炭制品X光图像的缺陷边缘提取

计算机工程与应用 ›› 2007, Vol. 43 ›› Issue (36): 220-222.

炭制品X光图像的缺陷边缘提取

周贤^1,2,唐琴¹,赵先琼¹

1.中南大学机电工程学院，长沙 410075
2.国防科技大学机电工程学院，长沙 410073

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2007-12-21 发布日期:2007-12-21
通讯作者: 周贤

Defect edge extraction of X image on carbon product

ZHOU Xian^1,2,TANG Qin¹,ZHAO Xian-qiong¹

1.College of Mechanical and Electrical Engineering，Central South University，Changsha 410075，China
2.College of Mechanical and Electrical Engineering，National University of Defense Technology，Changsha 410073，China

Received:1900-01-01 Revised:1900-01-01 Online:2007-12-21 Published:2007-12-21
Contact: ZHOU Xian

摘要/Abstract

摘要： 针对炭制品X光图像的特点，为快速准确地提取缺陷，提出了基于迭代的阈值构造方法和数学形态学相结合的边缘提取算法。通过对传统形态学边缘提取方法的分析，构造了基于形态学多结构元边缘提取算子，该算子既有良好的边缘提取特性，又很好地解决了噪声抑制和保持图像边缘细节之间的矛盾。在此基础上，为进一步减少噪声干扰的影响，采用基于迭代的分割阈值从图像中提取出缺陷区域，然后利用多结构元边缘提取算子成功提取了缺陷区域的边缘，并从理论上分析了噪声对缺陷边缘提取的影响情况。实验结果表明，与目前的边缘检测算子相比，该法能有效抑制噪声干扰的影响，保证了缺陷边缘的连续性、完整性和精确定位。

关键词: 炭制品, X光图像, 数学形态学, 迭代法, 边缘检测

Abstract: In order to extract defects quickly and exactly，threshold-construction method based on iteration and edge-extraction algorithm based on mathematics morphology is advanced regarding the characteristic of X-ray detection images of carbon product.Based on the analysis of traditional edge detection operator of mathematical morphology，a multi-structuring elements edge detection operator of mathematical morphology is constructed，which can suppress noise as much as possible while preserving fine details.Based on this，the threshold-construction method based on iteration is adopted to extract defect area in order to eliminate the effect of noise，the edge of defect area is extracted successfully using a multi-structuring elements edge detection operator of mathematical morphology and the effect of noise on defect edge-extraction is analyzed in theory.The experiment results indicate that the method can control the effect of noise jamming compared with actual edge detection algorithm，and the continuity，integrality and position with high precision of defect edge are ensured.

Key words: carbon product, X image, mathematics morphology, iteration method, edge detection

周贤^1,2,唐琴¹,赵先琼¹. 炭制品X光图像的缺陷边缘提取[J]. 计算机工程与应用, 2007, 43(36): 220-222.

ZHOU Xian^1,2,TANG Qin¹,ZHAO Xian-qiong¹. Defect edge extraction of X image on carbon product[J]. Computer Engineering and Applications, 2007, 43(36): 220-222.

[1]	马庆禄，唐小垚. 融合时域和分水岭信息的车辆检测算法[J]. 计算机工程与应用, 2021, 57(24): 227-233.
[2]	齐小祥，李敏，朱颖，宋雨，杜卫东. 基于边缘检测的SAR图像自适应区域分割[J]. 计算机工程与应用, 2021, 57(22): 232-240.
[3]	梁添汾，张南峰，张艳喜，袁金豪，高向东. 违禁品X光图像检测技术应用研究进展综述[J]. 计算机工程与应用, 2021, 57(16): 74-82.
[4]	涂兵1，2，3，张晓飞1，3，潘建武1，3，张国云1，2，3，周紫璇1，3. 多特征与边缘校正融合的天际线检测算法研究[J]. 计算机工程与应用, 2019, 55(6): 178-185.
[5]	孙梦茹，王瑜，邢素霞. 基于结构局部边缘模式的绿色植物物种识别[J]. 计算机工程与应用, 2019, 55(3): 167-170.
[6]	韩彬，杨大利. 基于透射变换的印刷品图像归一化研究[J]. 计算机工程与应用, 2019, 55(23): 188-193.
[7]	聂东林，王洪辉，王翔，孟令宇. 基于图像处理的滑坡后缘裂缝运动轨迹分析[J]. 计算机工程与应用, 2019, 55(22): 201-205.
[8]	冯正英，王世东. 结合MNF变换和Canny算子的遥感影像变化检测[J]. 计算机工程与应用, 2019, 55(14): 266-270.
[9]	杜树林，邱卫根，张立臣. 组件树理论和方法研究综述[J]. 计算机工程与应用, 2019, 55(12): 44-53.
[10]	刘丽霞1，李宝文3，王阳萍1，2，杨景玉1，2. 改进Canny边缘检测的遥感影像分割[J]. 计算机工程与应用, 2019, 55(12): 54-58.
[11]	吴进，赵隽，李聪，吴汉宁. 机器视觉中边缘检测算法的SDSoC加速实现[J]. 计算机工程与应用, 2019, 55(12): 208-214.
[12]	张经宇，滕建辅，白煜. 医学图像边缘检测的Levy-DNA-ACO算法研究[J]. 计算机工程与应用, 2018, 54(8): 14-20.
[13]	朱明明1，许悦雷1，张旭蕾2，马时平1，吕超1，辛鹏1，邹洪中1，马红强1. 基于V1细胞特性的边缘检测[J]. 计算机工程与应用, 2018, 54(5): 200-205.
[14]	李忠海，金海洋，邢晓红. 整数阶滤波的分数阶Sobel算子的边缘检测算法[J]. 计算机工程与应用, 2018, 54(4): 179-184.
[15]	况杰，章杨松，赵佳斌. 基于相位一致性图像处理的岩体裂隙自动检测[J]. 计算机工程与应用, 2018, 54(24): 193-197.