(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211218883.4 (22)申请日 2022.10.07 (71)申请人 山东盛世恒机 械制造有限公司 地址 251700 山东省滨州市惠民县姜楼镇 工业园(大桥路1号) (72)发明人 曲爱华　 (74)专利代理 机构 山东舜天律师事务所 372 26 专利代理师 王永建 (51)Int.Cl. G06T 7/00(2017.01) G06T 7/11(2017.01) G06T 5/30(2006.01) G06T 17/00(2006.01) (54)发明名称 适用于裂纹检测的图像处 理方法 (57)摘要 本发明涉及图像处理技术领域， 具体涉及一 种适用于裂纹检测的图像处理方法， 获取多个拍 摄角度下的消防栓阀图像， 并构建消防栓阀三维 模型； 对消防栓阀三维模型的表 面像素点进行超 像素分割， 得到多个第一超像素块； 根据各第一 超像素块的位置关系和像素值对第一超像素块 进行合并， 得到多个第二超像素块； 利用灰度共 生矩阵提取各第二超像素块对应的特征矩阵， 判 断各第二超像素块是否为裂纹区域。 本发明采用 图像处理的方式， 利用三维模型中的像素点进行 分析， 根据每一个像素点的纹理特征和 邻域特征 进行超像素分割， 得到准确的超像素块， 确保得 到准确裂纹区域， 为准确检测裂纹区域奠定了基 础， 提高了 裂纹检测的准确性。 权利要求书2页 说明书6页 附图1页 CN 115272353 A 2022.11.01 CN 115272353 A 1.一种适用于裂纹检测的图像处 理方法， 其特 征在于， 包括以下步骤： （1） 获取多个拍摄角度下的消防栓 阀图像， 根据所述消防栓阀图像构建消防栓 阀三维 模型； （2） 对消防栓阀三维模型的表面像素点进行超像素分割， 得到多个第一超像素块； （3） 根据各第 一超像素块的位置关系和各第 一超像素块内像素的像素值对所述多个第 一超像素块进行合并， 得到多个第二超像素块； （4） 利用灰度共生矩阵提取各第二超像素块对应的特征矩阵， 根据各第二超像素块对 应的特征矩阵判断各第二超像素块是否为裂纹区域。 2.根据权利要求1所述的适用于裂纹检测的图像处理方法， 其特征在于， 所述对消防栓 阀三维模型的表面像素点进行超像素分割， 得到多个第一超像素块， 包括以下步骤： ①利用超像素分割算法在三维模型的表面 生成多个预设面积的初始像素块； ②对于任一初始像素块， 划定该初始像素块的邻域范围， 计算邻域范围内各待划分像 素点到邻域范围内各初始像素块对应的中心像素点的距离， 将待划分像素点划分到距离最 近的中心像素点对应的初始像素块， 并根据划分结果更新相应初始像素块的中心像素点； ③重复上述步骤 ②， 直至各像素块的中心像素点不再发生变化， 将最后得到的各像素 块记为第一超像素块。 3.根据权利要求2所述的适用于裂纹检测的图像处理方法， 其特征在于， 利用如下公式 计算邻域范围内各待划分像素点到邻域范围内各初始像素块对应的中心像素点的距离： 其中， 为像素点 和像素点 在空间中的距离； 为像素点 和像素点 颜色以及纹理 走向的特征距 离， 为空间中的距离对应的权重， 为颜色以及纹理走向的特征距 离对应 的权重， 为像素点 和像素点 的距离， 为像素点 对应的颜色以及纹理走向的特征向 量， 为像素点 对应的颜色以及纹理走向 的特征向量， 为像素点 的横坐标， 为像素点 的纵坐标， 为像素点 的竖坐标， 为像素点 的横坐标， 为像素点 的纵坐标， 为像素点 的竖坐标， 为像素点 对应的R分量， 为像素点 对应的G分量， 为像素点 对应的B分 量， 为像素点 处海森矩阵的其中一个 特征向量， 为像素点 处海森矩阵的另一个特征权　利　要　求　书 1/2 页 2 CN 115272353 A 2向量， 为 对应的特征值， 为 对应的特征值， 为像素点 对应的R分量， 为像素 点 对应的G分量， 为像素点 对应的B分量， 为像素点 处海森矩阵的其中一个特征向 量， 为像素点 处海森矩阵的另一个特征向量， 为 对应的特征值， 为 对应的 特征值。 4.根据权利要求1所述的适用于裂纹检测的图像处理方法， 其特征在于， 所述根据 各第 一超像素块的位置关系和各第一超像素块内像素的像素值对所述多个第一超像素块进行 合并， 得到多个第二超像素块， 包括： 构建图数据结构： 将每一个第一超像素块作为一个节点， 判断各节点对应的第一超像 素块之间是否相邻， 若相邻， 则将对应节点记为相邻节点； 根据相邻节点对应的像素值计算相邻节点之间的边权值； 判断各边权值是否小于设定 值， 若小于， 则将对应相邻节点进行合并， 并更新 合并后节点与相邻节点之间的边权值； 重复上述步骤， 直至 图数据库结构不再变化， 将最后得到的每个节点对应的超像素块 记为一个第二超像素块。 5.根据权利要求4所述的适用于裂纹检测的图像处理方法， 其特征在于， 所述判断各节 点对应的第一超像素块之间是否相邻， 包括： 利用3✕3的滑窗对两节点对应的超像素块进行膨胀处理， 取膨胀处理后的像素块的交 集像素块的交集； 判断所述交集区域面积是否为0， 若否， 则判断所述两节点对应的第 一超像素块之间相 邻； 若是， 则判断所述两节点对应的第一超像素块之间不相邻。 6.根据权利要求4所述的适用于裂纹检测的图像处理方法， 其特征在于， 所述根据相邻 节点对应的像素值计算相邻节点之间的边权值， 包括： 获得相邻节点中每个节点对应的所有像素点的像素值 ， 利用EM算法得到相邻 节点中每 个节点对应的高斯模型； 计算将相邻节点合并后对应的高斯模型， 判断将相邻节点合并后对应的高斯模型与合 并之前每 个节点对应的高斯模型的差异值， 将所述差异值作为相邻节点之间的边权值。权　利　要　求　书 2/2 页 3 CN 115272353 A 3