基于MCSA的感兴趣区域定位方法.docVIP

基于MCSA的感兴趣区域定位方法 摘 要： 图像边缘检测过程中产生的许多噪声边缘不仅影响后续算法的效率，还严重影响目标的准确识别。这里提出一种基于最大连续子序列算法的目标预定位方法。先利用LoG提取图像边缘，在标定边缘坐标的基础上，计算所有边缘的最大灰度差，经阈值初步去除大部分噪声边缘后，再用最大连续子序列算法将与缺陷边缘相接的噪声边缘滤除，最后利用区域填充得出待定缺陷区域。实验结果表明，该方法能有效地去除噪声边缘并获得包含缺陷边缘的掩膜区域，从而有效提高后续缺陷识别算法的效率。 关键词： 预处理； 最大灰度差图像； 最大连续子序列算法； 区域填充 中图分类号： TN911.73?34 文献标识码： A 文章编号： 1004?373X（2015）17?0103?04 Location method of interested region based on MCSA XU Haojun， HUANG Qian， LIANG Zhaomin， LI Xueyong （School of Electronics and Information Engineering， South China University of Technology， Guangzhou 510640， China） Abstract： Numerous noise edges produced in the process of image edge detection can affect the efficiency of the following algorithm and accurate recognition of the targets. A target pre?positioning method based on maximum continuous subsequence algorithm （MCSA） is proposed. The image edge is extracted by using LoG， and the maximum grayscale differences of all the edges are calculated on the basis of calibrating edge coordinates. Most noise edges are eliminated by threshold， then noise edges connected with defect edges are eliminated by using MCSA. The undetermined defect regions are obtained by region filling. The experimental results show that this method can eliminate noise edges effectively and obtain mask regions containing defect edges， which can improve the efficiency of subsequent defect recognition algorithm greatly. Keywords： pretreatment； maximum grayscale difference image； MCSA； region filling 0 引 言 在工业射线检测中，由于人工判别缺陷存在稳定性和可靠性不高等问题，人们一直在寻求高效准确的缺陷自动检测算法。目前国内外在缺陷自动检测方面使用的算法大致分为：基于阈值的检测[1]、基于边缘的检测[2]、基于聚类的检测[3]、使用支持向量机进行识别的方法[4]以及多视角检测缺陷的方法。D. Mery提出了一种使用多射线源得到的图像序列进行缺陷检测的方法[5]，这种方法基于图像处理技术，能有效去除单一视角检测中误检的缺陷。 为了提高铸件缺陷检测效率和准确性，通常需要将缺陷所在的小区域预先进行分割，如何保证将工件的缺陷无遗漏地覆盖，是缺陷识别算法工作的关键。本文提出一种自动提取X射线图像中的缺陷区域，即感兴趣区域（Region of Interest，RoI）的定位算法，该算法可以准确提取出一组空间范围更小的候选缺陷掩膜区域。实验结果表明，该算法能够保证在有效去除噪声边缘的同时保留缺陷边缘，从而很大程度地提高后续处理的速率。 1 RoI定位算法及其实现 1.1 铸件缺陷的特征 X射线无损探伤的主要原理是射线衰减原理[6]，X射线透过被检工件照射到探测器上，探测器根据接收到的射线强度得到一幅灰度图像，工件中不连续的部分在图像中表现为灰度值不连