CN108106577B - 一种二维机械式扫描声呐图像检测铺排搭接宽度的方法 - Google Patents

一种二维机械式扫描声呐图像检测铺排搭接宽度的方法 Download PDF

Info

Publication number
CN108106577B
CN108106577B CN201711437213.0A CN201711437213A CN108106577B CN 108106577 B CN108106577 B CN 108106577B CN 201711437213 A CN201711437213 A CN 201711437213A CN 108106577 B CN108106577 B CN 108106577B
Authority
CN
China
Prior art keywords
image
detection
edge
lap joint
points
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CN201711437213.0A
Other languages
English (en)
Other versions
CN108106577A (zh
Inventor
刘大川
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Individual
Original Assignee
Individual
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to CN201711437213.0A priority Critical patent/CN108106577B/zh
Publication of CN108106577A publication Critical patent/CN108106577A/zh
Application granted granted Critical
Publication of CN108106577B publication Critical patent/CN108106577B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B17/00—Measuring arrangements characterised by the use of infrasonic, sonic or ultrasonic vibrations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10132—Ultrasound image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20048—Transform domain processing
    • G06T2207/20061—Hough transform
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20112—Image segmentation details
    • G06T2207/20164—Salient point detection; Corner detection

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)
  • Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)

Abstract

本发明涉及一种二维机械式扫描声呐图像检测铺排搭接宽度的方法。该方法通过搭接点检测获取角点的图像坐标，通过铺排排体边界的检测获得最终边缘排体的直线方程，利用角点的图像坐标和边缘排体的直线方程计算出铺排的搭接宽度。该铺排搭接宽度的检测方法，通过对声呐图像的预处理，综合Sobel边缘检测算法、膨胀腐蚀算法、Harris角点检测算法、Canny边缘检测算法和霍夫变换等图像算法，分别检测出搭接的角点与搭接的边界，得到铺排的搭接宽度。利用计算机图像算法，有效减少人工判读对搭接宽度的影响，提高搭接宽度检测的可靠性。而且计算机算法的引用，也可以减少人员因为经验不足而导致对图像判读的失误。

Description

一种二维机械式扫描声呐图像检测铺排搭接宽度的方法
技术领域
本发明属于二维机械式扫描声呐技术领域，涉及一种二维机械式扫描声呐图像检测铺排搭接宽度的方法。
背景技术
二维机械式扫描声呐在铺排搭接宽度的检测中得到了广泛的应用，在铺排工程中，通过二维机械式扫描声呐对铺排的搭接宽度进行准确实时的检测，可以有效的保证铺排搭接宽度的施工质量，提高作业效率，减少传统的潜水员下水探摸检测，提高了检测工作的安全性。
目前，铺排搭接宽度的检测中，主要方法是获得二维机械式扫描声呐扫测的图像，检测人员根据经验来判读图像，识别已经铺设排体的边缘与正在铺设排体的边缘，后在图像上分别标记，通过在图上量取标记位置的距离来获得搭接宽度。由于施工现场的条件比较复杂，扫测获得的二维机械式扫描声呐图像对于普通人员或者经验不足的检测人员来说，都难以准确的判读图像，且人工标记的方式缺乏公信力，备受施工方的诟病，所以研究铺排搭接宽度的自动检测方法就显得尤为重要。
发明内容
本发明的目的在于提供一种二维机械式扫描声呐图像检测铺排搭接宽度的方法，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：
一种二维机械式扫描声呐图像检测铺排搭接宽度的方法，其特殊之处在于，通过搭接点检测获取角点的图像坐标，通过铺排排体边界的检测获得最终边缘排体的直线方程，利用角点的图像坐标和边缘排体的直线方程计算出铺排的搭接宽度。
进一步的，二维机械式扫描声呐图像检测铺排搭接宽度的方法包括以下具体步骤：
⑴、搭接点检测
对二维机械式扫描声呐图像进行Sobel边缘检测，对边缘检测的图像进行腐蚀膨胀处理，然后分割出目标区域图像，对分割后的图像进行Harris角点检测，获取角点的图像坐标；
⑵、已铺排排体边界的检测
对二维机械式扫描声呐图像进行区域分割，使已铺设的排体边缘进入分割后的图像，用传统的Canny算法对目标区域的图像进行边缘检测，对Canny边缘检测后的图像进行霍夫变换，筛选经霍夫变换后的霍夫点，获得最终边缘排体的直线方程；
⑶、计算搭接宽度
利用角点的图像坐标与边缘排体的直线方程，结合图像分辨率，计算铺排的搭接宽度。
优选的，所述步骤⑴搭接点检测，包括以下具体步骤：
①采用传统的Sobel边缘检测算法，检测二维机械式扫描声呐图像上水平与垂直方向的边缘，设置阈值的控制参数，通过调整控制参数来调整边缘检测的效果；
②利用线状腐蚀进行腐蚀运算，设置腐蚀线长和腐蚀方向范围，对腐蚀后的图像进行膨胀运算，填充内部空隙，并对图像边缘进行清理，使图像的边缘平滑；
③对上述运算后图像的目标区域进行分割，设置分割尺寸，获得分割后的目标点区域的图像；
④对上述分割后图像进行Harris角点检测，设置检测角点个数，通过计算各个角点与图像指定角点的距离筛选搭接的角点，获取角点的图像坐标。
优选的，所述步骤⑵已铺排排体边界的检测，包括以下具体步骤：
①设置分割尺寸，对二维机械式扫描声呐图像进行区域分割，使已铺设的排体边缘进入分割后的图像；
②用传统的Canny算法对目标区域的图像进行边缘检测，并在检测时抑制非目标方向的边缘信息；
③对Canny边缘检测后的图像进行霍夫变换，设置距离的分辨率ρres和角度的分辨率θres，以检测到目标直线，保证检测线的水平方向；
④筛选霍夫变换后的霍夫点，对霍夫点进行最小二乘线性回归，获得最终边缘排体的直线方程。
本发明的有益效果是：
该二维机械式扫描声呐图像检测铺排搭接宽度的方法，通过对声呐图像的预处理，综合Sobel边缘检测算法、膨胀腐蚀算法、Harris 角点检测算法、Canny边缘检测算法和霍夫变换(Hough Transform) 等图像算法，分别检测出搭接的角点与搭接的边界，得到铺排的搭接宽度，并通过实际试验验证了该方法的有效性。利用计算机图像算法，可以有效减少人工判读对搭接宽度的影响，提高搭接宽度检测的可靠性。而且计算机算法的引用，也可以减少人员因为经验不足而导致对图像判读的失误。
附图说明
图1：二维机械式扫描声呐图像目标角点检测流程图；
图2：二维机械式扫描声呐图像排体边缘直线检测流程图；
图3：搭接宽度检测区域与目标示意图；
图4：分割后搭接角点检测区域图像图；
图5：腐蚀膨胀并分割后的图像图；
图6：Harris角点检测未经腐蚀膨胀的图像图；
图7：Harris角点检测腐蚀膨胀与分割后的图像图；
图8：直线检测的目标区域图像图；
图9：排体边缘霍夫检测到的直线结果图；
图10：排体边缘霍夫检测刀的霍夫点结果图；
图11：排体边缘直线检测筛选后的霍夫点结果图；
图12：检测到的排体边缘直线结果图。
具体实施方式
下面将结合本发明实施例，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例1
在铺排工程的铺排搭接宽度的检测中，主要是检测正在搭接的铺排排体接触点(点)与已经铺设的铺排排体边缘(直线)，如附图3 所示，通过识别目标区域1中的特征点(图中圆圈内部)与目标区域 2中的目标直线(图中直线)，计算点到直线的距离，即可获得搭接的宽度。
由于水下环境复杂，铺排排体上混凝土块回波强烈，因此采用任何单一的检测算法对二维机械式扫描声呐获得的水下图像进行检测，都难以获得令人满意的检测结果。本图像检测方法通过分割目标区域的方法，区分出不同检测目标的区域，利用组合式的图像处理方式对特定的点或者线进行检测。
本图像检测方法在铺排搭接宽度的检测中，具体操作如下：
⑴搭接角点检测
在铺排搭接宽度检测中，如附图4中目标区域1所示，正在搭接的点(图中圆圈内部)检测复杂，周围干扰较多，目标区域既有正在搭接铺排已经着床的排体，也有施工船只舢板的干扰，检测的目标是寻找到悬浮在水中的排体与已经着床排体的交界点。
为检测附图4中的角点，本方法对二维机械式扫描声呐图像进行 Sobel边缘检测，对边缘检测的图像进行腐蚀膨胀处理，然后分割出目标区域图像，对分割后的图像进行Harris角点检测，其检测流程如附图1所示。
在进行Sobel边缘检测时，本方法采用传统的Sobel边缘检测算法，同时检测水平与垂直两个方向的边缘，并设置阈值的控制参数γ，通过调整控制参数来调整边缘检测的效果。在进行腐蚀膨胀运算时，利用线状腐蚀进行腐蚀运算，设置合理的腐蚀线长l，并根据目标点在图像上的特点，设置腐蚀方向范围α，对腐蚀后的图像进行膨胀运算，填充内部空隙，减少排体上的角点干扰，并对填充后的图像进行边缘清理，使得图像的边缘平滑。
在获得上述腐蚀膨胀后的图像后，对目标区域进行分割，通过设置合理的分割尺寸，使目标点进入分割后的图像，同时又不能将区域分割的过大，避免对后续的角点检测产生干扰。分割后的图像，减少了图像的检测区域，也有利于减少角点检测的运算。当控制参数γ为 0.5、腐蚀线长l为8个像素，方向范围α为-50°到-40°之间，分割大小为400×400时，分割后的图像如附图5所示。
在获得分割后的目标点区域的图像后，对其进行Harris角点检测，设置检测角点个数为100个，其检测后图像如附图6所示，获得角点数目较多，在对图像进行腐蚀膨胀与区域分割时，应尽量保证图像的右下方向腐蚀效果良好，不具有空隙，可通过计算各个角点与图像左上角点的距离来筛选目标角点，获取目标点在图像上的坐标(x, y),筛选后的目标角点如附图7所示。
⑵已铺排排体边界的检测
针对铺排搭接宽度检测中已经铺设的排体边缘检测，目标区域2 的图像如附图8所示，铺排排体边缘的检测难点是，排体铺设后的地形通常会略高于河床的高度，导致目标区域内排体边缘的模糊，增加了排体边缘的检测难度。此外，由于排体按区域安装，其矩形分布的特征在图像上有明显的分界；排体上连锁块(混凝土块)的排列非常整齐，排体内部的连锁块在图像上反应的直线特性比排体边缘模糊的直线特性更加明显，这极大的干扰了对排体边缘的检测。
为检测附图8中的目标直线，本方法对二维机械式扫描声呐图像进行区域分割，减少图像上其他直线对检测的干扰，对区域分割后的图像进行Canny边缘检测，然后对图像做霍夫变换，获得图像上霍夫直线信息。由于图像上具有大量的霍夫直线，对霍夫点进行筛选，通过线性回归的方法重构目标直线，其具体操作流程如附图2所示。
在对直线目标的区域进行分割时，通过设置合理的分割尺寸，使目标点进入分割后的图像，又不应将区域分割的过大，避免对后续的霍夫变换产生干扰。一般地，分割的图像高度应略大于连锁块矩形区域的宽度，分割的图像长度一般应从越过舢板干扰区域起，至扫描能见范围。
本方法采用传统的Canny算法对目标区域的图像进行边缘检测，为防止连锁块区域分界的干扰，在检测时抑制垂直方向的边缘信息。受到排体高度产生的阴影影响，图像上排体边缘不够连续，而且连锁块的直线性特征信息要略强于目标直线，所以对Canny边缘检测后的图像进行霍夫变换时，距离的分辨率ρres设置不宜过大，避免检测不到目标直线，角度的分辨率θres设置应顾及检测线的近似水平方向。
当ρres为5个像素的分辨率，θres为1°的分辨率时，图像上检测到的直线如附图9所示，虽然检测到了大量的目标线上的点，但是排体上的干扰依旧较多。为获取目标直线，分析获得的霍夫点，检测获得的霍夫点如附图10所示。
对附图10中的各个霍夫点计算其至图像上边缘的距离，通过设置合理的阈值筛选霍夫点，筛选后获得的霍夫点如附图11所示，再对筛选后的霍夫点进行最小二乘线性回归，获得最终的排体直线边缘，如附图12所示。
⑶搭接宽度计算
在获得搭接的角点坐标(x，y)point与直线坐标Ax+By+C＝0 后应将二者统一至同一坐标系下，通常将角点坐标(x，y)poin转换至区域分割后的坐标系下较为方便，计算角点至直线的距离，并结合成像分辨率可计算出铺排的搭接宽度。
如，计算获得图像上的角点到直线的距离为54个像素，结合成像分辨率0.06m，本次检测的结果为3.24m，对同一图像的铺排搭接宽度进行人工识别，其识别的宽度为3.18m。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。
此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。

Claims (2)

1.一种二维机械式扫描声呐图像检测铺排搭接宽度的方法，其特征之处在于：通过搭接点检测获取角点的图像坐标，通过铺排排体边界的检测获得最终边缘排体的直线方程，利用角点的图像坐标和边缘排体的直线方程计算出铺排的搭接宽度；
包括以下具体步骤：
⑴、搭接点检测
对二维机械式扫描声呐图像进行Sobel边缘检测，对边缘检测的图像进行腐蚀膨胀处理，然后分割出目标区域图像，对分割后的图像进行Harris角点检测，获取角点的图像坐标；
⑵、已铺排排体边界的检测
包括以下具体步骤：
①设置分割尺寸，对二维机械式扫描声呐图像进行区域分割，使已铺设的排体边缘进入分割后的图像；
②用传统的Canny算法对目标区域的图像进行边缘检测，并在检测时抑制非目标方向的边缘信息；
③对Canny边缘检测后的图像进行霍夫变换，设置距离的分辨率和角度的分辨率，以检测到目标直线，保证检测线的水平方向；
④筛选霍夫变换后的霍夫点，对各个霍夫点计算其至图像上边缘的距离，通过设置合理的阈值筛选霍夫点，对筛选后的霍夫点进行最小二乘线性回归，获得最终边缘排体的直线方程，
⑶、计算搭接宽度
利用角点的图像坐标与边缘排体的直线方程，结合图像分辨率，计算铺排的搭接宽度。
2.如权利要求1所述二维机械式扫描声呐图像检测铺排搭接宽度的方法，其特征在于：所述步骤⑴搭接点检测，包括以下具体步骤：
①采用传统的Sobel边缘检测算法，检测二维机械式扫描声呐图像上水平与垂直方向的边缘，设置阈值的控制参数，通过调整控制参数来调整边缘检测的效果；
②利用线状腐蚀进行腐蚀运算，设置腐蚀线长和腐蚀方向范围，对腐蚀后的图像进行膨胀运算，填充内部空隙，并对图像边缘进行清理，使图像的边缘平滑；
③对上述运算后图像的目标区域进行分割，设置分割尺寸，获得分割后的目标点区域的图像；
④对上述分割后图像进行Harris角点检测，设置检测角点个数，通过计算各个角点与图像指定角点的距离筛选搭接的角点，获取角点的图像坐标。
CN201711437213.0A 2017-12-26 2017-12-26 一种二维机械式扫描声呐图像检测铺排搭接宽度的方法 Expired - Fee Related CN108106577B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711437213.0A CN108106577B (zh) 2017-12-26 2017-12-26 一种二维机械式扫描声呐图像检测铺排搭接宽度的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711437213.0A CN108106577B (zh) 2017-12-26 2017-12-26 一种二维机械式扫描声呐图像检测铺排搭接宽度的方法

Publications (2)

Publication Number Publication Date
CN108106577A CN108106577A (zh) 2018-06-01
CN108106577B true CN108106577B (zh) 2020-09-01

Family

ID=62211743

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711437213.0A Expired - Fee Related CN108106577B (zh) 2017-12-26 2017-12-26 一种二维机械式扫描声呐图像检测铺排搭接宽度的方法

Country Status (1)

Country Link
CN (1) CN108106577B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110706244B (zh) * 2019-10-17 2021-01-15 刘雨希 一种基于声呐图像处理的水下施工控制事件自动获取方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1509691A (zh) * 2002-12-20 2004-07-07 阿洛卡株式会社 超声波诊断装置
CN101564306A (zh) * 2008-04-25 2009-10-28 东芝医疗系统株式会社 超声波图像获取装置
CN102622732A (zh) * 2012-03-14 2012-08-01 上海大学 一种前扫声纳图像拼接方法
CN103477244A (zh) * 2010-10-25 2013-12-25 洛克希德马丁公司 检测水下结构的结构变化
CN105787524A (zh) * 2014-12-26 2016-07-20 中国科学院沈阳自动化研究所 基于OpenCV的车牌识别方法及系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1509691A (zh) * 2002-12-20 2004-07-07 阿洛卡株式会社 超声波诊断装置
CN101564306A (zh) * 2008-04-25 2009-10-28 东芝医疗系统株式会社 超声波图像获取装置
CN103477244A (zh) * 2010-10-25 2013-12-25 洛克希德马丁公司 检测水下结构的结构变化
CN102622732A (zh) * 2012-03-14 2012-08-01 上海大学 一种前扫声纳图像拼接方法
CN105787524A (zh) * 2014-12-26 2016-07-20 中国科学院沈阳自动化研究所 基于OpenCV的车牌识别方法及系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
基于侧扫声纳图像海底目标物提取方法;李海滨;《海洋测绘》;20101130;第71-73页 *
应用二维图像声呐的水下目标物精确定位的研究;刘畅;《中国水运.航道科技》;20170220;第56-60页 *

Also Published As

Publication number Publication date
CN108106577A (zh) 2018-06-01

Similar Documents

Publication Publication Date Title
JP6620477B2 (ja) コンクリートのひび割れ検出方法及び検出プログラム
CN108872997B (zh) 一种基于侧扫声呐数据融合与精密处理的海底线检测方法
CN102175613B (zh) 基于图像亮度特征的ptz视频能见度检测方法
CN109241976B (zh) 一种基于图像处理和激光测距溢油面积估计的方法
CN108230344B (zh) 一种隧道渗漏水病害自动识别方法
US11841426B2 (en) Three-dimensional (3D) terrain reconstruction method for scoured area around bridge pier foundation based on mechanical scanned imaging sonar
Osorio et al. An algorithm for the measurement of shoreline and intertidal beach profiles using video imagery: PSDM
CN109001757A (zh) 一种基于2d激光雷达的车位智能检测方法
CN109886939A (zh) 基于张量投票的桥梁裂缝检测方法
Gui et al. Automated defect detection and visualization for the robotic airport runway inspection
CN106156758A (zh) 一种sar海岸图像中海岸线提取方法
CN103745221A (zh) 一种二维码图像矫正方法
CN108106577B (zh) 一种二维机械式扫描声呐图像检测铺排搭接宽度的方法
CN115060343B (zh) 一种基于点云的河流水位检测系统、检测方法
CN107316288A (zh) 一种悬臂式掘进机截割头位姿视觉测量方法
CN115345881A (zh) 一种基于计算机视觉的路面病害检测方法
Li et al. A deep learning-based indoor acceptance system for assessment on flatness and verticality quality of concrete surfaces
CN112857252A (zh) 一种基于反射率强度的隧道影像边界线检测方法
CN102012964B (zh) 激光扫描的采样数据的处理方法和装置
CN115330684A (zh) 基于双目视觉与线结构光的水下构筑物表观缺陷检测方法
CN105491315A (zh) 一种投影仪伽马校正方法
CN111652844A (zh) 一种基于数字图像区域增长的x射线缺陷检测方法及系统
CN108492306A (zh) 一种基于图像轮廓的x型角点提取方法
CN113593040B (zh) 一种堤防护坡植被异常生长病害识别方法及系统
CN105824024B (zh) 一种新的水下闸门防蛙人立体预警识别系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20200901

CF01 Termination of patent right due to non-payment of annual fee