飛機蒙皮表面缺陷特征提取算法

陳戈珩， 吳天華， 胡明輝

（長春工業大學計算機科學與工程學院，吉林長春 130012）

0 引 言

飛機蒙皮是飛機表面一層鋁合金金屬，是使飛機保持良好氣動外形的重要結構。飛行過程中，蒙皮時刻受到變化的外界壓力，鉚釘與蒙皮結合處易出現縫隙，長期如此潮氣進入縫隙，易產生腐蝕性裂紋，因其導致的空難事故全世界曾有發生。

目前，隨著機器視覺技術發展，利用機器代替人眼可以做出方便、準確的檢測和判斷［1］。文中在機器視覺的基礎上，針對鉚釘附近蒙皮腐蝕的特點，采用改進的內距均值法［2］提取腐蝕特征信息，該方法能夠確定腐蝕鉚釘中心、半徑、腐蝕方向，計算出分離度、腐蝕程度、腐蝕趨勢等特征參數，進而區分腐蝕等級，輔助實現飛機蒙皮缺陷的自動檢測，此應用對提高飛機的安全性有重大的意義。

鉚釘附近蒙皮腐蝕檢測方案如圖1所示。

圖1 鉚釘附近蒙皮腐蝕檢測方案

1 圖像預處理

圖像預處理流程如圖2所示。

圖2 圖像預處理流程

圖像預處理照片如圖3所示。

圖3 圖像預處理照片

圖3（a）為攝像頭所采集到的蒙皮原始圖像，圖中3個鉚釘均有輕微腐蝕；圖3（b）采用了閾值法（取閾值140）對圖像進行二值化處理［3］。在圖3（b）中發現了少量噪音，為了消除噪音，采用形態學處理法對圖片進行開環與閉環處理，結果見圖3（c）；圖3（d）是邊緣提取后效果，但圖中包含了3個鉚釘的邊界，需要提取單獨鉚釘的特征信息，所以采用八鄰域分割方式對圖像進行區域分割，提取單個鉚釘的邊界［4］。

2 利用改進的內距均值法確定鉚釘中心與半徑

鉚釘中心與半徑的確定是特征提取的核心，通過鉚釘中心與半徑可以估算正常鉚釘的區域，進而識別腐蝕區域，確定鉚釘周圍腐蝕程度。圖像中心與半徑的確定方法有多種，其中一種基于內距均值法［5］，能夠很好地適用于鉚釘周圍腐蝕情況。但是，內距均值法不適用于腐蝕較嚴重的不規則圖形，并且不能判斷腐蝕的趨勢，如果蒙皮上兩相鄰鉚釘腐蝕趨勢相交，將會是重大的安全隱患。為解決上面提到的問題，文中提出了一種新的內距均值法，使其能夠適用于腐蝕較嚴重的不規則圖形，并且能夠判斷出腐蝕的趨勢。

鉚釘半徑［6］與中心的確定如圖4所示。

具體的內距均值法改進算法步驟如下：

1）對預處理得到的單個鉚釘邊界圖像求最小外接矩陣，求出目標區域最大的水平與垂直邊界內距Lmax，Wmax，設閾值TH＝min（0.5Lmax，0.5Wmax）。

2）在圖像左右兩端垂直方向做垂線，與邊界相交于A，B，C，D，過A，B，C，D點做水平線與邊界相交于A′，B′，C′，D′，見圖4（b）。AB，CD同時向中間移動，求出最先滿足AB＞TH，max（AA′，BB′）＞TH的線段AB和滿足CD＞TH，max（CC′，DD′）＞TH的CD，求出AB，CD的橫坐標，記做Xab，Xcd。

3）同理，在圖像上下兩端水平方向做水平線，與邊界相交于E，F，G，H，過E，F，G，H做垂線與邊界相交于E′，F′，H′，I′，見圖4（b）。EF，GH同時向中間移動，求出最先滿足EF＞TH，max（EE′，FF′）＞TH的線段EF和滿足GH＞TH，max（GG′，HH′）＞TH的線段GH，求出EF，HI的縱坐標，記做Yef，Ygh。

4）檢測到的鉚釘中心O：［1／2（Xab＋Xcd），1／2（Xef＋Ygh）］。

5）計算中心O點到A，B～H點的距離，記做l1～l8。鉚釘區域半徑為：R＝min（l1，l2，l3～l8）。

6）以O為圓心，順時針以22.5°為間隔取得一個16方向的星狀矢量X（O1，O2，O3～O16），星狀矢量中比鉚釘半徑長的一個或多個矢量體現了腐蝕的趨勢，見圖4（c）。

3 提取腐蝕特征信息［7－8］

3.1 腐蝕度（K）

腐蝕度描述鉚釘周圍的腐蝕程度。圖像預處理后的特征區域面積為M1，鉚釘面積為M2，可得腐蝕面積為M1－M2，腐蝕程度K＝（M1－M2）／M2×100%，根據公式計算出圖4（a）腐蝕度K＝（78 543－61 544）／61 544×100%＝27.6%。

3.2 分離度（C）

分離度表示特征區域的緊湊程度，分散度越小，特征區域越緊湊，反之，特征區域越分散，腐蝕越嚴重［9］。L為特征區域周長，M特征區域為面積，分散度C＝L2／M2，根據公式求圖4（a）分離度C＝10 232／61 544＝17。

3.3 腐蝕趨勢（F）

腐蝕趨勢表示腐蝕的方向性。Fi＝‖Oi‖／R，式中Oi表示16個方向星狀矢量中某一矢量，R為測得的鉚釘半徑，Fi越大則表示這個方向的腐蝕較為嚴重，也就是此鉚釘的腐蝕趨勢，根據公式求圖4（a）嚴重的腐蝕趨勢為F1，F3，F7。

4 結果分析

圖4（a）中鉚釘腐蝕較嚴重，鉚釘中心實際坐標（203，248），半徑141；圖4（c）中間的點是內均值算法檢測到的鉚釘中心，坐標（234，263），半徑為153；圖4（c）中另一個點是改進算法檢測到的鉚釘中心，坐標（195，236），半徑為137。

中心偏離度公式：

式中：R——鉚釘的實際半徑；

d——檢測到的中心（y1，y2）與實際鉚釘中心（x1，x2）的距離。

根據中心偏離度公式計算出內距均值法的中心偏離程度為35.67%，改進算法的中心偏離程度為13.79%。

可見，利用改進算法檢測到的不規則腐蝕區域中心坐標與半徑的精確度較高，提取的特征參數也更準確。

［1］ 唐向陽，張勇，李江有，等.機器視覺關鍵技術的現狀及應用展望［J］.昆明理工大學學報：理工版，2004，29（2）：36-39.

［2］ 赫振華.飛機蒙皮裂紋的數學形態學識別方法［J］.中國民航大學學報，2009，27（6）：5-8.

［3］ 王耀南.計算機與圖像處理與識別技術［M］.北京：高等教育出版社，2001.

［4］ 王慧明，史萍.圖像紋理特征的提取方法［J］.中國傳媒大學學報：自然科學版，2006，13（1）：12-15.

［5］ 高慶吉，王少輝.基于分形關聯維數的飛機蒙皮腐蝕特征提取算法［J］.計算機應用，2010，30（1）：137-139.

［6］ 沈庭芝，方子文.數字圖像處理及模式識別［M］.北京：北京理工大學出版社，1998.

［7］ 何東健.數字圖像處理［M］.西安：西安電子科技大學出版社，2008.

［8］ Rafael C Gonzalez.Digital image processing using MATLAB［M］.北京：電子工業出版社，2005.

［9］ 秦襄培，鄭賢中.MATLAB圖像處理寶典［M］.北京：電子工業出版社，2011.