基于图像处理的管道裂缝检测

• 作者: 孙文雅 李天剑 陈晓 黄民
• 来源期刊: 制造业自动化
• 学科: 工学
• 关键词: 管道裂缝 图像增强 边缘检测 图像分割 特征提取
• 年，卷（期）: 2012,（1）
• 所属期刊栏目: 检测与监控
• 页码范围: 36-39
• 分类号: TP391
• 字数: 2582字
• 语种: 中文
• DOI: 10.3969/j.issn.1009-0134.2012.01(s).13

摘要

传统的管道裂缝检测方法速度慢、精确度低,因此提出一种基于图像处理的管道裂缝自动检测方法.首先对采集到的管道裂缝图像进行图像增强,有效地去除噪声.利用裂缝图像与背景图像灰度值的差异性,采用形态学梯度算法进行边缘检测.提出在边缘检测的基础上进行阈值分割,经实验比较分割结果优于其他方法.对分割的图像进行形态学处理,从而提取到特征图像,最后对特征图像进行特征值计算.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄民	北京信息科技大学机电工程学院	89	351	10.0	15.0
2	李天剑	北京信息科技大学机电工程学院	54	141	7.0	10.0
3	陈晓	北京信息科技大学机电工程学院	14	57	3.0	7.0
4	孙文雅	北京信息科技大学机电工程学院	2	24	2.0	2.0