书名：数字图像处理实战
作者：杨坦 张良均
出版社：人民邮电出版社有限公司
出版时间：2023-11-01
ISBN：9787115623850
第9章 钢轨表面缺陷检测
9.3 图像预处理
一、阈值分割方法效果不佳
基于疤痕类缺陷在视觉上表现为暗色的斑块的认知，疤痕类缺陷检测的一种思路是直接使用阈值分割方法进行缺陷检测。
-
使用大津法直接对图9-3中的样本进行图像分割，结果如图9-5所示。
图9-5 对图9-3中的样本使用大津法进行阈值分割的结果 可以发现阈值分割的结果中，很多不属于缺陷的深色区域被标记出来，同时缺陷区域只有一部分被分割出来。
-
经过分析可以发现有两个方面的原因使得直接使用阈值分割法检测钢轨表面缺陷的效果不佳。
- 一是钢轨表面具有一定的弧度，在钢轨表面图像采集装置中光源的照射下，不同的反射强度造成钢轨表面图像中出现明暗不一的条带。尤其是在钢轨表面两侧的位置，会出现明显的黑色条带，对同样属于暗色区域的表面缺陷区域造成干扰。
此外，部分钢轨表面的不规则条状锈蚀区域也在全局阈值分割中被误识别为目标。 - 二是钢轨表面缺陷所对应的坑洞本身深浅不一，在外界光源照射下，采集到的图像灰度不均匀。
如果阈值取得较高，分割出来的深色区域要小于实际的缺陷区域，
如果阈值取得较低，则会将钢轨表面的其他非缺陷区域标记为缺陷区域。
- 一是钢轨表面具有一定的弧度，在钢轨表面图像采集装置中光源的照射下，不同的反射强度造成钢轨表面图像中出现明暗不一的条带。尤其是在钢轨表面两侧的位置，会出现明显的黑色条带，对同样属于暗色区域的表面缺陷区域造成干扰。
二、区域生长算法实现检测
- 基于数据集中样本的特点以及对钢轨表面缺陷特征的分析，本章采用在第6章中介绍的区域生长算法，来分割出钢轨表面缺陷区域并排除其他结构的干扰，最终实现钢轨表面缺陷的检测。
