(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 202211215347.9 (22)申请日 2022.09.30 (71)申请人 山东大学 地址 250199 山东省济南市山大南路27号 申请人 山东大学威海工业 技术研究院 (72)发明人 蔡珣　张开　党菀　狄成瑞　乔琨　 高艳博　朱波　 (74)专利代理 机构 北京东方盛凡知识产权代理 有限公司 1 1562 专利代理师 高天星 (51)Int.Cl. G06T 7/00(2017.01) G06T 5/30(2006.01) G06T 7/13(2017.01) G06V 10/28(2022.01)G06V 10/30(2022.01) G06V 10/44(2022.01) G06V 10/50(2022.01) (54)发明名称 碳纤维复合材料气瓶X射线图像裂纹缺陷提 取方法和装置 (57)摘要 本发明公开一种碳纤维复合材料气瓶X射线 图像裂纹缺陷提取方法和装置， 包括： 对获取的 原始碳纤维复合材料气瓶X射线无损检测图像进 行灰度变换处理； 对灰度变换处理后的原始碳纤 维复合材料气瓶X射线无损检测图像进行空域滤 波处理； 对空域滤波处理后的原始碳纤维复合材 料气瓶X射线无损检测图像进行局部阈值二值化 处理， 得到二值化图像； 对所述二值化图像进行 形态学处理； 对 形态学处理后的二值化图像进行 边缘提取， 得到缺陷边缘图像； 将所述缺陷边缘 图像记录在所述原始碳纤维复合材料气瓶X射线 无损检测图像上， 得到裂缝缺陷检测结果。 本发 明的技术方案， 能够达到较高的定位精确率， 可 以将缺陷部位完整地标注在图像上， 达到像素级 别的检测效果。 权利要求书1页 说明书5页 附图1页 CN 115526867 A 2022.12.27 CN 115526867 A 1.一种碳纤维复合材料气瓶X射线图像裂纹缺陷提取方法， 其特征在于， 包括以下步 骤： 步骤S1、 对获取的原 始碳纤维复合材 料气瓶X射线无损检测图像进行 灰度变换处 理； 步骤S2、 对灰度变换处理后的原始碳纤维复合材料气瓶X射线无损检测图像进行空域 滤波处理； 步骤S3、 对空域滤波处理后的原始碳纤维复合材料气瓶X射线无损检测图像进行局部 阈值二值化处理， 得到二 值化图像； 步骤S4、 对所述 二值化图像进行 形态学处 理； 步骤S5、 对形态学处 理后的二 值化图像进行边 缘提取， 得到缺陷边 缘图像； 步骤S6、 将所述缺陷边缘图像记录在所述原始碳纤维复合材料气瓶X射线无损检测图 像上， 得到裂缝缺陷检测结果。 2.如权利要求1所述的碳纤维复合材料气瓶X射线图像裂纹缺陷提取方法， 其特征在 于， 步骤S1中， 采用限制对比度的自适应直方图均衡化 算法进行 灰度变换处 理。 3.如权利要求2所述的碳纤维复合材料气瓶X射线图像裂纹缺陷提取方法， 其特征在 于， 步骤S2中， 采用双边滤波对灰度变换 处理后的原始 碳纤维复合材料气瓶X射线 无损检测 图像进行空域滤波处 理。 4.如权利要求3所述的碳纤维复合材料气瓶X射线图像裂纹缺陷提取方法， 其特征在 于， 步骤S3中， 采用均值模板对分块区域中的灰度进行阈值计算， 得到二 值化图像。 5.一种碳纤维复合材 料气瓶X射线图像 裂纹缺陷提取装置， 其特 征在于， 包括： 灰度变换模块， 用于对获取的原始碳纤维复合材料气瓶X射线无损检测图像进行灰度 变换处理； 滤波模块， 用于对灰度变换处理后的原始碳纤维复合材料气瓶X射线无损检测图像进 行空域滤波处 理； 二值化模块， 用于对空域滤波处理后的原始碳纤维复合材料气瓶X射线无损检测图像 进行局部阈值 二值化处理， 得到二 值化图像； 形态处理模块， 用于对所述 二值化图像进行 形态学处 理； 提取模块， 用于对形态学处 理后的二 值化图像进行边 缘提取， 得到缺陷边 缘图像； 记录模块， 用于将所述缺陷边缘图像记录在所述原始碳纤维复合材料气瓶X射线无损 检测图像上， 得到裂缝缺陷检测结果。 6.如权利要求5所述的碳纤维复合材料气瓶X射线图像裂纹缺陷提取装置， 其特征在 于， 所述灰度变换模块采用限制对比度的自适应直方图均衡化 算法进行 灰度变换处 理。 7.如权利要求6所述的碳纤维复合材料气瓶X射线图像裂纹缺陷提取装置， 其特征在 于， 所述滤波模块采用双边滤波对灰度变换处理后的原始碳纤维复合材料气瓶X射线无损 检测图像进行空域滤波处 理。 8.如权利要求7所述的碳纤维复合材料气瓶X射线图像裂纹缺陷提取装置， 其特征在 于， 所述二值化模块采用均值模板对分块区域中的灰度进行阈值计算， 得到二 值化图像。权　利　要　求　书 1/1 页 2 CN 115526867 A 2碳纤维复合材料气瓶X射线图像裂纹缺陷提取方 法和装置 技术领域 [0001]本发明属于图像处理技术领域， 尤其涉及一种碳纤维复合材料气瓶X射线图像裂 纹缺陷提取 方法和装置 。 背景技术 [0002]近年来， 新能源汽车的发展迅速， 使用天然气、 氢气等清洁能源作为汽车动力的情 况也越发多 见， 在存储和运输这些高危、 高压气体的时候， 碳纤维复合材料由于具有高比强 度、 高比模量、 高耐疲劳性、 高抗断裂能力和良好的减振性能， 往往是制作储气瓶首选。 同时 由于复合材料 的组成比较复杂， 且难以通过常规手段进行检测， 而抽样检测的成本和安全 隐患又难以控制， 无损检测技术应运而生， 成为复合材料及其制品检测的重要方式。 X射线 无损检测作为一种检测速度快、 设备要求低、 检测效果良好的检测技术手段， 已大规模应用 于复合材 料的无损检测中。 [0003]目前现有的缺陷筛查方法主要有人工目测法和基于深度学习的方法。 人工目测法 是通过具有一定经验和判别能力的专业工人， 通过肉眼观察来确定是否存在缺陷。 深度学 习的方法则通过 大规模的数据集进行模型调整， 寻 求更精确的目标检测效果。 [0004]人工目测法的缺 点是： [0005]1.精确度差， 人工进行肉眼识别可能会忽视一些细小的裂纹， 存在一定的隐患。 [0006]2.效率低， 每张图像大小为1024*1024， 在进行像素级的检测时， 人工的速度远不 如本算法。 [0007]3.流程复杂， 人工方法定位缺陷需要手动在图像上进行标注， 耗时费力， 不适用于 流水线操作。 [0008]深度学习方法的缺 点是： [0009]1.成本高， 在数据 采样和模型训练的过程中， 需要花费大量的时间和金钱， 且需要 专业人员进行模型的测试和调整。 [0010]2.软件运行环境苛刻， 可移植性差， 在使用深度学习模型进行检测时， 需要配置完 整的软件运行环境， 对电脑的配置有一定要求。 发明内容 [0011]本发明要解决的技术问题是， 提供一种碳纤维复合材料气瓶X射线图像裂纹缺陷 提取方法和装置， 能够达到较高的定位精确率， 可以将缺陷部位完整地标注在图像上， 达到 像素级别的检测效果。 [0012]为实现上述目的， 本发明采用如下的技 术方案： [0013]一种碳纤维复合材 料气瓶X射线图像 裂纹缺陷提取 方法， 包括以下步骤： [0014]步骤S1、 对获取的原始碳纤维复合材料气瓶X射线无损检测图像进行灰度变换处 理； [0015]步骤S2、 对灰度变换处理后的原始碳纤维复合材料气瓶X射线无损检测图像进行说　明　书 1/5 页 3 CN 115526867 A 3