综合CV和Facet模型的裂纹边缘检测

doi:10.3778/j.issn.1002-8331.2011.02.047

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (2): 153-155.DOI: 10.3778/j.issn.1002-8331.2011.02.047

• 图形、图像、模式识别 • 上一篇下一篇

综合CV和Facet模型的裂纹边缘检测

向才兵^1，2，曾理^1，2

1.重庆大学数理学院，重庆 400044
2.重庆大学光电技术及系统教育部重点实验室 ICT研究中心，重庆 400044

收稿日期:2009-08-25 修回日期:2010-01-05 出版日期:2011-01-11 发布日期:2011-01-11
通讯作者: 向才兵

Crack edge detection using comprehensive CV and facet model

XIANG Caibing^1，2，ZENG Li^1，2

1.College of Mathematics and Physics，Chongqing University，Chongqing 400044，China
2.ICT Research Center，Key Laboratory of Optoelectronic Technology and System of the Education Ministry of China，Chongqing University，Chongqing 400044，China

Received:2009-08-25 Revised:2010-01-05 Online:2011-01-11 Published:2011-01-11
Contact: XIANG Caibing

摘要/Abstract

摘要： CV模型能检测到连续封闭的裂纹边缘，但边缘的定位精度不高，Facet模型定位裂纹边缘的精度高，但不连续。针对上述问题，研究了一种综合CV和Facet模型的算法。该算法利用CV模型进行边缘检测，在CV边缘点的附近运用Facet模型进行检测，将两种方法分别获得的边缘点进行融合得到连续封闭且定位准确的边缘。将该算法应用于工业CT图像的裂纹边缘检测中，实验结果表明该方法是有效的。

关键词: 边缘检测, CV模型, Facet模型, 裂纹检测

Abstract: Edge detection of CV model is continuous and closed，but the accuracy is not high.While the result of Facet model has high accuracy，but is not continuous.A new method of comprehensive CV model and Facet model is researched in this paper.This method includes several parts as follow.Firstly，the crack edge is detected by CV model in the whole image.Secondly，the new crack edge is detected by Facet model only in the neighborhood of CV detection result.Thirdly，the final crack edge is attained by combining detection results of CV and Facet together.This method is applied to crack edge detection of industrial CT images.The experimental results show the effectiveness of it.

Key words: edge detection, CV model, Facet model, crack detection

中图分类号:

TP391

向才兵^1，2，曾理^1，2. 综合CV和Facet模型的裂纹边缘检测[J]. 计算机工程与应用, 2011, 47(2): 153-155.

XIANG Caibing^1，2，ZENG Li^1，2. Crack edge detection using comprehensive CV and facet model[J]. Computer Engineering and Applications, 2011, 47(2): 153-155.

[1]	冉蓉，徐兴华，邱少华，崔小鹏，欧阳斌. 基于深度卷积神经网络的裂纹检测方法综述[J]. 计算机工程与应用, 2021, 57(9): 23-35.
[2]	王翀，韩振奇，徐浩煜，祝永新，徐胜，陈夏. 基于改进显著图的高效裂纹检测算法[J]. 计算机工程与应用, 2021, 57(6): 219-224.
[3]	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.
[4]	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.
[5]	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.
[6]	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.
[7]	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.
[8]	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.
[9]	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.
[10]	夏小刚，邓路娜，鲁珍. 改进边界指示函数的CV模型构建及应用[J]. 计算机工程与应用, 2019, 55(14): 177-181.
[11]	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.
[12]	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.
[13]	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.
[14]	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.
[15]	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.

综合CV和Facet模型的裂纹边缘检测

Crack edge detection using comprehensive CV and facet model

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics