。 玻璃瓶裂纹检测的背景图像为玻璃瓶，它是透明、圆形的，容易受光线的反射折射 的影响，因此在处理的过程中考虑的主要是光线带来的噪声影响；而且由于玻璃瓶弧度 影响还要考虑裂纹的线性化。 13 2 2 高速公路路面裂纹检测 哈尔滨工业大学的孟繁伟【1 0 i ，吉林大学的马善伟】，研究了高速公路表面裂纹的识 别，并在有油污和干扰情况下对算法进行改进。 主要研究了快速判别裂纹算法、新的图像增强算法和两种裂纹提取算法。图像增强 算法通过计算能消除背景光线变化的各种因素来修正不一致的背景光。两种裂纹提取算 法是线性点运算和t o p - - h a t 变换。线性点运算是除去较亮的像素，保留较暗的裂纹像素； t o p - - h a t 变换用于提取图像中的裂纹。这两种方法不但可以提取一般的路面图像中的裂 纹，而且可以提取有油污或用沥青补过的裂纹图像中的裂纹。 高速公路路面裂纹检测系统是安装在检测车辆的前方，需要对背景光的不一致性带 来的影响进行除噪，最重要的是它是实时系统对图像算法的效率和运行时间要求更高， 在车辆以一定速度运行时能及时处理获得的图像。 1 3 3 图像处理技术的研究内容及其特点 下面对数字图像处理的产生、发展，主要内容、特点，以及它的实际应用做一个简 单的介绍1 2 】【1 5 】。 数字图像处理技术起源于2 0 世纪2 0 年代，受当时条件的限制一直没有取得较大进 展。数字图像处理作为一门学科大约形成于2 0 世纪6 0 年代初期。数字图像处理技术首 次获得实际成功应用的是美国喷气推进实验室( j p l ) 。他们对航天探测器徘徊者7 号在 1 9 6 4 年发回的几千张月球照片使用了图像处理技术。并考虑了太阳位置和月球环境的影 响，由计算机成功地绘制出月球的表面地图，获得了巨大的成功。为人类登月创举奠定 s 一 东北大学硕士学位论文第一章绪论 了坚实的基础，也推动了数字图像处理这门学科的诞生。在以后的宇航空间技术，如对 火星、土星等星球的探测研究中，数字图像处理技术也都发挥了巨大的作用。 数字图像处理取得的另一个巨大成就是在医学上获得的成果。1 9 7 2 年英国e m i 公 司工程师h o u s f i e l d 发明了用于头颅诊断的x 射线计算机断层摄影装置，电就烧我们通 常所说的c t ( c o m p u t e r t o m o g r a p h y ) 。c t 的基本方法是裰据入的头部截颓的投影，经 计算机处理来重建截瀛图像，称为图像重建。1 9 7 5 年e m i 公司又成功研制出全身用的 c t 装置，获褥了人体各个部位鳞明清晦的断层图像。1 9 7 9 年，这顼无损伤诊皈技术获 于辱了诺贝尔奖，说明它对人类做出了划时代的贡献。 与此同时，图像处理技术在许多应用领域受到广泛重视并取得了重大的开拓性成 就，属于这些领域的有航空航天、生物医学工程、工业检测、机器人视觉、公安司法、 军事制导、文化艺术等，使图像处理成为门引人注目、前景远大的新型学科。 图像处理的主要研究目的在于通过对琢始图像的再加工，使之具备更好的视觉效果 熊满足某些斑用的特赫需求。 l ，数字图像处理研究的主要内容 概括起来数字图像处理的研究内容可包括如下六个方面： f 1 ) 图像数字化； ( 2 1 图像增强，增强图像中的有用信息，削弱干扰和噪声，以便于观察、识别和进 步地分析处理； ( 3 ) 图像恢复。把遐亿、模糊了的图像复原，复原图像要尽可能魏与原图保持一致； f 4 ) 銎缘编玛。在满足一定驰保真度要求下，篱化图像的表示，从两大大蟪压缩了 表示图像的数据，以便于存锉和传输处理； ( 5 ) 图像重建。由图像投影数据重建该图像； ( 6 ) 图像分析。对图像中的不同对象进行分割、分类、识别和描述、解释。 其中，前五个方面的输入输出均为数字图像，第六个方面的输入是图像，而输出则 是图像的描述或解释( 又称图像理解) ，或者是对图像的分类或结构分析( 又称图像识 别) 图像处理着重强调图像之润进行的各辩变换，以及对蚕像中感兴趣的联标进行昀特 征提取与鬟标分割。 i i 数字图像处理技术的特点 而数字豳像处理主要依靠计算机或d s p 芯片通过编程进行处理，它的特点主要可 以归纳为以下几点： 一f ；一 东北大学硕士学位论文第一章绪论 ( 1 ) 灵活性高。数字图像处理不仅能完成线性运算，而且能实现非线性处理、变换 域处理等，即凡是可以用数学公式或逻辑关系来表达的运算均可用数字图像处理实现； ( 2 ) 褥现性好。它不会因图像的存储、传输或复制等一系列变换操作而导致图像质 量的退化； ( 3 ) 处理精凌离。从原理上讲不论隧像的精度有多赢，处理总是能实现的，只要在 处理时改变程序中的数组参数就可以了； ( 4 ) 适用面宽。图像可以来自多种信息源，它们可以是可见光图像，也可以是不可 见的波谱图像( 例如x 射线圈像、射线图像、超声波图像或红外图像等) ： ( 5 ) 数字图像处理算法的图像相关性。数字图像处理算法和数字图像的自身特点存 在很大的关联性，即某种算法只对某类或某几类图像有很好的处理效果，但在处理其他 类型的数字图像是很难取得同样好的效采，甚至在菜种程度上降低图像的处理效果； ( 6 ) 数字图像覆量的评俊不客观，受入主观爨素影响较大。对予数字鎏像处理的结 果的评价，缺乏一秘统一的衡量标准，即缀难出计算机软件来自动、客观地完成对某蝼 数字图像处理结果的评价。数字图像处理后的图像一般是给人观察和评价的，受人的因 素影响较大，由于人的视觉系统很复杂，受环境条件、视觉性能、人的情绪爱好以及知 识状况影响很大。 由于数字图像具有的以上特点，数字图像处理技术在长期的研究和发展过程中，逐 步形成了一套有自己特色的处理方法和理论，并在各个方面得到了应用，主要表现在如 下几个方诿： ( 】) 航空程航天技术方瑟的应用。数字图像处理技术在航空和靛天技术方面的应鼹， 除了上面介绍的j p l 对月球、火星照片的处理之外，其他的应用是在飞机遥感、卫星遥 感技术和气象预报中； ( 2 ) 生物医学工程方而的应用。除了上面介绍的c t 技术之外，还有一类是对医用显 微图像的处理分析，如红细胞、自细胞分类，染色体分析，癌细胞识别等。此外，在x 光肺部图像增强、超声波图像处理、心电图分析、立体定向放射治疗等医学诊断方面都 广泛地应绢数字蚕像处理技术； ( 3 ) 通信工程方露的应用。将电话、电视和计算机以三网合一的方式在数字通信网 上传输。其中以图像通信最为复杂和困难； ( 4 ) 工业和工程方面的应用。在工业和工程领域中图像处理技术有着广泛的应用， 如自动装配线中检测零件的质量、对零件进行分类，印刷电路板瑕疵检奄，弹性力学照 7 东北大学硕士学位论文第一毒绪论 片的应力分析，流体力学图片的阻力和升力分柝，邮政信件的自动分拣，在一些有毒、 放射性环境内识别工件及物体的形状和排列状态，先进的设计和制造技术中采用工业视 觉等等。 1 4 本课题主要研究内容 本文以数字图像处理技术为基础，以低倍图像中的裂纹为研究对象，对裂纹进行识 别。主要研究内容包括： f 1 ) 裂纹图像的预处理及其实现。首先对裂纹图像进行了整体、灰度、噪声三个方 丽进行了分析，得到其几何、数学、灰度分布上的特点，针对这些特点选择合适的酣像 处理算法。患于彩色巨像其信息容量眈灰度图像大，因此处理难度大速度慢，瑟且在识 别裂纹缺陷的过程中，灰度窿像所含的信患量已经足够，嚣此先将彩色图像转换为灰度 图像。然后根据图像的灰度直方图进行像素分柝，对于同一种钢种，出于冀成分类似以 及凝固过程的相似性，其纹理特征推至它的低倍图像也是相似的，每幅低倍图像都有着 相似的灰度分布。根据分析的结果进行自适应闽值分割，通过计算或设定一个概率值， 根据总像素值和灰度分布来确定分割的阈值，然后调用阅德分割程序来进行阂值分割。 胬像预处理还包括最重要的一个部分：图像滤波。分祈了图像的噪声来源，选择了合适 的滤波器，对滤波效莱进幸亍了分手厅，并对不同形状豹裂纹选择了不图的滤波模扳； ( 2 ) 裂纹图像的形态学处理。由于在- n 裂纹图像中，在图像予耍处理浆过程申或多 或少的会对原始图像中的裂纹区域带来影响，例如：将属于裂纹区域的点去除，可能导 致连续的一条裂纹被分割为几条或裂纹的区域减小。因此要对预处理后的低倍图像进行 形态学处理，使裂纹区域得到恢复和加强； f 3 ) 利用连通域检测将袈纹提取。为了对图像的连通域进行标记，需要对一幅图像 作从左到右，从上虱下扮水平扫描。要检测当前被扫描到的点是不是和周丽的点连通， 需要捡褒当翦的像素和以前标记过的邻近像素的僖是否一样。据果当莉像素的徨稠邻近 像索的值一样，就表示它们连通，反之，就表示和此邻近像素不连通，此时当裁点就要 给一个新的标记，同时标记保留在一个与原二值图像像素点个数相同的二维数组中。 针对相应的算法，使用纂于计算机数字图像处理的可视化思想进行设计，利用面向 对象的v c + 十编程工具实现。经过实验，软件部分己经实现了针对静态图像实现了裂纹 判别、处理工作。 8 东北大学硕士学位论文 第二章低倍图像的预处理及其实现 第二耄裂纹图像的分析及其预处理 2 1 裂纹图像的分析 2 1 1 裂纹图像的整体分析 连铸坯的低倍裂纹图像是在经过酸蚀届获得的图片，下图为编号为2 2 0 3 0 9 3 6 的一 幅裂纹图像，并对其进行宏观上盼视徽分祈。 图2 t 一副裂纹图像 f i g 2 1 ac r a c ki m a g e 由予经过了酸蚀处理 2 1 ，钢材的晶钵结构( 等轴曩和柱状晶) 被完全显示出来，形 成了晶体图像和噪声组成的背景图像，背景又将目标区域：裂纹包围起来。两本章图像 处理的目的就是要将目标和背景分离，所以找到背景和目标相互之间的区别，根据其爿i 同特点选用中值滤波、自适应阂值变换等图像处理算法实现目标和背景的分离。 通过对裂纹图像的观察可以褥到背景和目标的不同特征。 9 东北大学硕士学位论文 第二章低锫图像跨预处理及其实现 表2 1 裂纹图像特点表 t a b l e2 1t a b l eo f c r a c ki m a g ec h a r a c t e r i s t i c 表中有几个特征需要解释一下：颜色( 灰度) 特征一项，在2 1 2 节中会根据灰度 直方图进行量化分析；连续性一项，由于裂纹形成的物理原因，裂纹区域在进行处理之 蘸就是不连续的，这对后续处理没有影响。僵是如梁由予在预处理过程中，爵予所选择 豹算法恧导致原来连续豹裂纹变得不连续，这靛需簧对荬进行恢复；区域大小一璎，肉 眼观察只能缛到定性的结果，相关麴数字是通话图像的灰度直方图分折得到豹。 这些特征与相对应的图像处理算法对应关系为： ( 1 ) 颜色特征和区域大小= 冷阈值分割； ( 2 ) 空间位置、区域大小、区域形状= 专中值滤波； ( 3 ) 连续性、区域大小= 形态学操作。 这些闰像视觉特征决定了相应图像算法的参数、使丽方法、模板的选择，其体情况 将在相应算法详缨讨论。 2 1 2 裂绞图像的灰度像素分析 灰度盎方图是数字图像处理中一个最简单、最有用的工暴，它描述了一幅图像的灰 发内容。任舞辐委像的壹方躅都勉括了可观妁信息，某些类型的熙像还可由其壹方舀 完全撼述。灰度直方圈是灰度值的函数，描述的是图像中具有该灰度僮的象素的个数， 其横坐标表示峡谷的灰度级别，纵坐标是该灰度值出现的频率【托l ( 像素的个数) 。 对于同一种钢种，每幅低倍图像都有着相似的灰度分布( 直方图) ，这是由于阔一 种钢种的成分类似以及凝圃过程的相似性，因而其纹理特征推邀它的低倍图像也是相似 的，不同的仅仅是它们裂纹缺陷的大小，晶体结构的生长不同。但是不同钢种由于蕻成 分的不同、凝固过程的不阍，导致其晶体生长以及缺陪也不同。具体如下鹜所示： ，1 0 图2 2 相同钢种( q 2 3 5 b ) 标号为2 1 0 3 0 9 3 5 5 和2 1 0 3 0 9 - 4 两幅低倍图像 f i g 2 2 c r a c ki m a g eo f t h en u m b e r2 1 0 3 0 9 3 5 5 a n d2 1 0 3 0 9 4 图2 3 h c l 4 5 和1 0 m n 钢种的低倍图片 f i g 2 3 c r a c ki m a g eo f s t e e lk i n do f h c l 4 5a n d1 0 m n 图2 4 标号为2 1 - 0 3 0 9 - 3 5 5 和2 1 - 0 3 0 9 4 两幅低倍图像的直方图 f i g 2 4h i s t o g r a mo f t w ol o w - m a g n i f i c a t i o np h o t ow i t ht h et a bo f 2 1 0 3 0 9 3 5 5a n d2 1 0 3 0 9 d 一1 1 东北大学硕士学位论文第二章低倍图像的预处理及其实现 图2 5h c l 4 5 和1 0 m n 的灰度直方图 f i g 2 5h i s t o g r a mo f s t e e lk i n do f h c l 4 5a n d1 0 m n 通过上述图像的分析可以知道，不同的钢种之间灰度分布区别很大，反映出它的缺 陷分布也不一样，因而针对不同钢种进行图像处理时，其算法的参数需要根据不同的钢 种进行匹配。对于同一种钢种，它的灰度分布很相似，不同的是每个灰度级出现的频率 不同( 如下表所示) ， 表2 2 一幅图像的像素点值及其出现概率 t a b l e2 2t h ev a l u eo f o n ei m a g e sp i c t u r ee l e m e n ta n di t sp r o b a b i l i t y 像素点值0 1 7 3 6 3 8 4 54 75 45 7 占总像素的 0 1 4 60 0 4 5 90 0 4 8 0 1 2 500 0 4 5o 像素点值6 47 3 7 48 1 8 39 09 21 0 0 占总像素的 1 0 4 401 0 1 700 0 9 701 1 5 83 _ 8 6 像素点值 1 0 2t 0 91 1 11 1 81 1 91 2 11 2 81 3 0 占总像素的 1 8 1 35 2 90 0 5 60 3 9 800 2 4 22 7 1 30 0 3 8 像素点值 1 3 11 3 5 1 3 7 1 3 81 4 7 1 4 9 1 5 6 1 5 7 占总像素的 0 0 2 30o5 1 10 6 8 90 0 4 26 2 3o 6 像素点值 1 6 01 6 4 1 6 6 1 7 31 7 51 8 21 8 31 8 5 占总像素的 1 1 8 70 0 3 60 4 7 8o 1 1 6o 1 1 1o 1 1 8o 1 1 80 0 8 2 像素点值1 9 21 9 41 9 62 0 8 2 5 1 2 5 5 占总像素的 7 1 5 50 0 1 30 2 5 2 6 4 3 6 6 8 l4 3 5 4 1 2 东北大学硕士学位论文第二章低倍图像的预处理及其实现 通过灰度等级分离：即将每个出现的灰度级单独显示。分离结果表明：灰度级对应 于该点是属于缺陷还是背景噪声：灰度级频率大小对应于缺陷面积的大小或者是噪声干 扰的强弱。所以，缺陷识别的熏点是缺陷和背景噪声的区分( 判断是否是缺陷) ，而不 是像素点值多少的统计( 判断缺陷大小l 上述分析反映到图像处理算法中，对应的是闽值分害算法。出予同释钢秘灰度分布 相似，但是也有区别，不同钢葶中灰度分鑫区别较大，困两对其进行图像分割雌，鲡俺选 定一个合适的阙值将目栎和背景分离是最重要的环节。阙值的选取将在阙值变换算法中 详细加以讨论。 2 。1 3 裂纹图像的噪声分据 在裂纹图像的背景图像中有一个重要的分量：噪声，本节从图像的噪声分类入手， 分析裂纹图像获取过程中出现的噪声，然后根据噪声的类型选择合适的滤波方法去除噪 声。 噪声与要研究的具体对象不相关，它以无用的信息形式出现，扰乱图像的可观测信 息。脉冲噪声由于其幅值很大，在图像上造成黑白暗亮点干扰，极大降低了阑像质量， 影驹图像复原、分割、特征提取、图像识羽等后续工作的进行。在毒 箅掇视觉和数字图 像处理中，噪声的消除一直是人们关注鲍重点。噪声有时会对一些算法带来严重影响， 例如基于计算图像导数的算子中( 边缘检测) ，图像的任何一点噪声都会导致算法的不 稳定和图像质量的恶化 1 7 1 。 噪声会对图像产生许多破坏效槊，主要有以下两方丽的影响： ( 1 ) 影响主观视觉效果。受噪声污染的图像往往会交得视觉效果很差，严重时甚至使 得人目酲难以辨剐某些细节。人h 琵对图像噪声，尤其是图像平毽区的噪声非常敏感； ( 2 ) 使整像的中层( 信息屡) 与高层( 知识层) 娃理无法继续进行。噪声会降低鹫 像低层( 数握层) 处理的质量和糖度。对有些处理过爨来说，噪声往往会产生菜种局部二 义性( 1 0 c a la m b i g u i t i e s ) 。比如许多边缘检测算法在有噪声干抚的情况。f 会出现大量的 虚检和漏检，而使后续的目标提取和识别无法进行。 根据不同分类方式可将噪声进行不同的分类。 从噪声的概率分布情祝来看，可分为短拖尾噪声、中拖尾噪声和长拖尾噪声。下面 是几种常见的嗓声分布形式的概率密度萄数f ( n ) 。 典型的短拖尾嗓声一均匀分布臻声： 1 3 。 东北大学硕士学位论文第二章低倍图像的预处理及其实现 m ) ：去 n l 结柬k 否 图5 2 灰度化流程图和中值滤波流流程图 f i g 5 2 g r a yo p e r a t i o na n dm i d d l ev a l u ef i l t e rf l o wc h a r t 图5 3 闽值变换化流程图和区域生长流程图 f i g 53 t h r e s h o l dt r a n s f o r m a t i o na n dr e g i o ng r o wf l o wc h a r t 一5 1 东北大学硕士学位论文 第五章裂纹检