[1]黄靖、李俊男、刘丽桑、罗堪、夏正邦、王泽洲.基于形态学重建与OTSU的极耳焊缝图像分割方法[J].福建工程学院学报,2019,17(04):359-364.[doi:10.3969/j.issn.1672-4348.2019.04.009]
　HUANG Jing,LI Junnan,LIU Lisang,et al.Polar ear weld image segmentation method based onmorphological reconstruction and OTSU[J].Journal of FuJian University of Technology,2019,17(04):359-364.[doi:10.3969/j.issn.1672-4348.2019.04.009]
点击复制

基于形态学重建与OTSU的极耳焊缝图像分割方法()
分享到：

《福建工程学院学报》[ISSN:2097-3853/CN:35-1351/Z]

卷:
第17卷
期数:
2019年04期
页码:
359-364
栏目:
出版日期:
2019-08-25

文章信息/Info

Title:
Polar ear weld image segmentation method based onmorphological reconstruction and OTSU
作者:
黄靖、李俊男、刘丽桑、罗堪、夏正邦、王泽洲
福建工程学院信息科学与工程学院
Author(s):
HUANG Jing; LI Junnan; LIU Lisang; LUO Kan; XIA Zhengbang; WANG Zezhou
School of Information Science and Engineering, Fujian University of Technology
关键词:
图像分割; 形态学重建; 对比度增强; OTSU; 极耳焊缝
Keywords:
image segmentation;  morphological reconstruction;  contrast enhancement;  OTSU;  polar ear weld
分类号:
TP391
DOI:
10.3969/j.issn.1672-4348.2019.04.009
文献标志码:
A
摘要:
针对软包动力电池极耳焊缝高反光、低对比度，存在阴影与噪声的问题，提出一种基于形态学混合开闭重建与OTSU的极耳焊缝图像分割方法。通过改进多尺度结构元素，进行多尺度顶帽-底帽变换；在此基础上进行形态学开闭混合重建，抑制细节干扰的同时提高焊缝目标与背景的对比度；最后结合OTSU阈值分割法，实现快速分割。实验结果表明，该方法能有效分割极耳焊缝，为软包动力电池极耳焊缝分割提供了新的思路。
Abstract:
Aiming at the high-reflection, low-contrast, shadow and noise problems of the polar ear weld of the soft-packed power battery, a method of polar ear weld image segmentation based on morphological hybrid opening-closing reconstruction and OTSU is proposed. Multi-scale top-cap bottom-cap conversion is carried out by improving multi-scale structural elements. On this basis, morphological open-close hybrid reconstruction is performed to suppress the detail interference and improve the contrast between the weld target and the background. Finally, the OTSU threshold segmentation method is adopted to achieve fast segmentation. Results show that the method can effectively segment the polar ear welds and it provides a new idea for the polar ear weld segmentation of the soft pack power battery.

参考文献/References:

[1] 吴博尧, 秦磊, 张庆茂, 等. 基于视觉的动力电池焊后质量检测[J]. 焊接学报, 2018, 39(9): 122-128, 134.[2] 刘涵, 郭润元. 基于X射线图像和卷积神经网络的石油钢管焊缝缺陷检测与识别[J]. 仪器仪表学报, 2018,39(4): 247-256. [3] 李超, 孙俊. 基于机器视觉方法的焊缝缺陷检测及分类算法[J]. 计算机工程与应用, 2018, 54(6): 264-270.[4] 郭皓然, 邵伟, 周阿维, 等. 全局阈值自适应的高亮金属表面缺陷识别新方法[J]. 仪器仪表学报, 2017, 38(11): 2797-2804.[5] 马云鹏, 李庆武, 何飞佳, 等. 金属表面缺陷自适应分割算法[J]. 仪器仪表学报, 2017, 38(1): 245-251.[6] 齐继阳, 李金燕, 陆震云, 等. 改进的Otsu法在焊接图像分割中的应用[J]. 焊接学报, 2016, 37(10): 97-100, 135.[7] 马云, 王贺, 张晓光, 等. 基于形态学的焊接图像缺陷检测方法研究[J]. 计算机测量与控制, 2010, 18(5): 1008-1010, 1013.[8] 王飞, 朱建江. 机器视觉在复杂环境下焊接缺陷检测的应用研究[J]. 焊接技术, 2017, 46(5): 127-133.[9] 刘岳,王小鹏,王金全,等.基于形态学重建和梯度分层修正的分水岭脑肿瘤分割[J].计算机应用研究, 2015, 32(8):2487-2491.[10] 王小鹏, 郝重阳, 樊养余. 基于形态学尺度空间和梯度修正的分水岭分割[J]. 电子与信息学报, 2006, 28(3): 485-489.[11] 段鹏, 程文播, 钱庆, 等. 结合形态学重建与隶属度滤波的FCM分割算法[J]. 计算机辅助设计与图形学学报, 2019, 31(4): 541-551.[12] 刘小燕,吴鑫,孙炜,等.基于形态学重建和GMM的球团颗粒图像分割[J].仪器仪表学报,2019, 40(3):230-238.[13] 刘艳莉, 桂志国. 多尺度top-hat变换提取细节的对比度增强算法[J]. 计算机工程与设计, 2014, 35(4): 1332-1335, 1340. [14] 汪维华,张景中,吴文渊.改进的形态学与Otsu相结合的视网膜血管分割[J].计算机应用研究, 2019,36(7): 2228-2231.[15] 赵昭, 刘利林, 张承学, 等. 形态学滤波器结构元素选取原则研究与分析[J]. 电力系统保护与控制, 2009, 37(14): 21-25, 35.[16] KIM Y, KOH Y J, LEE C, et al. Dark image enhancement based on pairwise target contrast and multi-scale detail boosting [C]∥2015 IEEE International Conference on Image Processing (ICIP). Quebec City, QC, 2015: 1404-1408.

相似文献/References:

[1]林亚君、陈学军.基于Ostu优化的PCNN电力故障区域提取[J].福建工程学院学报,2020,18(06):593.[doi:10.3969/j.issn.1672-4348.2020.06.015]
　LIN Yajun,CHEN Xuejun.Fault zone extraction of electrical equipment by using PCNN based on Otsu optimization[J].Journal of FuJian University of Technology,2020,18(04):593.[doi:10.3969/j.issn.1672-4348.2020.06.015]
[2]张平均,翁悦,王小红,等.基于改进UNet的人造板表面缺陷的图像分割方法[J].福建工程学院学报,2022,20(04):373.[doi:10.3969/j.issn.1672-4348.2022.04.011]
　ZHANG Pingjun,WENG Yue,WANG Xiaohong,et al.Image segmentation method of surface defects of wood-based panels based on improved UNet[J].Journal of FuJian University of Technology,2022,20(04):373.[doi:10.3969/j.issn.1672-4348.2022.04.011]
[3]刘佳鑫,孔令华,郑积仕,等.基于机器视觉的木材径级测量系统设计[J].福建工程学院学报,2022,20(06):607.[doi:10.3969/j.issn.1672-4348.2022.06.016]
　LIU Jiaxin,KONG Linghua,ZHENG Jishi,et al.Design of wood diameter classification system based on machine vision[J].Journal of FuJian University of Technology,2022,20(04):607.[doi:10.3969/j.issn.1672-4348.2022.06.016]
[4]戚云涛,曾寿金,方宇轩,等.基于粒子群优化的双凸透镜缺陷Ostu阈值分割算法[J].福建工程学院学报,2023,21(06):598.[doi:10.3969/j.issn.1672-4348.2023.06.014]
　QI Yuntao,ZENG Shoujin,FANG Yuxuan,et al.Otsu threshold segmentation algorithm for defects ofdouble convex lens based on particle swarm optimization[J].Journal of FuJian University of Technology,2023,21(04):598.[doi:10.3969/j.issn.1672-4348.2023.06.014]

更新日期/Last Update: 2019-08-25