C-V方法在CT圖像弱邊緣檢測(cè)中的應(yīng)用研究.pdf

1、工業(yè)CT技術(shù)作為一種先進(jìn)的無損檢測(cè)手段，已被廣泛應(yīng)用工程實(shí)際中。工業(yè)CT是以圖像形式反映被測(cè)工件內(nèi)部結(jié)構(gòu)和缺陷狀況的，由于工件內(nèi)部缺陷如鑄件氣孔、疏松、裂紋、材料構(gòu)成等以及CT系統(tǒng)的成像機(jī)理造成CT圖像邊緣的灰度有較寬的過渡區(qū)，不是理想的階躍型邊緣，形成了相對(duì)緩慢的過渡邊緣即弱邊緣。弱邊緣檢測(cè)一直是圖像分割的難點(diǎn)之一。本文以工業(yè)CT圖像的弱邊緣檢測(cè)為研究?jī)?nèi)容，認(rèn)真分析了當(dāng)前幾種常用圖像分割方法的優(yōu)缺點(diǎn)，根據(jù)不同工件CT圖像邊緣的特征，重

2、點(diǎn)研究了基于C-V模型的弱邊緣分割方法。主要工作如下：
　　第一，針對(duì)直接用C-V方法分割易出現(xiàn)的過分割問題，采用形態(tài)學(xué)開-閉重建濾波，抹去圖像上小于結(jié)構(gòu)元素的細(xì)節(jié)，并保證了圖像原有的特征保持不變。實(shí)驗(yàn)證明，經(jīng)過開-閉重建濾波后，圖像噪聲得到了抑制，不會(huì)出現(xiàn)“過分割”現(xiàn)象。
　　第二，分析了容積效應(yīng)形成機(jī)理以及對(duì)CT圖像邊緣產(chǎn)生的影響。首先以仿真圖像和無容積效應(yīng)的圓柱 CT圖像為實(shí)驗(yàn)對(duì)象，驗(yàn)證本文采用的基于形態(tài)學(xué)開-閉重建運(yùn)

3、算濾波和 C-V方法的圖像分割方法以及后續(xù)的邊緣最小二乘擬合對(duì)強(qiáng)邊緣分割定位達(dá)到亞像素級(jí)。然后再以受容積效應(yīng)影響較為明顯的上半球體和圓錐為實(shí)驗(yàn)對(duì)象，根據(jù)分割結(jié)果對(duì)容積效應(yīng)與切片厚度、工件軸向邊緣曲線斜率和檢測(cè)誤差之間的關(guān)系進(jìn)行了定性的分析。
　　第三，對(duì)現(xiàn)有的缺陷檢測(cè)方法和預(yù)處理方法進(jìn)行了分析，針對(duì)CT圖像中缺陷和噪聲易于造成過分割的問題，應(yīng)用形態(tài)學(xué)開-閉重建運(yùn)算濾除噪聲，較好地保持圖像的原有的輪廓和缺陷部分的特征信息，使處理后的

4、圖像邊緣不會(huì)發(fā)生畸變；采用 C-V圖像分割算法，進(jìn)行了缺陷區(qū)域填充，使缺陷區(qū)域被全部提取出來并計(jì)算其面積；最后將結(jié)果與三種經(jīng)典的缺陷提取方法進(jìn)行對(duì)比，本文采用的算法在含有因缺陷引起的弱邊緣圖像分割方面有較大優(yōu)勢(shì)。
　　綜上所述，本文采用C-V圖像分割方法做了比較具體的應(yīng)用研究，并對(duì)工業(yè)CT圖像進(jìn)行預(yù)處理后，將該方法應(yīng)用于弱邊緣檢測(cè)。通過多組實(shí)驗(yàn)對(duì)算法的精確性和適用范圍進(jìn)行了對(duì)比分析，驗(yàn)證了所采用算法在弱邊緣提取時(shí)的有效性和優(yōu)點(diǎn)。該