CN108230246A - 一种飞机蒙皮检测图像的拼接方法 - Google Patents
一种飞机蒙皮检测图像的拼接方法 Download PDFInfo
- Publication number
- CN108230246A CN108230246A CN201711453991.9A CN201711453991A CN108230246A CN 108230246 A CN108230246 A CN 108230246A CN 201711453991 A CN201711453991 A CN 201711453991A CN 108230246 A CN108230246 A CN 108230246A
- Authority
- CN
- China
- Prior art keywords
- image
- aircraft skin
- detection
- cutting
- skin detection
- 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.)
- Pending
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 59
- 238000000034 method Methods 0.000 title claims abstract description 19
- 238000005520 cutting process Methods 0.000 claims abstract description 24
- 239000011159 matrix material Substances 0.000 claims abstract description 12
- 230000009466 transformation Effects 0.000 claims abstract description 8
- 238000000605 extraction Methods 0.000 claims abstract description 4
- 238000003708 edge detection Methods 0.000 claims description 14
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000004458 analytical method Methods 0.000 description 5
- 238000007689 inspection Methods 0.000 description 5
- 230000007547 defect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000002604 ultrasonography Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4038—Image mosaicing, e.g. composing plane images from plane sub-images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/12—Edge-based segmentation
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- 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
- G06T2207/20212—Image combination
- G06T2207/20221—Image fusion; Image merging
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Quality & Reliability (AREA)
- Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
Abstract
本发明提供一种飞机蒙皮检测图像的拼接方法,包括规划飞机蒙皮检测区域及检测顺序;按照测量顺序进行飞机蒙皮的超声波探伤作业,得到检测图像;将飞机蒙皮检测的原始长图进行边缘切割,得到去除刻度信息的切割后图像;使用SURF算法对切割后的图像进行相邻图像特征点的提取和匹配,得到相邻两张带拼接图像的匹配点集,并进行图像的配准,得到相邻图像的配准变换矩阵;将图像配准拼接算法写入应用程序,通过软件方式自动进行飞机蒙皮检测图像的拼接。本发明确定飞机蒙皮检测作业的检测顺序后进行检测作业,操作人员只需将飞机蒙皮检测所保存的图像导入至软件中,便可以自动获得飞机蒙皮的全局检测图像。
Description
技术领域
本发明涉及图像处理技术领域,具体涉及一种飞机蒙皮检测图像的拼接方法。
背景技术
现有的超声波探伤仪在进行超声波探伤时,通过对工件发射超声,然后利用其反射、多普勒效应、透射等来获取被测物体内部的信息并进过处理形成图像,从而快速地确定工件内部的多种缺陷问题。然而现有的超声波探伤仪在进行飞机蒙皮检测的过程中存在以下不足:由于现有的超声波探伤仪探头尺寸的限制,每次只能对有限区域进行检测,最终只能获取有限区域内的检测图像。对于飞机蒙皮这一类大型被测物的检测,不能获取全局的检测图像,无法对飞机蒙皮缺陷进行全局分析。
发明内容
(一)解决的技术问题
本发明为了克服上述飞机蒙皮不能获取全局检测图像的缺陷问题,提供一种飞机蒙皮检测图像的拼接方法,包括对原始采集图像的切割和对切割后图像的拼接,在确定飞机蒙皮检测作业的检测顺序后进行检测作业,操作人员只需将飞机蒙皮检测所保存的图像导入至软件中,便可以自动获得飞机蒙皮的全局检测图像。
(二)技术方案
为实现以上目的,本发明通过以下技术方案予以实现:
一种飞机蒙皮检测图像的拼接方法,包括以下步骤:
S1、规划飞机蒙皮检测区域及检测顺序;
S2、按照测量顺序进行飞机蒙皮的超声波探伤作业,得到检测图像;
S3、将飞机蒙皮检测的原始长图进行边缘切割,得到去除刻度信息的切割后图像;
S4、使用SURF算法对切割后的图像进行相邻图像特征点的提取和匹配,得到相邻两张待拼接图像的匹配点集,并进行图像的配准,得到相邻图像的配准变换矩阵;
S5、将图像配准拼接SURF算法写入应用程序,通过软件方式自动进行飞机蒙皮检测图像的拼接。
进一步地,所述步骤S1以测量矩阵的形式划分检测顺序。
进一步地,所述步骤S3图像切割过程中使用一阶微分的边缘检测方法进行边缘检测。
进一步地,所述步骤S3图像切割包括以下步骤:
S3.1、分别将水平方向和垂直方向模板沿图像从一个像素移动到另一个像素,将像素中心与图像中心的某个像素位置重合;
S3.2、使用边缘检测的窗口算子,并使用水平方向和垂直方向卷积运算值,卷积运算公式:
Δfx(x,y)={f(x-1,y-1)+2*f(x-1,y)+f(x-1,y+1)}-f(x+1,y-1)+2*f(x+1,y)+f(x+1,y+1)}
S3.3、利用水平方向和垂直方向卷积运算的值计算梯度值▽G:
▽G=|fx|+|fy|;
S3.4、选取阈值,如果步骤S3.3中计算的梯度值不小于此阈值,则判断该像素点为图像的边缘点。
进一步地,所述步骤S4图像的匹配使用OpenCV库中的findHomography函数来求得变换矩阵,将两张图像转换为同一坐标下。
(三)有益效果
本发明的有益效果:一种飞机蒙皮检测图像的拼接方法,包括对原始采集图像的切割和对切割后图像的拼接,在确定飞机蒙皮检测作业的检测顺序后进行检测作业,操作人员只需将飞机蒙皮检测所保存的图像导入至软件中,便可以自动获得飞机蒙皮的全局检测图像;能够实现超声波探伤图像的自动裁切和自动拼接,便于大型被测物的分析;操作简单,能够导出拼接后的图像,为飞机蒙皮探伤的全局分析提供图像支持。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为以13*4测量矩阵为例的测量顺序图;
图2为超声波探伤机测量得到的图像;
图3为边缘检测窗口算子;
图4为使用边缘检测程序切割后的飞机蒙皮检测图像;
图5拼接后的飞机蒙皮检测图像。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,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作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。
结合图1,一种飞机蒙皮检测图像的拼接方法,包括以下步骤:
S1、规划飞机蒙皮检测区域及检测顺序,以13*4的测量矩阵为例,本发明采用超声波检测方法(B),测量顺序如图1所示。
S2、按照测量顺序进行飞机蒙皮的超声波探伤作业,得到检测图像,检测图像如图2所示。
S3、将飞机蒙皮检测的原始长图进行边缘切割,得到去除刻度信息的切割后图像。
图像切割过程中使用一阶微分的边缘检测方法进行边缘检测:
S3.1、分别将水平方向和垂直方向模板沿图像从一个像素移动到另一个像素,将像素中心与图像中心的某个像素位置重合;
S3.2、使用边缘检测的窗口算子,如图3所示,图3(a)为水平方向边缘检测,图3(b)为垂直方向边缘检测,并使用水平方向和垂直方向卷积运算值,卷积运算公式:
Δfx(x,y)={f(x-1,y-1)+2*f(x-1,y)+f(x-1,y+1)}-f(x+1,y-1)+2*f(x+1,y)+f(x+1,y+1)}
Δfy(x,y)={f(x-1,y-1)+2*f(x,,y-1)+f(x+1,y-1)}-f(x-1,y+1)+2*f(x,y+1)+f(x+1,y+1)}
x,y分别代表图像中水平方向和垂直方向边缘检测的图像灰度值;
S3.3、利用水平方向和垂直方向卷积运算的值计算梯度值▽G:
▽G=|fx|+|fy|;
S3.4、选取合适的阈值,如果步骤S3.3中计算的梯度值不小于此阈值,则判断该像素点为图像的边缘点。
将图像边缘检测算法写入应用程序,通过软件方式自动进行飞机蒙皮检测图像的边缘切割,切割后的图像如图4所示。
S4、使用SURF算法对切割后的图像进行相邻图像特征点的提取和匹配,得到相邻两张待拼接图像的匹配点集,并进行图像的配准,得到相邻图像的配准变换矩阵。
图像的匹配使用OpenCV库中的findHomography函数来求得变换矩阵,将两张图像转换为同一坐标下。由于findHomography函数所要用到的点集是Point2f类型的,所以需要对刚得到的点集GoodMatchePoints再做一次处理,使其转换为Point2f类型的点集,这样便可以得到相邻图像的配准变换矩阵。
S5、将图像配准拼接SURF算法写入应用程序,通过软件方式自动进行飞机蒙皮检测图像的拼接,拼接后的图像如图5所示。
综上所述,本发明实施例,飞机蒙皮检测图像的拼接方法,包括对原始采集图像的切割和对切割后图像的拼接,在确定飞机蒙皮检测作业的检测顺序后进行检测作业,操作人员只需将飞机蒙皮检测所保存的图像导入至软件中,便可以自动获得飞机蒙皮的全局检测图像;能够实现超声波探伤图像的自动裁切和自动拼接,便于大型被测物的分析;操作简单,能够导出拼接后的图像,为飞机蒙皮探伤的全局分析提供图像支持。
以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (5)
1.一种飞机蒙皮检测图像的拼接方法,其特征在于,包括以下步骤:
S1、规划飞机蒙皮检测区域及检测顺序;
S2、按照测量顺序进行飞机蒙皮的超声波探伤作业,得到检测图像;
S3、将飞机蒙皮检测的原始长图进行边缘切割,得到去除刻度信息的切割后图像;
S4、使用SURF算法对切割后的图像进行相邻图像特征点的提取和匹配,得到相邻两张待拼接图像的匹配点集,并进行图像的配准,得到相邻图像的配准变换矩阵;
S5、将图像配准拼接SURF算法写入应用程序,通过软件方式自动进行飞机蒙皮检测图像的拼接。
2.如权利要求1所述的一种飞机蒙皮检测图像的拼接方法,其特征在于,所述步骤S1以测量矩阵的形式划分检测顺序。
3.如权利要求1所述的一种飞机蒙皮检测图像的拼接方法,其特征在于,所述步骤S3图像切割过程中使用一阶微分的边缘检测方法进行边缘检测。
4.如权利要求3所述的一种飞机蒙皮检测图像的拼接方法,其特征在于,所述步骤S3图像切割包括以下步骤:
S3.1、分别将水平方向和垂直方向模板沿图像从一个像素移动到另一个像素,将像素中心与图像中心的某个像素位置重合;
S3.2、使用边缘检测的窗口算子,并使用水平方向和垂直方向卷积运算值,卷积运算公式:
Δfx(x,y)={f(x-1,y-1)+2*f(x-1,y)+f(x-1,y+1)}-
f(x+1,y-1)+2*f(x+1,y)+f(x+1,y+1)}
S3.3、利用水平方向和垂直方向卷积运算的值计算梯度值▽G:
S3.4、选取阈值,如果步骤S3.3中计算的梯度值不小于此阈值,则判断该像素点为图像的边缘点。
5.如权利要求1所述的一种飞机蒙皮检测图像的拼接方法,其特征在于,所述步骤S4图像的匹配使用OpenCV库中的findHomography函数来求得变换矩阵,将两张图像转换为同一坐标下。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711453991.9A CN108230246A (zh) | 2017-12-28 | 2017-12-28 | 一种飞机蒙皮检测图像的拼接方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711453991.9A CN108230246A (zh) | 2017-12-28 | 2017-12-28 | 一种飞机蒙皮检测图像的拼接方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108230246A true CN108230246A (zh) | 2018-06-29 |
Family
ID=62649185
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711453991.9A Pending CN108230246A (zh) | 2017-12-28 | 2017-12-28 | 一种飞机蒙皮检测图像的拼接方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108230246A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113343355A (zh) * | 2021-06-08 | 2021-09-03 | 四川大学 | 基于深度学习的飞机蒙皮型面检测路径规划方法 |
CN114219802A (zh) * | 2022-02-21 | 2022-03-22 | 成都飞机工业(集团)有限责任公司 | 一种基于图像处理的蒙皮连接孔孔位检测方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102622732A (zh) * | 2012-03-14 | 2012-08-01 | 上海大学 | 一种前扫声纳图像拼接方法 |
CN102930265A (zh) * | 2012-09-19 | 2013-02-13 | 广州市中崎商业机器有限公司 | 一种多身份证扫描方法及装置 |
US20130208997A1 (en) * | 2010-11-02 | 2013-08-15 | Zte Corporation | Method and Apparatus for Combining Panoramic Image |
CN105608671A (zh) * | 2015-12-30 | 2016-05-25 | 哈尔滨工业大学 | 一种基于surf算法的图像拼接方法 |
CN106683127A (zh) * | 2017-01-05 | 2017-05-17 | 南京觅踪电子科技有限公司 | 一种基于surf算法的多模态医学图像配准方法 |
CN106952257A (zh) * | 2017-03-21 | 2017-07-14 | 南京大学 | 一种基于模板匹配与相似度计算的曲面标签破损缺陷检测方法 |
-
2017
- 2017-12-28 CN CN201711453991.9A patent/CN108230246A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130208997A1 (en) * | 2010-11-02 | 2013-08-15 | Zte Corporation | Method and Apparatus for Combining Panoramic Image |
CN102622732A (zh) * | 2012-03-14 | 2012-08-01 | 上海大学 | 一种前扫声纳图像拼接方法 |
CN102930265A (zh) * | 2012-09-19 | 2013-02-13 | 广州市中崎商业机器有限公司 | 一种多身份证扫描方法及装置 |
CN105608671A (zh) * | 2015-12-30 | 2016-05-25 | 哈尔滨工业大学 | 一种基于surf算法的图像拼接方法 |
CN106683127A (zh) * | 2017-01-05 | 2017-05-17 | 南京觅踪电子科技有限公司 | 一种基于surf算法的多模态医学图像配准方法 |
CN106952257A (zh) * | 2017-03-21 | 2017-07-14 | 南京大学 | 一种基于模板匹配与相似度计算的曲面标签破损缺陷检测方法 |
Non-Patent Citations (1)
Title |
---|
马晓路,刘倩,时翔等编著: "《MATLAB图像处理从入门到精通》", 28 February 2013, 中国铁道出版社 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113343355A (zh) * | 2021-06-08 | 2021-09-03 | 四川大学 | 基于深度学习的飞机蒙皮型面检测路径规划方法 |
CN113343355B (zh) * | 2021-06-08 | 2022-10-18 | 四川大学 | 基于深度学习的飞机蒙皮型面检测路径规划方法 |
CN114219802A (zh) * | 2022-02-21 | 2022-03-22 | 成都飞机工业(集团)有限责任公司 | 一种基于图像处理的蒙皮连接孔孔位检测方法 |
CN114219802B (zh) * | 2022-02-21 | 2022-06-14 | 成都飞机工业(集团)有限责任公司 | 一种基于图像处理的蒙皮连接孔孔位检测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11010890B2 (en) | Method for the non-destructive testing of the volume of a test object and testing device configured for carrying out such a method | |
US9552521B2 (en) | Human body security inspection method and system | |
WO2019059011A1 (ja) | 教師データ作成方法及び装置並びに欠陥検査方法及び装置 | |
CN105510364B (zh) | 基于x射线的工业部件缺陷的无损检测系统及其检测方法 | |
US20220244194A1 (en) | Automated inspection method for a manufactured article and system for performing same | |
CN107993228B (zh) | 一种基于心血管oct影像的易损斑块自动检测方法和装置 | |
WO2021250986A1 (ja) | 検査装置、検査方法、および検査プログラム | |
CN108052909B (zh) | 一种基于心血管oct影像的薄纤维帽斑块自动检测方法和装置 | |
JP5088006B2 (ja) | タイヤの検査方法及びその装置 | |
CN108230246A (zh) | 一种飞机蒙皮检测图像的拼接方法 | |
CN116539641A (zh) | 光伏玻璃组件二道铺设后外观检测方法 | |
CN117392112A (zh) | 一种晶圆表面缺陷的检测方法、装置及系统 | |
JP2008309643A (ja) | タイヤの検査方法及びその装置 | |
JP7215108B2 (ja) | イメージ又はマトリクスデータにおける関心のある部分の検出 | |
JPH09204532A (ja) | 画像認識方法および画像表示方法 | |
JP2003247954A (ja) | 円形体周縁部の欠陥検出方法 | |
CN205643198U (zh) | 基于x射线的工业部件缺陷的无损检测系统 | |
JP2008309649A (ja) | タイヤの検査方法及びその装置 | |
JP4209220B2 (ja) | 超音波信号処理方法 | |
JPS63221488A (ja) | 画像内濃淡領域検出装置 | |
JP2563865B2 (ja) | 画像認識装置及び方法 | |
KR101987472B1 (ko) | 금속패널 결함 탐지 장치 및 방법 | |
WO2023053728A1 (ja) | 表示処理装置、表示処理方法、及び、表示処理プログラム | |
MUSTAFA et al. | FLUDI: Using digital images for measuring fish length | |
JP2010091319A (ja) | 外観検査装置および外観検査方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180629 |
|
RJ01 | Rejection of invention patent application after publication |