一种基于X射线图像的输油管道焊缝缺陷检测方法与流程

技术特征：

1.基于X射线图像的输油管道焊缝缺陷检测，其特征在于：包括如下步骤：

步骤1、快速显著性检测，对每张原始图像，使用快速显著性检测算法(Fast Visual Saliency,FVS)进行显著性检测，得到显著性图像；并创建相同大小的零值矩阵J保存结果；

步骤2、使用矩形窗M×N对所有的样本图片进行随机采样，通过矩形窗内缺陷真值区域所占窗面积的比例与阈值比较，来判断该窗是否正样本，最终得到正样本图像和负样本图像各N₀个；

步骤3、计算正负样本图像与显著性图像的灰度共生矩阵特征与LBP特征，并与原始图像灰度值、显著性图像值构成样本向量；

步骤4、基于步骤3得到的样本向量，使用DSRP方法对样本向量进行稀疏表示提取特征，并将提取结果保存投影矩阵P，并根据提取的特征训练SVM分类器；

步骤5、预测验证，使用投影矩阵P对测试样本进行特征提取，使用步骤4中训练好的SVM分类器进行预测验证，调整参数，重复步骤4，直到识别率达标；

步骤6：对于一个待检测图片，进行预处理得到焊缝位置，求其显著性图像，并创建零值矩阵J₀保存结果；

步骤7：使用M×N滑块遍历图像，步长取L，判断滑块是否在焊缝以内，如果在焊缝外则计算下一个位置；

步骤8：计算滑窗内待检测图片与显著性图像的灰度共生矩阵特征与LBP特征，并与原始图像灰度值、显著性图像值构成特征向量；

步骤9：使用步骤4中得到的投影矩阵P，对步骤8得到的特征向量进行特征提取，使用步骤4节中训练好的SVM分类器进行预测，如果预测结果为缺陷，则对矩阵J₀的M×N滑块区域的值加1；

步骤10：对矩阵J0进行阈值t分割，即矩阵J0中大于t的值作为缺陷区域。

2.根据权利要求1所述的基于X射线图像的输油管道焊缝缺陷检测，其特征在于：步骤1具体包括以下步骤：

1.1输入灰度图像I；

1.2计算灰度图像I的积分图像；

1.3计算子显著性图像；

(a)计算中心区域与环绕区域的灰度均值；

(b)计算中心激励显著性图像与中心抑制显著性图像；

1.4计算显著性图像。

3.根据权利要求1所述的基于X射线图像的输油管道焊缝缺陷检测，其特征在于：步骤4具体包括以下步骤：

4.1输入数据

4.2求稀疏权重矩阵

(a)计算训练样本y_i的同类重构误差Rⁱ与异类重构误差Qⁱ；

(b)令重构误差项T是指矩阵的转置矩阵；

(c)更新S_β＝S_β+Qⁱ(Qⁱ)^T-Rⁱ(Rⁱ)^T；

4.3求训练样本的类间散度矩阵S_b,y与类内散度矩阵S_w,y；

4.4选取Fisher准则与重构误差矩阵的比例λ，求S＝S_β+λ(S_b,y-S_w,y)；

4.5求矩阵S的特征值与特征向量，选取特征值最大的k个值与之对应的特征向量得到投影矩阵P；

4.6基于投影矩阵P和样本向量进行特征提取。

4.根据权利要求1所述的基于X射线图像的输油管道焊缝缺陷检测，其特征在于：步骤5，所述参数为λ、k，通过选取不同的Fisher准则与重构误差矩阵的比例λ、样本投影后特征的维数为k,可以得到最高的识别率以及对应的λ和k值。