本發(fā)明涉及圖像處理和識別技術(shù)領(lǐng)域，尤其涉及一種隧道裂紋的圖像檢測方法和裝置。

背景技術(shù)：

隨著數(shù)碼相機(jī)、攝像頭、超高速掃描儀等圖像獲取設(shè)備的廣泛應(yīng)用，工業(yè)化生產(chǎn)技術(shù)水平和生產(chǎn)效率的不斷提高，對與之配套的生產(chǎn)檢測能力也有著越來越高的要求。圖像處理技術(shù)的日益發(fā)展，圖像檢測技術(shù)廣泛運(yùn)用在工業(yè)生產(chǎn)過程檢測、日常生活安全檢測等領(lǐng)域，極大的提升了企業(yè)的生產(chǎn)效率和人們的生活水平。

在圖像處理和識別的技術(shù)領(lǐng)域中，一般地，工業(yè)安全的檢測通常采用圖像分割方法對圖像中的特定區(qū)域進(jìn)行檢測和識別。現(xiàn)有的圖像分割方法主要利用感興趣區(qū)域和背景區(qū)域的整體灰度差異，選取適當(dāng)?shù)拈撝捣指顖D像得到感興趣區(qū)域。在光照不均勻或者待檢測區(qū)域和背景區(qū)域灰度差別較小時往往不能準(zhǔn)確地分割出感興趣區(qū)域。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明實(shí)施例提供一種隧道裂紋的圖像檢測方法和裝置，可以對連續(xù)性差、對比度低的裂紋進(jìn)行有效檢測。

根據(jù)本發(fā)明實(shí)施例的一方面，提供一種隧道裂紋的圖像檢測方法，該圖像檢測方法包括：對隧道裂紋的待檢測圖像進(jìn)行雙邊濾波處理，得到濾波后圖像；利用視覺顯著性模型分別構(gòu)建濾波后圖像的亮度顯著圖和濾波后圖像的紋理顯著圖；融合亮度顯著圖和紋理顯著圖，得到融合顯著圖；通過自適應(yīng)閾值算法分割融合顯著圖，得到裂紋區(qū)域圖像；在判定裂紋區(qū)域圖像的裂紋為真實(shí)裂紋時，獲得裂紋區(qū)域圖像的裂紋參數(shù)。

根據(jù)本發(fā)明實(shí)施例的另一方面，提供一種隧道裂紋的圖像檢測裝置，該圖像檢測裝置包括：圖像濾波模塊，用于對隧道裂紋的待檢測圖像進(jìn)行雙邊濾波處理，得到濾波后圖像；顯著圖構(gòu)建模塊，用于利用視覺顯著性模型分別構(gòu)建濾波后圖像的亮度顯著圖和濾波后圖像的紋理顯著圖；顯著圖融合模塊，用于融合亮度顯著圖和紋理顯著圖，得到融合顯著圖；顯著圖分割模塊，用于通過自適應(yīng)閾值算法分割融合顯著圖，得到裂紋區(qū)域圖像；裂紋參數(shù)獲取模塊，用于在判定裂紋區(qū)域圖像的裂紋為真實(shí)裂紋時，獲得裂紋區(qū)域圖像的裂紋參數(shù)。

本發(fā)明實(shí)施例中的圖像檢測方法和裝置，通過構(gòu)建待檢測圖像的亮度顯著圖和紋理顯著圖，并將亮度顯著圖和紋理顯著圖進(jìn)行融合得到融合顯著圖，可以使連續(xù)性差、對比度低的裂紋在圖像中得到突出和增強(qiáng)，對得到的融合顯著圖進(jìn)行分割，判定并統(tǒng)計裂紋參數(shù)信息，從而使隧道裂紋得到有效檢測。

附圖說明

為了更清楚地說明本發(fā)明實(shí)施例的技術(shù)方案，下面將對本發(fā)明實(shí)施例中所需要使用的附圖作簡單地介紹，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

圖1是示出根據(jù)本發(fā)明一實(shí)施例的隧道裂紋的圖像檢測方法的流程圖；

圖2是示出根據(jù)本發(fā)明一實(shí)施例的隧道裂紋的圖像檢測裝置的結(jié)構(gòu)示意圖；

圖3是示出了發(fā)明一實(shí)施例的能夠?qū)崿F(xiàn)根據(jù)本發(fā)明實(shí)施例的隧道裂紋的圖像檢測方法和裝置的計算設(shè)備的示例性硬件架構(gòu)的結(jié)構(gòu)圖。

具體實(shí)施方式

下面將詳細(xì)描述本發(fā)明的各個方面的特征和示例性實(shí)施例，為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白，以下結(jié)合附圖及實(shí)施例，對本發(fā)明進(jìn)行進(jìn)一步詳細(xì)描述。應(yīng)理解，此處所描述的具體實(shí)施例僅被配置為解釋本發(fā)明，并不被配置為限定本發(fā)明。對于本領(lǐng)域技術(shù)人員來說，本發(fā)明可以在不需要這些具體細(xì)節(jié)中的一些細(xì)節(jié)的情況下實(shí)施。下面對實(shí)施例的描述僅僅是為了通過示出本發(fā)明的示例來提供對本發(fā)明更好的理解。

需要說明的是，在本文中，諸如第一和第二等之類的關(guān)系術(shù)語僅僅用來將一個實(shí)體或者操作與另一個實(shí)體或操作區(qū)分開來，而不一定要求或者暗示這些實(shí)體或操作之間存在任何這種實(shí)際的關(guān)系或者順序。而且，術(shù)語“包括”、“包含”或者其任何其他變體意在涵蓋非排他性的包含，從而使得包括一系列要素的過程、方法、物品或者設(shè)備不僅包括那些要素，而且還包括沒有明確列出的其他要素，或者是還包括為這種過程、方法、物品或者設(shè)備所固有的要素。在沒有更多限制的情況下，由語句“包括……”限定的要素，并不排除在包括所述要素的過程、方法、物品或者設(shè)備中還存在另外的相同要素。

下面結(jié)合附圖，詳細(xì)描述根據(jù)本發(fā)明實(shí)施例提供的隧道裂紋的圖像檢測方法和裝置。應(yīng)注意，本發(fā)明中所描述實(shí)施例并不是用來限制本發(fā)明公開的范圍。

圖1是示出根據(jù)本發(fā)明一實(shí)施例的隧道裂紋的圖像檢測方法的流程圖。如圖1所示，本實(shí)施例中的隧道裂紋的圖像檢測方法100包括以下步驟：

步驟s110，對隧道裂紋的待檢測圖像進(jìn)行雙邊濾波處理，得到濾波后圖像。

步驟s120，利用視覺顯著性模型分別構(gòu)建濾波后圖像的亮度顯著圖和濾波后圖像的紋理顯著圖。

步驟s130，融合亮度顯著圖和紋理顯著圖，得到融合顯著圖。

步驟s140，通過自適應(yīng)閾值算法分割融合顯著圖，得到裂紋區(qū)域圖像。

步驟s150，在判定裂紋區(qū)域圖像的裂紋為真實(shí)裂紋時，獲得裂紋區(qū)域圖像的裂紋參數(shù)。

根據(jù)本發(fā)明實(shí)施例的圖像檢測方法，可以對隧道裂紋進(jìn)行有效檢測，并獲得較好的檢測結(jié)果。

作為可選實(shí)施例，步驟s110中的雙邊濾波處理的步驟具體可以包括：

步驟s111，統(tǒng)計待檢測圖像中指定鄰域內(nèi)每個像素的灰度方差值。

在該步驟中，指定鄰域例如可以是m×n像素尺寸的矩形窗口，m或n的取值可以是7至21之間的奇數(shù)。

步驟s112，通過每個像素的灰度方差值計算得到待檢測圖像的平均灰度方差值。

步驟s113，根據(jù)平均灰度方差值設(shè)定灰度方差參數(shù)，并基于灰度方差參數(shù)構(gòu)建雙邊濾波器核函數(shù)。

步驟s114，利用構(gòu)建的雙邊濾波器核函數(shù)，通過卷積模板公式對待檢測圖像進(jìn)行雙邊濾波，將雙邊濾波后的待檢測圖像作為濾波后圖像。

為了便于理解，作為一個示例，本發(fā)明實(shí)施例計算待檢測圖像的平均灰度方差σ，以σr＝σ/2作為灰度方差參數(shù)，使用下面的公式(1)構(gòu)建雙邊濾波器核函數(shù)。

在上述公式(1)中，ω(i，j，k，l)表示指定鄰域內(nèi)每個像素點(diǎn)的權(quán)重系數(shù)，參數(shù)i和參數(shù)j表示指定鄰域內(nèi)的圖像像素點(diǎn)的坐標(biāo)，參數(shù)k和參數(shù)1表示該參數(shù)k和該參數(shù)1所屬的高斯模板對應(yīng)的坐標(biāo)，σd表示空域高斯模板的方差，σr表示值域高斯模板的方差。在雙邊濾波中，權(quán)重系數(shù)ω(i，j，k，l)是值域高斯模板ωr(i，j，k，l)和空域高斯模板ωd(i，j，k，l)的乘積，即ω(i，j，k，l)＝ωd(i，j，k，l)×ωr(i，j，k，l)，并且，值域高斯模板空域高斯模板

利用構(gòu)建的雙邊濾波器核函數(shù)(1)，使用下面的公式(2)進(jìn)行雙邊濾波器濾波：

在上述公式(2)中，i′(i，j)表示雙邊濾波器濾波后得到的圖像數(shù)據(jù)。

在該實(shí)施例中，采用雙邊濾波的方法對待檢測圖像進(jìn)行預(yù)處理，可以在消除待檢測圖像的噪聲的同時保持圖像邊緣信息，使待處理圖像平滑，對圖像細(xì)節(jié)具有明顯的保護(hù)效果。

在本發(fā)明實(shí)施例中，視覺顯著性模型是根據(jù)人類的視覺注意機(jī)制提出的一種算法，人類視覺注意機(jī)制指人類視覺的注意力通常集中在視覺信號中突變的亮度區(qū)域或者紋理區(qū)域。

在一些實(shí)施例中，步驟s120中構(gòu)建濾波后圖像的亮度顯著圖和濾波后圖像的紋理顯著圖的步驟還可以包括：

步驟s121，根據(jù)視覺顯著性模型，構(gòu)建濾波后圖像的亮度高斯金字塔，亮度高斯金字塔包括預(yù)定的層數(shù)。

在本發(fā)明實(shí)施例中，高斯金字塔作為一種圖像的多尺度表示方法，可以高效地提取圖像在不同尺度的特征，下面對本發(fā)明中構(gòu)建亮度高斯金字塔的過程進(jìn)行詳細(xì)說明。

首先，提取待處理的原始圖像中的亮度特征得到亮度特征原始圖像，并將該原始圖像作為金字塔的底層圖像；然后，將該原始圖像進(jìn)行高斯函數(shù)濾波后的圖像作為亮度高斯金字塔的第二層圖像，并且該第二層圖像的長度為底層圖像長度的1/2，該第二層圖像的寬度為底層圖像寬度的1/2；再將第二層圖像進(jìn)行高斯函數(shù)濾波后的圖像作為亮度高斯金字塔的第三層圖像，并且該第三層圖像的長度為第二層圖像長度的1/2，第三層圖像的寬度為第二層圖像寬度的1/2，……，以此類推，構(gòu)建出不斷進(jìn)行高斯濾波后的圖像的亮度高斯金字塔。該亮度高斯金字塔除底層外，按照層數(shù)從高到低的每一層圖像的長度為與該層相鄰的下一層圖像的長度的1/2，每一層圖像的寬度為與該層相鄰的下一層圖像寬度的1/2。

作為一個示例，本發(fā)明實(shí)施例中構(gòu)建的亮度高斯金字塔的層數(shù)為5層。

步驟s122，利用蓋伯濾波器函數(shù)，通過計算亮度高斯金字塔的每一層圖像在0、π/4、π/2、3π/4四個方向的蓋伯濾波圖像，得到濾波后圖像的紋理高斯金字塔。

具體地，通過下述公式(3)計算亮度高斯金字塔的每一層在0、π/4、π/2、3π/4四個方向上的蓋伯濾波影像，形成紋理金字塔：

在上述公式(3)中，為蓋伯濾波器的核函數(shù)，蓋伯濾波器的核函數(shù)具有如下參數(shù)：波長λ、方向θ、相位偏移標(biāo)準(zhǔn)差σ、長寬比γ，x和y為亮度高斯金字塔當(dāng)前層的圖像像素點(diǎn)的坐標(biāo)。

步驟s123，按照亮度高斯金字塔的層數(shù)從高到低分別獲取除底層外的每一層圖像作為待處理圖像，對待處理圖像進(jìn)行上采樣得到分辨率與待處理圖像相鄰的下一層圖像的分辨率相同的圖像，并計算上采樣得到的圖像與相鄰的下一層圖像的圖像相減運(yùn)算的絕對值，得到亮度顯著圖。

步驟s124，按照紋理高斯金字塔的層數(shù)從高到低分別獲取除底層外的每一層圖像作為待處理圖像，對待處理圖像進(jìn)行上采樣得到分辨率與待處理圖像相鄰的下一層圖像的分辨率相同的圖像，并計算上采樣得到的圖像與相鄰的下一層圖像的圖像相減運(yùn)算的絕對值，得到紋理顯著圖。

在上述步驟s123或步驟s124中，利用如下公式(4)進(jìn)行圖像相減運(yùn)算，并對圖像相減運(yùn)算的結(jié)果求取絕對值：

s(i，j)＝|p(i)-p^t(j)|(4)

在上述公式(4)中，p(i)表示第i層的金字塔影像，p^↑(j)表示對第j層的金字塔圖像進(jìn)行上采樣得到分辨率與第i層圖像的分辨率相同的圖像，并且i＜j。

在本發(fā)明實(shí)施例中，圖像相減運(yùn)算是指兩幅或多幅圖像的像素點(diǎn)之間進(jìn)行點(diǎn)對點(diǎn)的像素值的相減運(yùn)算。以兩幅圖像進(jìn)行圖像相減運(yùn)算為例，分別獲取其中一幅圖像的每個像素點(diǎn)作為第一像素點(diǎn)，并將該第一像素點(diǎn)的像素值與其中另一幅圖像中的與該第一像素點(diǎn)位置相同的像素點(diǎn)的像素值進(jìn)行相減運(yùn)算，得到該其中一幅圖像與該另一幅圖像的圖像相減運(yùn)算結(jié)果。

通過本發(fā)明實(shí)施例中的圖像相減運(yùn)算，在對裂紋進(jìn)行檢測時可以去除待檢測圖像中不需要的疊加性圖案，當(dāng)裂紋對比度低、連續(xù)性差時，可以有效去除背景圖像，使裂紋顯示效果得到加強(qiáng)，從而在后續(xù)的裂紋檢測中獲得較好的檢測效果。

在一些實(shí)施例中，步驟s130中融合亮度顯著圖和紋理顯著圖的步驟具體可以包括：

步驟s131，分別獲取亮度顯著圖中像素點(diǎn)的最大像素值作為第一像素值，獲取紋理顯著圖中像素點(diǎn)的最大像素值作為第二像素值，并將亮度顯著圖中像素點(diǎn)的像素值與第一像素值相除得到歸一化亮度顯著圖，將紋理顯著圖中像素點(diǎn)的像素值與第二像素值相除得到歸一化紋理顯著圖。

具體地，通過下述公式(5)進(jìn)行亮度顯著圖或紋理顯著圖的歸一化處理：

sn(i，j)＝s(i，j)/m(i，j)(5)

在使用上述公式(5)對亮度顯著圖進(jìn)行歸一化處理時，sn(i，j)表示對亮度顯著圖歸一化處理后的得到的歸一化亮度顯著圖，s(i，j)為該亮度顯著圖中的像素點(diǎn)的像素值，m(i，j)為亮度顯著圖中像素點(diǎn)的最大像素值。

在使用上述公式(5)對紋理顯著圖進(jìn)行歸一化處理時，sn(i，j)表示對紋理顯著圖歸一化處理后的得到的歸一化紋理顯著圖，s(i，j)為該紋理顯著圖中的像素點(diǎn)的像素值，m(i，j)為紋理顯著圖中像素點(diǎn)的最大像素值。

步驟s132，將歸一化亮度顯著圖中的每一個像素點(diǎn)，與歸一化紋理顯著圖中和每一個像素點(diǎn)的位置相同的像素點(diǎn)進(jìn)行像素值的對比，將對比得到的最大值作為融合顯著圖中與每一個像素點(diǎn)的位置相同的像素點(diǎn)的像素值，得到融合顯著圖。

具體地，通過下述公式(6)將亮度顯著圖和紋理顯著圖進(jìn)行融合：

在上述步驟(6)中，是歸一化處理后得到的歸一化亮度顯著圖，是歸一化處理后得到的歸一化紋理顯著圖。

在一些實(shí)施例中，步驟s140中的自適應(yīng)閾值算法為最大類間方差法，步驟s140還可以包括：

步驟s141，通過最大類間方差法，計算得到融合顯著圖的最優(yōu)裂紋分割閾值。

在本發(fā)明實(shí)施例中，最大類間方差法也稱otsu算法或大津算法，最大類間方差法是一種使得分割后的前景圖像區(qū)域與背景圖像區(qū)域的類間方差最大化的方法。

具體地，可以通過下述公式(7)表示最優(yōu)裂紋分割閾值的選擇：

t＝argmaxt(var(i＜t)+var(i≥t))(7)

在上述公式(7)中，var(i＜t)表示灰度值比t值小的圖像區(qū)域相對于整體灰度均值的方差，var(i≥t)表示灰度值不小于t值時的圖像區(qū)域相對于整體灰度均值的方差，t表示分割閾值，t表示var(i＜t)+var(i≥t)取最大值時t的取值。

也就是說，使用一個裂紋分割閾值將整個圖像數(shù)據(jù)分成兩個類，假如兩個類之間的方差最大，那么這個裂紋分割閾值就是最優(yōu)的裂紋分割閾值。

步驟s142，利用最優(yōu)裂紋分割閾值分割融合顯著圖，得到融合顯著圖的候選裂紋區(qū)域圖像。

在該實(shí)施例中，使用根據(jù)最大類間方差法獲取最優(yōu)裂紋分割閾值，可以使應(yīng)用該最優(yōu)裂紋分割閾值對待檢測圖像進(jìn)行分割的錯分概率最小，從而提高了圖像分割后得到的候選裂紋區(qū)域圖像的準(zhǔn)確度。

在一些實(shí)施例中，步驟s150具體可以包括：

步驟s151，分別計算裂紋區(qū)域圖像中像素點(diǎn)的灰度值的均值，以及與裂紋區(qū)域圖像相鄰的指定區(qū)域內(nèi)像素點(diǎn)的灰度值的均值。

步驟s152，如果裂紋區(qū)域內(nèi)像素點(diǎn)的灰度值的均值，小于指定區(qū)域內(nèi)像素點(diǎn)的灰度值的均值，則判定裂紋區(qū)域的裂紋為真實(shí)裂紋。

在該步驟中，利用裂紋灰度較低的特點(diǎn)，統(tǒng)計分割得到的候選裂紋區(qū)域的臨近區(qū)域的像素點(diǎn)的灰度均值，如果裂紋的灰度均值小于其臨近影像的灰度均值，則判定此裂紋為真實(shí)裂紋。

步驟s153，二值分割裂紋區(qū)域圖像得到裂紋區(qū)域圖像的裂紋二值圖像，并對裂紋二值圖像進(jìn)行骨架化操作得到裂紋區(qū)域圖像的裂紋參數(shù)，裂紋參數(shù)包括裂紋長度和裂紋寬度。

圖像骨架化是進(jìn)行線條類圖像分析的方法，通過對判定為真實(shí)裂紋的裂紋進(jìn)行骨架提取，識別并統(tǒng)計裂紋的尺寸和形狀信息，例如裂紋的長度和寬度。

根據(jù)本發(fā)明實(shí)施例提供的圖像檢測方法，可以準(zhǔn)確的對圖像中的裂紋區(qū)域進(jìn)行檢測和識別，并且在裂紋連續(xù)性差、對比度低時，也可以獲得良好的檢測效果。

下面結(jié)合附圖詳細(xì)介紹根據(jù)本發(fā)明實(shí)施例的隧道裂紋的圖像檢測裝置。

圖2示出了根據(jù)本發(fā)明一實(shí)施例提供的隧道裂紋的圖像檢測裝置的結(jié)構(gòu)示意圖。如圖2所示，本發(fā)明實(shí)施例中的圖像檢測裝置200包括：

圖像濾波模塊310，用于對隧道裂紋的待檢測圖像進(jìn)行雙邊濾波處理，得到濾波后圖像。

顯著圖構(gòu)建模塊320，用于利用視覺顯著性模型分別構(gòu)建濾波后圖像的亮度顯著圖和濾波后圖像的紋理顯著圖。

顯著圖融合模塊330，用于融合亮度顯著圖和紋理顯著圖，得到融合顯著圖。

顯著圖分割模塊340，用于通過自適應(yīng)閾值算法分割融合顯著圖，得到裂紋區(qū)域圖像。

裂紋參數(shù)獲取模塊350，用于在判定裂紋區(qū)域圖像的裂紋為真實(shí)裂紋時，獲得裂紋區(qū)域圖像的裂紋參數(shù)。

根據(jù)本發(fā)明實(shí)施例提供的圖像檢測裝置，將待檢測圖像的亮度顯著圖和紋理顯著圖進(jìn)行融合得到融合顯著圖，對得到的融合顯著圖進(jìn)行分割，判定并統(tǒng)計裂紋參數(shù)信息，使隧道裂紋得到有效檢測。

在一些實(shí)施例中，圖像濾波模塊310還可以包括：

灰度方差值統(tǒng)計單元311，用于統(tǒng)計待檢測圖像中指定鄰域內(nèi)每個像素的灰度方差值；

平均灰度方差值計算單元322，用于通過每個像素的灰度方差值計算得到待檢測圖像的平均灰度方差值；

雙邊濾波器核函數(shù)構(gòu)建單元323，用于根據(jù)平均灰度方差值設(shè)定灰度方差參數(shù)，并基于灰度方差參數(shù)構(gòu)建雙邊濾波器核函數(shù)；

雙邊濾波函數(shù)計算單元324，用于利用構(gòu)建的雙邊濾波器核函數(shù)，通過卷積模板公式對待檢測圖像進(jìn)行雙邊濾波，將雙邊濾波后的待檢測圖像作為濾波后圖像。

在該實(shí)施例中，雙邊濾波可以消除待檢測圖像的噪聲，同時保持圖像邊緣信息，使待處理圖像平滑。

在一些實(shí)施例中，顯著圖構(gòu)建模塊320還可以包括：

亮度高斯金字塔構(gòu)建單元321，用于根據(jù)視覺顯著性模型，構(gòu)建濾波后圖像的亮度高斯金字塔，亮度高斯金字塔包括預(yù)定的層數(shù)；

紋理高斯金字塔構(gòu)建單元322，用于利用蓋伯濾波器函數(shù)，通過計算亮度高斯金字塔的每一層圖像在0、π/4、π/2、3π/4四個方向的蓋伯濾波圖像，得到濾波后圖像的紋理高斯金字塔；

亮度顯著圖構(gòu)建單元323，用于按照亮度高斯金字塔的層數(shù)從高到低分別獲取除底層外的每一層圖像作為待處理圖像，對待處理圖像進(jìn)行上采樣得到分辨率與待處理圖像相鄰的下一層圖像的分辨率相同的圖像，并計算上采樣得到的圖像與相鄰的下一層圖像的圖像相減運(yùn)算的絕對值，得到亮度顯著圖；

紋理顯著圖構(gòu)建單元324，用于按照紋理高斯金字塔的層數(shù)從高到低分別獲取除底層外的每一層圖像作為待處理圖像，對待處理圖像進(jìn)行上采樣得到分辨率與待處理圖像相鄰的下一層圖像的分辨率相同的圖像，并計算上采樣得到的圖像與相鄰的下一層圖像的圖像相減運(yùn)算的絕對值，得到紋理顯著圖。

在該實(shí)施例中，通過顯著圖的構(gòu)建使得待檢測圖像中的裂紋得到加強(qiáng)，當(dāng)當(dāng)裂紋對比度低、連續(xù)性差時，可以有效去除背景圖像，為后續(xù)裂紋檢測和識別提供了良好的數(shù)據(jù)基礎(chǔ)。

在一些實(shí)施例中，顯著圖融合模塊330還可以包括：

特征圖歸一化處理單元331，用于分別獲取亮度顯著圖中像素點(diǎn)的最大像素值作為第一像素值，獲取紋理顯著圖中像素點(diǎn)的最大像素值作為第二像素值，并將亮度顯著圖中像素點(diǎn)的像素值與第一像素值相除得到歸一化亮度特征圖，將紋理顯著圖中像素點(diǎn)的像素值與第二像素值相除得到歸一化紋理特征圖；

融合顯著圖構(gòu)建單元332，用于將歸一化亮度顯著圖中的每一個像素點(diǎn)，與歸一化紋理顯著圖中和每一個像素點(diǎn)的位置相同的像素點(diǎn)進(jìn)行像素值的對比，將對比得到的最大值作為融合顯著圖中與每一個像素點(diǎn)的位置相同的像素點(diǎn)的像素值，得到融合顯著圖。

在一些實(shí)施例中，顯著圖分割模塊340還可以包括：

最優(yōu)裂紋分割閾值計算單元341，用于通過最大類間方差法，計算得到融合顯著圖的最優(yōu)裂紋分割閾值；

顯著圖分割獲取模塊340利用最優(yōu)裂紋分割閾值分割融合顯著圖，得到融合顯著圖的候選裂紋區(qū)域圖像。

在該實(shí)施例中，圖像分割所選取的分割閾值是由最大類間方差法獲得的最優(yōu)裂紋分割閾值，使用該最優(yōu)裂紋分割閾值對融合的顯著圖進(jìn)行分割，可以有效降低裂紋的錯分率。

在一些實(shí)施例中，裂紋參數(shù)獲取模塊350還可以包括：

灰度值計算單元351，用于分別計算裂紋區(qū)域圖像中像素點(diǎn)的灰度值的均值，以及與裂紋區(qū)域圖像相鄰的指定區(qū)域內(nèi)像素點(diǎn)的灰度值的均值；

裂紋真實(shí)性判定單元352，用于如果裂紋區(qū)域內(nèi)像素點(diǎn)的灰度值的均值，小于指定區(qū)域內(nèi)像素點(diǎn)的灰度值的均值，則判定裂紋區(qū)域的裂紋為真實(shí)裂紋；

裂紋參數(shù)獲取單元353，用于二值分割裂紋區(qū)域圖像得到裂紋區(qū)域圖像的裂紋二值圖像，并對裂紋二值圖像進(jìn)行骨架化操作得到裂紋區(qū)域圖像的裂紋參數(shù)，裂紋參數(shù)包括裂紋長度和裂紋寬度。

在該實(shí)施例中，利用裂紋灰度較低的特點(diǎn)對分割后得到的裂紋區(qū)域進(jìn)行判定，并在判定為真實(shí)裂紋后，獲取裂紋長度和裂紋寬度等參數(shù)信息。

根據(jù)本發(fā)明實(shí)施例的隧道裂紋的圖像檢測裝置的其他細(xì)節(jié)與以上結(jié)合圖1描述的根據(jù)本發(fā)明實(shí)施例的隧道裂紋的圖像檢測方法類似，在此不再贅述。

結(jié)合圖1與圖2描述的根據(jù)本發(fā)明實(shí)施例的隧道裂紋的圖像檢測方法和裝置可以由可拆卸地或者固定地安裝在應(yīng)用服務(wù)端設(shè)備上的計算設(shè)備實(shí)現(xiàn)。圖3是示出能夠?qū)崿F(xiàn)根據(jù)本發(fā)明實(shí)施例的隧道裂紋的圖像檢測方法和裝置的計算設(shè)備的示例性硬件架構(gòu)的結(jié)構(gòu)圖。如圖3所示，計算設(shè)備300包括輸入設(shè)備301、輸入接口302、中央處理器303、存儲器304、輸出接口305、以及輸出設(shè)備306。其中，輸入接口302、中央處理器303、存儲器304、以及輸出接口305通過總線310相互連接，輸入設(shè)備301和輸出設(shè)備306分別通過輸入接口302和輸出接口305與總線310連接，進(jìn)而與計算設(shè)備300的其他組件連接。具體地，輸入設(shè)備301接收來自外部(例如，攝像設(shè)備或數(shù)碼相機(jī))的圖像輸入信息，并通過輸入接口302將輸入信息傳送到中央處理器303；中央處理器303基于存儲器304中存儲的計算機(jī)可執(zhí)行指令對輸入信息進(jìn)行處理以生成輸出信息，將輸出信息臨時或者永久地存儲在存儲器304中，然后通過輸出接口305將輸出信息傳送到輸出設(shè)備306；輸出設(shè)備306將輸出信息輸出到計算設(shè)備300的外部供用戶使用。

也就是說，圖3所示的計算設(shè)備也可以被實(shí)現(xiàn)為包括：存儲有計算機(jī)可執(zhí)行指令的存儲器；以及處理器，該處理器在執(zhí)行計算機(jī)可執(zhí)行指令時可以實(shí)現(xiàn)結(jié)合圖1至圖2描述的隧道裂紋的圖像檢測方法和裝置。這里，處理器可以與圖像管理系統(tǒng)或安裝在待檢測裝置上的圖像傳感器等圖像獲取模塊進(jìn)行通信，從而基于來自圖像管理系統(tǒng)和/或圖像傳感器的相關(guān)信息執(zhí)行計算機(jī)可執(zhí)行指令，從而實(shí)現(xiàn)結(jié)合圖1至圖2描述的隧道裂紋的圖像檢測方法和裝置。

需要明確的是，本發(fā)明并不局限于上文所描述并在圖中示出的特定配置和處理。為了簡明起見，這里省略了對已知方法的詳細(xì)描述。在上述實(shí)施例中，描述和示出了若干具體的步驟作為示例。但是，本發(fā)明的方法過程并不限于所描述和示出的具體步驟，本領(lǐng)域的技術(shù)人員可以在領(lǐng)會本發(fā)明的精神后，作出各種改變、修改和添加，或者改變步驟之間的順序。

以上所述的結(jié)構(gòu)框圖中所示的功能塊可以實(shí)現(xiàn)為硬件、軟件、固件或者它們的組合。當(dāng)以硬件方式實(shí)現(xiàn)時，其可以例如是電子電路、專用集成電路(asic)、適當(dāng)?shù)墓碳?、插件、功能卡等等。?dāng)以軟件方式實(shí)現(xiàn)時，本發(fā)明的元素是被用于執(zhí)行所需任務(wù)的程序或者代碼段。程序或者代碼段可以存儲在機(jī)器可讀介質(zhì)中，或者通過載波中攜帶的數(shù)據(jù)信號在傳輸介質(zhì)或者通信鏈路上傳送?！皺C(jī)器可讀介質(zhì)”可以包括能夠存儲或傳輸信息的任何介質(zhì)。機(jī)器可讀介質(zhì)的例子包括電子電路、半導(dǎo)體存儲器設(shè)備、rom、閃存、可擦除rom(erom)、軟盤、cd-rom、光盤、硬盤、光纖介質(zhì)、射頻(rf)鏈路，等等。代碼段可以經(jīng)由諸如因特網(wǎng)、內(nèi)聯(lián)網(wǎng)等的計算機(jī)網(wǎng)絡(luò)被下載。

還需要說明的是，本發(fā)明中提及的示例性實(shí)施例，基于一系列的步驟或者裝置描述一些方法或系統(tǒng)。但是，本發(fā)明不局限于上述步驟的順序，也就是說，可以按照實(shí)施例中提及的順序執(zhí)行步驟，也可以不同于實(shí)施例中的順序，或者若干步驟同時執(zhí)行。

以上所述，僅為本發(fā)明的具體實(shí)施方式，所屬領(lǐng)域的技術(shù)人員可以清楚地了解到，為了描述的方便和簡潔，上述描述的系統(tǒng)、模塊和單元的具體工作過程，可以參考前述方法實(shí)施例中的對應(yīng)過程，在此不再贅述。應(yīng)理解，本發(fā)明的保護(hù)范圍并不局限于此，任何熟悉本技術(shù)領(lǐng)域的技術(shù)人員在本發(fā)明揭露的技術(shù)范圍內(nèi)，可輕易想到各種等效的修改或替換，這些修改或替換都應(yīng)涵蓋在本發(fā)明的保護(hù)范圍之內(nèi)。