基于核密度估计的超声波全聚焦图像缺陷处理方法及装置
文献发布时间:2023-06-19 13:49:36
技术领域
本发明涉及超声成像图像处理技术领域,尤其涉及一种基于核密度估计的超声波全聚焦图像缺陷处理方法及装置。
背景技术
超声波全聚焦成像技术是超声无损探测领域中的一项新技术,其通过对检测回波数据进行分析成像,实现对工件的快速检测。超声波全聚焦成像技术因其覆盖面广、成像分辨率高、对小缺陷检测灵敏度高等优势,在航空航天、石油管道和核电站等工业领域受到广泛关注。但是,超声波全聚焦成像技术主要是利用位于正反射区域内的缺陷的散射信息,而传感器只能接收到部分散射信息,很难获取到透射区域的散射信息,导致超声波全聚焦图像容易出现伪影,难以对缺陷进行定位和定量。因此,如何有效消除超声波全聚焦图像中的伪影以及对缺陷进行定位和定量,成为当前亟需解决的一大问题。
发明内容
为克服现有技术的缺陷,本发明提供一种基于核密度估计的超声波全聚焦图像缺陷处理方法及装置,能够有效消除超声波全聚焦图像中的伪影,对超声波全聚焦图像中的缺陷进行定位和定量,提高超声波全聚焦图像缺陷处理的准确度和效率。
为了解决上述技术问题,第一方面,本发明一实施例提供一种基于核密度估计的超声波全聚焦图像缺陷处理方法,包括:
获取超声波全聚焦图像和所述超声波全聚焦图像的图像矩阵,根据所述图像矩阵对所述超声波全聚焦图像进行图像预处理,得到预处理图像;
基于所述预处理图像得到超声强度阈值和每一像素点的核密度估计值,根据每一所述像素点的核密度估计值与所述超声强度阈值的比较结果设置对应所述像素点的像素值,得到中间处理图像;
对所述中间处理图像进行二值化处理,得到目标图像,并对所述目标图像中的缺陷区域进行定位和定量。
进一步地,所述根据所述图像矩阵对所述超声波全聚焦图像进行图像预处理,得到预处理图像,具体为:
采用中值滤波器对所述超声波全聚焦图像进行去噪处理,并根据所述图像矩阵对去噪后的所述超声波全聚焦图像进行归一化处理,得到所述预处理图像。
进一步地,所述基于所述预处理图像得到超声强度阈值和每一像素点的核密度估计值,具体为:
基于所述预处理图像,以超声强度大于阈值的像素量作为目标函数,令所述目标函数的一阶导数收敛于零,将对应的所述阈值作为所述超声强度阈值;
分别将所述预处理图像的每一像素点输入预先构建的核密度估计模型,得到每一所述像素点的核密度估计值。
进一步地,所述根据每一所述像素点的核密度估计值与所述超声强度阈值的比较结果设置对应所述像素点的像素值,得到中间处理图像,具体为:
将所述像素点的核密度估计值与所述超声强度阈值进行比较,若所述像素点的核密度估计值小于所述超声强度阈值,则设置所述像素点的像素值为第一预设像素值,否则设置所述像素点的像素值为第二预设像素值,得到所述中间处理图像。
进一步地,所述对所述目标图像中的缺陷区域进行定位和定量,具体为:
对所述目标图像进行缺陷识别,得到所述缺陷区域和所述缺陷区域的最左端像素点、最右端像素点、最上端像素点、最下端像素点;
根据所述最左端像素点与所述最右端像素点得到第一线段,根据所述最上端像素点和所述最下端像素点得到第二线段,将所述第一线段和所述第二线段的交点作为所述缺陷区域的中心点;
结合所述最左端像素点、所述最右端像素点、所述最上端像素点、所述最下端像素点计算得到所述缺陷区域的尺寸。
第二方面,本发明一实施例提供一种基于核密度估计的超声波全聚焦图像缺陷处理装置,包括:
预处理模块,用于获取超声波全聚焦图像和所述超声波全聚焦图像的图像矩阵,根据所述图像矩阵对所述超声波全聚焦图像进行图像预处理,得到预处理图像;
中间处理模块,用于基于所述预处理图像得到超声强度阈值和每一像素点的核密度估计值,根据每一所述像素点的核密度估计值与所述超声强度阈值的比较结果设置对应所述像素点的像素值,得到中间处理图像;
缺陷处理模块,用于对所述中间处理图像进行二值化处理,得到目标图像,并对所述目标图像中的缺陷区域进行定位和定量。
进一步地,所述根据所述图像矩阵对所述超声波全聚焦图像进行图像预处理,得到预处理图像,具体为:
采用中值滤波器对所述超声波全聚焦图像进行去噪处理,并根据所述图像矩阵对去噪后的所述超声波全聚焦图像进行归一化处理,得到所述预处理图像。
进一步地,所述基于所述预处理图像得到超声强度阈值和每一像素点的核密度估计值,具体为:
基于所述预处理图像,以超声强度大于阈值的像素量作为目标函数,令所述目标函数的一阶导数收敛于零,将对应的所述阈值作为所述超声强度阈值;
分别将所述预处理图像的每一像素点输入预先构建的核密度估计模型,得到每一所述像素点的核密度估计值。
进一步地,所述根据每一所述像素点的核密度估计值与所述超声强度阈值的比较结果设置对应所述像素点的像素值,得到中间处理图像,具体为:
将所述像素点的核密度估计值与所述超声强度阈值进行比较,若所述像素点的核密度估计值小于所述超声强度阈值,则设置所述像素点的像素值为第一预设像素值,否则设置所述像素点的像素值为第二预设像素值,得到所述中间处理图像。
进一步地,所述对所述目标图像中的缺陷区域进行定位和定量,具体为:
对所述目标图像进行缺陷识别,得到所述缺陷区域和所述缺陷区域的最左端像素点、最右端像素点、最上端像素点、最下端像素点;
根据所述最左端像素点与所述最右端像素点得到第一线段,根据所述最上端像素点和所述最下端像素点得到第二线段,将所述第一线段和所述第二线段的交点作为所述缺陷区域的中心点;
结合所述最左端像素点、所述最右端像素点、所述最上端像素点、所述最下端像素点计算得到所述缺陷区域的尺寸。
本发明的实施例,具有如下有益效果:
通过获取超声波全聚焦图像和超声波全聚焦图像的图像矩阵,根据图像矩阵对超声波全聚焦图像进行图像预处理,得到预处理图像,基于预处理图像得到超声强度阈值和每一像素点的核密度估计值,根据每一像素点的核密度估计值与超声强度阈值的比较结果设置对应像素点的像素值,得到中间处理图像,对中间处理图像进行二值化处理,得到目标图像,并对目标图像中的缺陷区域进行定位和定量,完成超声波全聚焦图像缺陷处理。相比于现有技术,本发明的实施例通过将每一像素点的核密度估计值与超声强度阈值进行比较决策,得到中间处理图像,能够有效消除超声波全聚焦图像中的伪影,尽可能地避免伪影对后续缺陷的定位和定量造成影响,通过对目标图像,即对中间处理图像进行二值化处理得到的二值图像中的缺陷区域进行定位和定量,能够有效降低超声波全聚焦图像的数据量,以较低的处理量对超声波全聚焦图像中的缺陷进行定位和定量,从而提高超声波全聚焦图像缺陷处理的准确度和效率。
附图说明
图1为本发明第一实施例中的一种基于核密度估计的超声波全聚焦图像缺陷处理方法的流程示意图;
图2为本发明第二实施例中的一种基于核密度估计的超声波全聚焦图像缺陷处理装置的结构示意图。
具体实施方式
下面将结合本发明中的附图,对本发明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。
需要说明的是,文中的步骤编号,仅为了方便具体实施例的解释,不作为限定步骤执行先后顺序的作用。
第一实施例:
如图1所示,第一实施例提供一种基于核密度估计的超声波全聚焦图像缺陷处理方法,包括步骤S1~S3:
S1、获取超声波全聚焦图像和超声波全聚焦图像的图像矩阵,根据图像矩阵对超声波全聚焦图像进行图像预处理,得到预处理图像;
S2、基于预处理图像得到超声强度阈值和每一像素点的核密度估计值,根据每一像素点的核密度估计值与超声强度阈值的比较结果设置对应像素点的像素值,得到中间处理图像;
S3、对中间处理图像进行二值化处理,得到目标图像,并对目标图像中的缺陷区域进行定位和定量。
作为示例性地,在步骤S1中,利用计算机软件中的超声波全聚焦成像算法对缺陷工件进行仿真实验,获取含有缺陷区域的超声波全聚焦图像及其图像矩阵,根据图像矩阵对超声波全聚焦图像进行图像预处理,得到预处理图像。
在步骤S2中,基于预处理图像构造目标函数并求解得到超声强度阈值,通过核密度估计模型得到预处理图像每一像素点的核密度估计值,分别将预处理图像每一像素点的核密度估计值与超声强度阈值进行比较,根据比较结果设置对应像素点的像素值,得到中间处理图像。
在步骤S3中,对中间处理图像进行二值化处理,即将中间处理图像转换为二值图像,得到目标图像,并对目标图像进行缺陷识别,得到缺陷区域及缺陷区域的边缘像素点,根据缺陷区域的边缘像素点对缺陷区域进行定位和定量,完成超声波全聚焦图像缺陷处理。
本实施例通过将每一像素点的核密度估计值与超声强度阈值进行比较决策,得到中间处理图像,能够有效消除超声波全聚焦图像中的伪影,尽可能地避免伪影对后续缺陷的定位和定量造成影响,通过对目标图像,即对中间处理图像进行二值化处理得到的二值图像中的缺陷区域进行定位和定量,能够有效降低超声波全聚焦图像的数据量,以较低的处理量对超声波全聚焦图像中的缺陷进行定位和定量,从而提高超声波全聚焦图像缺陷处理的准确度和效率。
在优选的实施例当中,所述根据图像矩阵对超声波全聚焦图像进行图像预处理,得到预处理图像,具体为:采用中值滤波器对超声波全聚焦图像进行去噪处理,并根据图像矩阵对去噪后的超声波全聚焦图像进行归一化处理,得到预处理图像。
作为示例性地,采用中值滤波器对超声波全聚焦图像进行去噪处理,得到去噪后的超声波全聚焦图像,根据图像矩阵对去噪后的超声波全聚焦图像进行归一化处理,得到预处理图像,具体为:
式(1)中,max(x)为图像矩阵中的最大像素值;min(x)为图像矩阵中的最小像素值;x
本实施例通过采用中值滤波器对超声波全聚焦图像进行去噪处理,能够有效消除噪声干扰平滑图像,通过根据图像矩阵对去噪后的超声波全聚焦图像进行归一化处理,能够有效保证去噪后的超声波全聚焦图像为标准图像。
在优选的实施例当中,所述基于预处理图像得到超声强度阈值和每一像素点的核密度估计值,具体为:基于预处理图像,以超声强度大于阈值的像素量作为目标函数,令目标函数的一阶导数收敛于零,将对应的阈值作为超声强度阈值;分别将预处理图像的每一像素点输入预先构建的核密度估计模型,得到每一像素点的核密度估计值。
作为示例性地,基于预处理图像,令图像归一化处理后的图像矩阵为A,阈值δ=0.1,0.2,…,1,以超声强度大于阈值δ的像素量作为目标函数S(δ),则目标函数表示为S(δ)=sum(sum(A>δ)),然后对求得的S(δ)进行归一化处理,当归一化处理后S(δ)的一阶导数S′(δ)收敛于零时,可以求解得到一个最优阈值δ,同时S(δ)变化不显著,令目标函数的一阶导数S′(δ)收敛于零,将对应的阈值δ作为超声强度阈值。
预先构建核密度估计模型,模型选择高斯核作为核密度估计的核函数,则在任一像素点处的核密度估计函数为:
式(2)中,n为像素点数量;h为核密度估计的最优带宽;x为任一像素点的像素值;x
分别将预处理图像的每一像素点输入核密度估计模型,得到每一像素点的核密度估计值
在优选的实施例当中,所述根据每一像素点的核密度估计值与超声强度阈值的比较结果设置对应像素点的像素值,得到中间处理图像,具体为:将像素点的核密度估计值与超声强度阈值进行比较,若像素点的核密度估计值小于超声强度阈值,则设置像素点的像素值为第一预设像素值,否则设置像素点的像素值为第二预设像素值,得到中间处理图像。
在本实施例的一优选实施方式中,第一预设像素值为255,第二预设像素值为除了255之外的其他取值。
作为示例性地,对于中间处理图像的每一像素点,将像素点的核密度估计值与超声强度阈值进行比较,若该像素点的核密度估计值小于超声强度阈值,则设置该像素点的像素值为第一预设像素值255,即设置该像素点为白色,否则设置该像素点的像素值为第二预设像素值,设置该像素点为其他颜色。
本实施例通过将每一像素点的核密度估计值与超声强度阈值进行比较决策,得到中间处理图像,能够有效消除超声波全聚焦图像中的伪影,尽可能地避免伪影对后续缺陷的定位和定量造成影响,有利于提高超声波全聚焦图像缺陷处理的准确度。
在优选的实施例当中,所述对目标图像中的缺陷区域进行定位和定量,具体为:对目标图像进行缺陷识别,得到缺陷区域和缺陷区域的最左端像素点、最右端像素点、最上端像素点、最下端像素点;根据最左端像素点与最右端像素点得到第一线段,根据最上端像素点和最下端像素点得到第二线段,将第一线段和第二线段的交点作为缺陷区域的中心点;结合最左端像素点、最右端像素点、最上端像素点、最下端像素点计算得到缺陷区域的尺寸。
作为示例性地,对目标图像进行缺陷识别,得到缺陷区域和缺陷区域的最左端像素点A(x
根据最左端像素点A(x
式(3)中,第一线段AB上的点的坐标为(x
根据最上端像素点C(x
式(4)中,第二线段CD上的点的坐标为(x
令y
结合最左端像素点A(x
本实施例通过对目标图像,即对中间处理图像进行二值化处理得到的二值图像中的缺陷区域进行定位和定量,能够有效降低超声波全聚焦图像的数据量,以较低的处理量对超声波全聚焦图像中的缺陷进行定位和定量,从而提高超声波全聚焦图像缺陷处理的效率。
第二实施例:
如图2所示,第二实施例提供一种基于核密度估计的超声波全聚焦图像缺陷处理装置,包括:预处理模块21,用于获取超声波全聚焦图像和超声波全聚焦图像的图像矩阵,根据图像矩阵对超声波全聚焦图像进行图像预处理,得到预处理图像;中间处理模块22,用于基于预处理图像得到超声强度阈值和每一像素点的核密度估计值,根据每一像素点的核密度估计值与超声强度阈值的比较结果设置对应像素点的像素值,得到中间处理图像;缺陷处理模块23,用于对中间处理图像进行二值化处理,得到目标图像,并对目标图像中的缺陷区域进行定位和定量。
作为示例性地,通过预处理模块21,利用计算机软件中的超声波全聚焦成像算法对缺陷工件进行仿真实验,获取含有缺陷区域的超声波全聚焦图像及其图像矩阵,根据图像矩阵对超声波全聚焦图像进行图像预处理,得到预处理图像。
通过中间处理模块22,基于预处理图像构造目标函数并求解得到超声强度阈值,通过核密度估计模型得到预处理图像每一像素点的核密度估计值,分别将预处理图像每一像素点的核密度估计值与超声强度阈值进行比较,根据比较结果设置对应像素点的像素值,得到中间处理图像。
通过缺陷处理模块23,对中间处理图像进行二值化处理,即将中间处理图像转换为二值图像,得到目标图像,并对目标图像进行缺陷识别,得到缺陷区域及缺陷区域的边缘像素点,根据缺陷区域的边缘像素点对缺陷区域进行定位和定量,完成超声波全聚焦图像缺陷处理。
本实施例通过将每一像素点的核密度估计值与超声强度阈值进行比较决策,得到中间处理图像,能够有效消除超声波全聚焦图像中的伪影,尽可能地避免伪影对后续缺陷的定位和定量造成影响,通过对目标图像,即对中间处理图像进行二值化处理得到的二值图像中的缺陷区域进行定位和定量,能够有效降低超声波全聚焦图像的数据量,以较低的处理量对超声波全聚焦图像中的缺陷进行定位和定量,从而提高超声波全聚焦图像缺陷处理的准确度和效率。
在优选的实施例当中,所述根据图像矩阵对超声波全聚焦图像进行图像预处理,得到预处理图像,具体为:采用中值滤波器对超声波全聚焦图像进行去噪处理,并根据图像矩阵对去噪后的超声波全聚焦图像进行归一化处理,得到预处理图像。
作为示例性地,采用中值滤波器对超声波全聚焦图像进行去噪处理,得到去噪后的超声波全聚焦图像,根据图像矩阵对去噪后的超声波全聚焦图像进行归一化处理,得到预处理图像,具体为:
式(5)中,max(x)为图像矩阵中的最大像素值;min(x)为图像矩阵中的最小像素值;x
本实施例通过采用中值滤波器对超声波全聚焦图像进行去噪处理,能够有效消除噪声干扰平滑图像,通过根据图像矩阵对去噪后的超声波全聚焦图像进行归一化处理,能够有效保证去噪后的超声波全聚焦图像为标准图像。
在优选的实施例当中,所述基于预处理图像得到超声强度阈值和每一像素点的核密度估计值,具体为:基于预处理图像,以超声强度大于阈值的像素量作为目标函数,令目标函数的一阶导数收敛于零,将对应的阈值作为超声强度阈值;分别将预处理图像的每一像素点输入预先构建的核密度估计模型,得到每一像素点的核密度估计值。
作为示例性地,基于预处理图像,令图像归一化处理后的图像矩阵为A,阈值δ=0.1,0.2,…,1,以超声强度大于阈值δ的像素量作为目标函数S(δ),则目标函数表示为S(δ)=sum(sum(A>δ)),然后对求得的S(δ)进行归一化处理,当归一化处理后S(δ)的一阶导数S′(δ)收敛于零时,可以求解得到一个最优阈值δ,同时S(δ)变化不显著,令目标函数的一阶导数S′(δ)收敛于零,将对应的阈值δ作为超声强度阈值。
预先构建核密度估计模型,模型选择高斯核作为核密度估计的核函数,则在任一像素点处的核密度估计函数为:
式(2)中,n为像素点数量;h为核密度估计的最优带宽;x为任一像素点的像素值;x
分别将预处理图像的每一像素点输入核密度估计模型,得到每一像素点的核密度估计值
在优选的实施例当中,所述根据每一像素点的核密度估计值与超声强度阈值的比较结果设置对应像素点的像素值,得到中间处理图像,具体为:将像素点的核密度估计值与超声强度阈值进行比较,若像素点的核密度估计值小于超声强度阈值,则设置像素点的像素值为第一预设像素值,否则设置像素点的像素值为第二预设像素值,得到中间处理图像。
在本实施例的一优选实施方式中,第一预设像素值为255,第二预设像素值为除了255之外的其他取值。
作为示例性地,对于中间处理图像的每一像素点,将像素点的核密度估计值与超声强度阈值进行比较,若该像素点的核密度估计值小于超声强度阈值,则设置该像素点的像素值为第一预设像素值255,即设置该像素点为白色,否则设置该像素点的像素值为第二预设像素值,设置该像素点为其他颜色。
本实施例通过将每一像素点的核密度估计值与超声强度阈值进行比较决策,得到中间处理图像,能够有效消除超声波全聚焦图像中的伪影,尽可能地避免伪影对后续缺陷的定位和定量造成影响,有利于提高超声波全聚焦图像缺陷处理的准确度。
在优选的实施例当中,所述对目标图像中的缺陷区域进行定位和定量,具体为:对目标图像进行缺陷识别,得到缺陷区域和缺陷区域的最左端像素点、最右端像素点、最上端像素点、最下端像素点;根据最左端像素点与最右端像素点得到第一线段,根据最上端像素点和最下端像素点得到第二线段,将第一线段和第二线段的交点作为缺陷区域的中心点;结合最左端像素点、最右端像素点、最上端像素点、最下端像素点计算得到缺陷区域的尺寸。
作为示例性地,对目标图像进行缺陷识别,得到缺陷区域和缺陷区域的最左端像素点A(x
根据最左端像素点A(x
式(7)中,第一线段AB上的点的坐标为(x
根据最上端像素点C(x
式(8)中,第二线段CD上的点的坐标为(x
令y
结合最左端像素点A(x
本实施例通过对目标图像,即对中间处理图像进行二值化处理得到的二值图像中的缺陷区域进行定位和定量,能够有效降低超声波全聚焦图像的数据量,以较低的处理量对超声波全聚焦图像中的缺陷进行定位和定量,从而提高超声波全聚焦图像缺陷处理的效率。
综上所述,实施本发明的实施例,具有如下有益效果:
通过获取超声波全聚焦图像和超声波全聚焦图像的图像矩阵,根据图像矩阵对超声波全聚焦图像进行图像预处理,得到预处理图像,基于预处理图像得到超声强度阈值和每一像素点的核密度估计值,根据每一像素点的核密度估计值与超声强度阈值的比较结果设置对应像素点的像素值,得到中间处理图像,对中间处理图像进行二值化处理,得到目标图像,并对目标图像中的缺陷区域进行定位和定量,完成超声波全聚焦图像缺陷处理。本发明的实施例通过将每一像素点的核密度估计值与超声强度阈值进行比较决策,得到中间处理图像,能够有效消除超声波全聚焦图像中的伪影,尽可能地避免伪影对后续缺陷的定位和定量造成影响,通过对目标图像,即对中间处理图像进行二值化处理得到的二值图像中的缺陷区域进行定位和定量,能够有效降低超声波全聚焦图像的数据量,以较低的处理量对超声波全聚焦图像中的缺陷进行定位和定量,从而提高超声波全聚焦图像缺陷处理的准确度和效率。
以上所述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,这些改进和润饰也视为本发明的保护范围。
本领域普通技术人员可以理解实现上述实施例中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)或随机存储记忆体(Random Access Memory,RAM)等。
- 基于核密度估计的超声波全聚焦图像缺陷处理方法及装置
- 基于改进多次反射全聚焦成像算法的界面型缺陷检测方法