CN108416771A

CN108416771A - 一种基于单目相机的金属材料锈蚀面积检测方法

Info

Publication number: CN108416771A
Application number: CN201810185972.0A
Authority: CN
Inventors: 殷晨波; 李蓉; 马伟; 张子立; 吴伟; 许明阳
Original assignee: NANJING DAHE ELECTROMECHANICAL TECHNOLOGY Co Ltd; Nanjing Tech University
Current assignee: NANJING DAHE ELECTROMECHANICAL TECHNOLOGY Co Ltd; Nanjing Tech University
Priority date: 2018-03-07
Filing date: 2018-03-07
Publication date: 2018-08-17

Abstract

本发明公开了一种基于单目相机的金属材料锈蚀面积检测方法，包括如下步骤：步骤1，通过图像采集设备获取金属材料的全部表面图像，并传输进入计算机；步骤2，将步骤1输入的图像经过图像处理，得到金属表面锈蚀部分的区域分割图像；步骤3，依据金属表面锈蚀部分的区域分割图像中锈蚀区域面积占总面积的比例，划分金属材料表面锈蚀等级，判定材料的锈蚀程度。

Description

一种基于单目相机的金属材料锈蚀面积检测方法

技术领域

本发明涉及图像处理技术领域，尤其涉及一种基于单目相机的金属材料锈蚀面积检测方法。

背景技术

在锈蚀领域中，金属的锈蚀面积是诊断锈蚀发生、锈蚀类型和锈蚀程度的重要依据，这对及时调整防锈措施、避免事故发生、降低损失具有重大意义。传统的锈蚀面积检测中，大多采用人工检测和专业锈蚀检测仪器的检测方法。但由于人眼缺乏持久性，并具有主观性，所以人工检测的方法难以保证测量的准确性。运用检测仪器检测虽然准确率可以得到保证，但是检测仪器造价过高，不便于携带，缺乏灵活性。

近年来，数字图像处理技术作为一种较为成熟的图像分析处理技术受到了各研究领域的广泛关注。单目相机应用于锈蚀面积检测中，可以借助图像处理技术对图像中的锈蚀面积进行定量描述。单目相机检测技术精确度高，造价低，便于携带和操作，这为金属锈蚀面积检测提供了良好的方案。

发明内容

本发明针对传统人工检测中准确性差和专业锈蚀检测仪器造价高，缺乏灵活性的缺点，提供了一种基于图像处理的金属锈蚀面积检测方法。该方法使得金属锈蚀面积检测更加简单易行，不仅提高了金属锈蚀面积检测的效率，同时也保证了检测的准确率。实现上述基于单目相机的金属锈蚀面积检测方法，包括以下步骤：

步骤1，通过图像采集设备获取金属材料的全部表面图像，并传输进入计算机；

步骤2，将步骤1输入的图像经过图像处理，得到金属表面锈蚀部分的区域分割图像；

步骤3，依据金属表面锈蚀部分的区域分割图像中锈蚀区域面积占总面积的比例，划分金属材料表面锈蚀等级，判定材料的锈蚀程度。

步骤1中所述图像采集设备包括手持CCD工业相机和无人机装置；所述无人机装置包括无人机机身和挂载的CCD相机。

步骤2包括如下步骤：

步骤2-1，通过直方图均衡化对获取的图像作增强处理(参考文献：吴成茂.直方图均衡化的数学模型研究[J].电子学报,2013,41(03):598-602.)，凸显锈蚀表面与未锈蚀表面的差异；提高图像对比度，显示颜色差异。

步骤2-2，对获取的图像进行色彩空间变换和形态学膨胀操作，显示出金属材料表面锈蚀区域；所述色彩空间变换是将RGB彩色图像通过公式(1)转换为灰色图像；

Y＝R×0.299+G×0.587+B×0.114 (1)

其中R、G和B分别表示彩色图像中每个像素点的红色、绿色和蓝色像素值；Y表示变换后该像素点的灰度值；所述形态学膨胀是通过公式(2)平滑锈蚀区域的轮廓、断开较窄的狭颈并消除细的突出物；

dst(x,y)＝max{src(x+x’,y+y’)}

(x’,y’)∈kernel (2)

其中src(x,y)表示上述灰色图像，dst(x,y)表示输出图像，kernel用于膨胀的核结构元素，x’，y’分别表示核结构元素的横坐标和纵坐标，x，y分别表示图像像素的横坐标和纵坐标。

步骤2-3，将步骤2-2所得图像，经过阈值处理转换成黑白图像，并对其应用canny边缘算子，勾勒出锈蚀区域的轮廓；

步骤2-4，计算步骤2-3所得图像的Hu不变矩，计算锈蚀区域的面积；

步骤2-5，将步骤2-4所得结果输出到计算机显示屏，作为判定金属材料锈蚀程度的判别标准。

步骤2-3中所述阈值处理包括：应用公式(3)把步骤2-2所得图像转换为黑白图像：

其中src(x,y)表示步骤2-2所得图像，thresh表示所选取的分割阈值，dst(x,y)表示输出图像。

步骤2-3中所述应用边缘算子，勾勒出锈蚀区域的轮廓，具体包括：应用公式(4)画出锈蚀区域的轮廓：

dst_s(x,y)＝dst(x,y)×G(x,y) (4)

θ＝tan^-1(g_y/g_x)

其中dst_s(x,y)是高斯平滑的输出图像，G(x,y)是高斯函数，σ²是权重因子，取值为0.64，M(x,y)和θ分别表示梯度幅值和方向，g_x和g_y为x,y方向上的一阶偏导，分别取x和y方向上相邻像素做差代替，x，y分别表示图像像素的横坐标和纵坐标，以图像左上角为原点O建立以像素为单位的直角坐标系x-y(像素的横坐标x与纵坐标y分别是在其图像数组中所在的列数与所在行数)；最后根据梯度幅值和方向，对锈蚀区域进行非极大值抑制并连接边缘得出轮廓曲线(参考文献：张玲艳.基于Canny理论的自适应边缘检测方法研究[D].西北大学,2009.)。

步骤2-4中，运用公式(4)计算锈蚀区域的面积：

M_pq＝∫∫x^p×y^q×f(x,y)dxdy (5)

其中M_pq表示图像的Hu矩，x，y分别表示图像像素的横坐标和纵坐标，f(x,y)代表像素的灰度值；p，q表示Hu矩的阶数，当其都取0时，M_pq就是腐蚀区域的面积；x^p，y^q是一个整体，整体解释没有实际含义。

本发明具有如下有益效果：

相机具有非接触的优势，测量金属表面锈蚀面积时避免了样件拆卸、检测时间长的问题，保证了测量的便捷性和时效性。

测量方法中使用计算机视觉软件，科学计算金属表面的锈蚀面积，避免了传统检测方法中人为主观性因素对测量结果的影响。

本方法基于普通相机或航拍式无人机，相比传统测量方法，操作简单，成本低廉，自动化程度极高。

附图说明

下面结合附图和具体实施方式对本发明做更进一步的具体说明，本发明的上述或其他方面的优点将会变得更加清楚。

图1为图像的像素坐标系图像。

图2为基于视觉的金属锈蚀面积检测方法和设备放置示意图。

图3a～图3e为CCD相机拍摄的待测钢板初始图像和经过图像处理后的图像。

图4a表示获取的原图像的直方图。

图4b表示进行均衡化处理后的直方图。

具体实施方式

下面结合附图及实施例对本发明做进一步说明。

参阅图2，基于视觉的金属材料锈蚀面积检测的设备包括无人机装置1、待测钢板2、CCD工业相机3、笔记本电脑4。所述CCD工业相机3或无人机装置1用于拍摄待测钢板2表面，得到表面清晰的彩色图像。所述无人机装置1优选大疆精灵PHANTOM3SE型号无人机，与所述笔记本电脑4WiFi连接，实现实时图片传输。所述笔记本电脑4用于对采集的图像进行图像处理，为后续判断金属材料锈蚀程度提供相应的锈蚀检测结果。

用CCD工业相机或无人机装置与钢板保持一定的距离和角度拍摄初始图像。如图3a所示，为CCD工业相机所拍初始图像。通过OpenCV等软件进行图像处理提取钢板的锈蚀面积。提取所述钢板的锈蚀面积处理步骤为：

a)CCD工业相机或无人机装置获取的所述初始图像，由于材料自身和拍摄条件的影响，像素点灰度范围一般较窄，因此通过公式(1)进行直方图均衡化(如图3b所示)，对图像作增强处理，凸显锈蚀表面与未锈蚀表面的差异。效果如图4a和图4b所示，图4a表示获取的原图像的直方图，图4b表示进行均衡化处理后的直方图。均衡化后的图像的灰度级跨越更宽，对比度变大，有效增强图像。

b)对步骤a)所述的经过直方图均衡化的图像进行色彩空间变换和形态学膨胀操作(如图3c所示)，显示出金属材料表面锈蚀区域；所述色彩空间转换是将RGB彩色图像通过公式(1)转换为灰色图像；

Y＝R×0.299+G×0.587+B×0.114 (1)

dst(x,y)＝max{src(x+x’,y+y’)}

(x’,y’)∈kernel (2)

c)将步骤b)所得图像，经过阈值处理转换成黑白图像(如图3d所示)；并对其应用canny边缘算子，勾勒出锈蚀区域的轮廓(如图3e所示)；所述阈值操作是应用公式(3)把灰度图像转换为黑白图像；其中src(x,y)表示输入图像，thresh表示所选取的分割阈值，dst(x,y)表示输出图像

所述Canny边缘算子是应用公式(4)画出锈蚀区域的轮廓；其中dst(x,y)是输入图像；dst_s(x,y)是高斯平滑的输出图像；G(x,y)是高斯函数；σ²是权重因子取0.64；M(x,y)和θ是梯度幅值和方向；g_x和g_y为x,y方向上的一阶偏导，分别取x和y方向上相邻像素做差代替，x，y分别表示图像像素的横坐标和纵坐标，按图1所示建立坐标系，以图像左上角为原点O建立以像素为单位的直角坐标系x-y；最后根据梯度幅值和方向，对锈蚀区域进行非极大值抑制并连接边缘得出轮廓曲线。

d)计算步骤c)所得图像的Hu不变矩，运用公式(5)计算锈蚀区域的面积；其中M_pq表示图像的Hu矩；x，y表示图像像素的位置，f(x,y)代表像素的灰度值；p，q表示Hu矩的阶数，当其都取0时，公式(5)就是腐蚀区域的面积；x^p，y^q是一个整体，整体解释没有实际含义。

M_pq＝∫∫x^p×y^q×f(x,y)dxdy (5)

e)将步骤d)所得结果输出到显示屏，整理其结果如表1所示，

表1

按照GB/T6461-2002《金属基体上金属和其他无机覆盖层经腐蚀试验后的试样和试件的评级》标准对保护等级进行评定，保护等级可以利用公式(6)计算：

R＝3(2-log₁₀A) (6)

其中R表示保护等级，A表示缺陷面积的百分比。可算出A值为0.278598611，R值为7.665063159，由此可评定保护等级为7级。

本发明提供了一种基于单目相机的金属材料锈蚀面积检测方法，具体实现该技术方案的方法和途径很多，以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。本实施例中未明确的各组成部分均可用现有技术加以实现。

Claims

1.一种基于单目相机的金属材料锈蚀面积检测方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的方法，其特征在于，步骤1中所述图像采集设备包括手持CCD工业相机和无人机装置；所述无人机装置包括无人机机身和挂载的CCD相机。

3.根据权利要求2所述的方法，其特征在于，步骤2包括如下步骤：

步骤2-1，通过直方图均衡化对获取的图像作增强处理，提高图像对比度；

步骤2-2，对获取的图像进行色彩空间变换和形态学膨胀操作，显示出金属材料表面锈蚀区域，所述色彩空间变换是将RGB彩色图像通过公式(1)转换为灰色图像：

Y＝R×0.299+G×0.587+B×0.114 (1)

其中R、G和B分别表示彩色图像中每个像素点的红色、绿色和蓝色像素值，Y表示变换后该像素点的灰度值；

步骤2-3，将步骤2-2所得图像，经过阈值处理转换成黑白图像，并对其应用边缘算子，勾勒出锈蚀区域的轮廓；

4.根据权利要求3所述的方法，其特征在于，步骤2-2中，所述形态学膨胀是通过公式(2)平滑锈蚀区域的轮廓、断开较窄的狭颈并消除细的突出物；

dst(x,y)＝max{src(x+x’,y+y’)}

(x’,y’)∈kernel (2)

其中src(x,y)表示步骤2-2中所述灰色图像，dst(x,y)表示输出图像，kernel用于膨胀的核结构元素，x’，y’分别表示核结构元素的横坐标和纵坐标，x，y分别表示图像像素的横坐标和纵坐标。

5.根据权利要求4所述的方法，其特征在于，步骤2-3中所述阈值处理包括：应用公式(3)把步骤2-2所得图像转换为黑白图像：

6.根据权利要求5所述的方法，其特征在于，步骤2-3中所述应用边缘算子，勾勒出锈蚀区域的轮廓，具体包括：应用公式(4)画出锈蚀区域的轮廓：

其中dst_s(x,y)是高斯平滑的输出图像，G(x,y)是高斯函数，σ²是权重因子，M(x,y)和θ分别表示梯度幅值和方向，g_x和g_y为x,y方向上的一阶偏导，分别取x和y方向上相邻像素做差代替，以图像左上角为原点O建立以像素为单位的直角坐标系x-y；最后根据梯度幅值和方向，对锈蚀区域进行非极大值抑制并连接边缘得出轮廓曲线。

7.根据权利要求6所述的方法，其特征在于，步骤2-4中，运用公式(5)计算锈蚀区域的面积：

M_pq＝∫∫x^p×y^q×f(x,y)dxdy (5)

其中M_pq表示图像的Hu矩，x，y分别表示图像像素的横坐标和纵坐标，f(x,y)代表像素的灰度值；p，q表示Hu矩的阶数，当其都取0时，M_pq就是腐蚀区域的面积。