铸件的枝状缩松缺陷仿真图像的生成方法及系统

摘要

本发明公开了铸件的枝状缩松缺陷仿真图像的生成方法，包括以下步骤：(1)读入铸件的X射线图像，提取或手绘出枝状缺陷的骨架，并根据缺陷的形成原理对骨架赋权重，并统计缺陷的三层灰度分布；(2)以骨架为输入进行反几何扩散，通过骨架点的权重值控制反几何扩散次数，同时根据三层模板的面积大小及骨架长度获取阈值对扩散后的骨架图像二值化；(3)根据统计得到的梯度及灰度信息为二值化后的图像进行直方图匹配；(4)将步骤(3)处理后的缺陷图像与真实背景图像叠加，并对缺陷边缘区域进行扩散。本发明以较低计算成本模拟出具有较高随机性的铸件缺陷图像，避免了CAD模型算法复杂度高、耗时、成本较高等缺点。

主权项

铸件的枝状缩松缺陷仿真图像的生成方法，其特征在于，包括以下步骤：(1)骨架获取与权重赋值：(1‑1)骨架获取：读入铸件的X射线图像，利用固定阈值对缺陷进行二值化，得到互相嵌套的三层模板，分别统计三层模板的梯度及灰度信息；然后运用形态学算法细化三层模板，得到分别代表三层模板的三个骨架；(1‑2)获取骨架后，根据缺陷的形成原理对骨架上的点赋权重；(2)反几何扩散与二值化：以步骤(1)得到骨架为输入进行反几何扩散，通过骨架上的点的权重值控制反几何扩散次数，同时根据步骤(1)二值化得到的三层模板的面积大小及骨架长度获取灰度阈值，对扩散后的骨架图像进行二值化处理；(3)灰度赋值：根据步骤(1)统计三层模板得到的梯度及灰度信息为步骤(2)中二值化后的图像进行直方图匹配，使得生成的缺陷与真实缺陷有相似的灰度分布特征；(4)背景融合：将步骤(3)处理后的缺陷图像与采集到的铸件的X射线图像叠加，并对缺陷边缘区域进行扩散，使得缺陷与背景有自然的过渡。