CN108230246A

CN108230246A - 一种飞机蒙皮检测图像的拼接方法

Info

Publication number: CN108230246A
Application number: CN201711453991.9A
Authority: CN
Inventors: 霍智祥; 丁婧; 余艳; 骆敏舟
Original assignee: Institute of Intelligent Manufacturing Technology JITRI
Current assignee: Institute of Intelligent Manufacturing Technology JITRI
Priority date: 2017-12-28
Filing date: 2017-12-28
Publication date: 2018-06-29

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

一种飞机蒙皮检测图像的拼接方法

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：

Δf_x(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＝|f_x|+|f_y|；

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：

S3.2、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：

Δf_y(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；

▽G＝|f_x|+|f_y|；

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

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；

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：

Δf_x(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)}

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。