CN114897855B 基于x射线图片灰度值分布判定缺陷类型的方法 （国网安徽省电力有限公司）

号基于X射线图片灰度值分布判定缺陷类型的本申请公开了基于X射线图片灰度值分布判建立OUV像素坐标，读取兴趣区域内任一个像素点确定图像斑块Kr，并对图像斑块Krm进行选择发明通过对缺陷图像斑块边界具有的无序性特2一个灰度值为Cr像素点的像素坐标确定覆盖所有灰度值为Cr的像素点形成的图像斑块Kr；步骤STP501，将标记为1的图像斑块Krm输入条件判定模步骤STP502，在OUV像素坐标中，通过赋值单元以10-100步骤STP505，根据斜率kz绘制斜率集合的无序性折现，2.根据权利要求1所述的基于X射线图片灰度值分布判定缺陷类型的方法，其特征在3.根据权利要求1所述的基于X射线图片灰度值分布判定缺陷类型的方法，其特征在步骤STP5051,计算斜率集合的跨度，所述斜率集合的跨度为斜率k步骤STP5052,计算在斜率集合的跨度范3步骤STP5055，读取位于图像斑块Krm边界Bm非同侧或者同方位4[0001]本发明涉及图像识别技术领域，尤其涉及电力设备X射线检测图片缺陷识别技术[0005]人工对X射线影像判读人员的专业技能和经验要求很高，需要经过长时间的专业[0007]为了解决现有技术中电力设备X射线图片缺陷判别由人工逐一查看存在的判别效备的X射线照片的缺陷判定中，申请人发现基于电力设备出现缺陷的结构件的集中性和缺5斑块的最大区别在于其在X射线图像上形成斑块边缘的无规律性，即电力设备结构件形成取任一个灰度值为Cr像素点的像素坐标确定覆盖所有灰度值为Cr的像素点形成的图像斑[0013]步骤STP300，按照r值的升序或者降序排列依次对图像斑块Kr进行排序，标记为[0014]步骤STP400，计算每一个图像腐蚀后的图像斑块Krm的像素面积Srm与X射线图片[0015]步骤STP500，将标记为0的图像斑块Krm的灰度值重新赋值为0或255获得X射线图片Pic3并输入经训练完毕的对抗网络模型中进行奇数的图像斑块Krm向外腐蚀t个像素，若与图像斑块Krm相邻的其他图像斑块Krm的序号m6[0030]步骤STP5055，读取位于图像斑块Krm边界Bm非同侧或者同方位至少两个像素点有针对性的条件判定模块，能够弥补对抗网络模型在特定图像领域的针对性不强的问题，通过条件判定模块的实现判定能够剔除X射线图像中的非缺陷图像斑块，减少无用判断所7[0044]本实施例以压接钢芯为例进行说明本申请提供的基于X射线图片灰度值分布判定y区域左上角为原点O建立OUV像素坐标，读取兴趣区域内任一个像素点的像素坐标pn（ux，v其中，x为排序为n的像素点在像素横坐标U上的值，y为排序为n的像素点在像素纵坐y取任一个灰度值为Cr像素点的像素坐标确定覆盖所有灰度值为Cr的像素点形成的图像斑将相同灰度值的像素点集合单独提取出来，从而一张X射线图片Pic1将依据灰度值不同而[0047]步骤STP300，按照r值的升序或者降序排列依次对图像斑块Kr进行排序，标记为片Pic2图像斑块Krm向外腐蚀t个像素，若与图像斑块Krm相邻的其他图像斑块Krm的序号m为偶数8[0048]步骤STP400，计算每一个图像腐蚀后的图像斑块Krm的像素面积Srm与X射线图片Pic1[0049]步骤STP500，将标记为0的图像斑块Krm的灰度值重新赋值为0或255获得X射线图片Pic3并输入经训练完毕的对抗网络模型中进行[0050]本实施例中，步骤STP500中的对抗网络模型包括卷积神[0063]步骤STP5055，读取位于图像斑块Krm边界Bm非同侧或者同方位至少两个像素点