【裂纹检测】检测和标记图片中的裂缝（matlab实现）

原创已于 2024-03-25 11:17:23 修改 · 742 阅读

4 ·

CC 4.0 BY-SA版权

文章标签：

#matlab #开发语言

于 2024-03-25 10:35:52 首次发布

本文介绍了如何使用Matlab实现基于计算机视觉的裂缝检测技术，通过Sobel算子计算图像梯度，然后进行阈值处理和区域生长来识别和标记图片中的裂缝，以提高检测效率和精度，适用于建筑维护等领域。

💥💥💞💞欢迎来到本博客❤️❤️💥💥

🏆博主优势：🌞🌞🌞博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。

⛳️座右铭：行百里者，半于九十。

📋📋📋本文目录如下：🎁🎁🎁

💥1 概述

这个任务旨在使用计算机视觉技术来自动检测和标记在图片中出现的裂缝。裂缝通常是物体表面的线状缺陷，可能会对物体的完整性和结构造成影响。通过自动检测和标记裂缝，可以快速准确地识别潜在的问题，并采取相应的措施进行修复或维护。通过检测和标记图片中的裂缝，可以提高裂缝检测的效率和精度，并为后续的维护和修复工作提供有价值的信息。这项任务在建筑、材料科学、工业维护等领域具有重要应用价值。

📚2 运行结果

主函数部分代码：

clear all
close all
% clf
I=imread('exemple2.PNG');
Indg=rgb2gray(I); %NdG

[l,c]=size(Indg); %Taille matrice Indg


%----Lissage------------
G = fspecial('gaussian',[5 5],3); %creation filtre gaussien


IG = imfilter(Indg,G,'symmetric','same','conv'); %filtrage gaussien
%--------------------------

%------------Calcul du gradient-----
%Matrices grad
IX=zeros(l,c);%grad horizon
IY=zeros(l,c);%grad vert
IXY=zeros(l,c);%norme grad

%Sobel 3x3
for i=2:l-1
    for j=2:c-1
        IX(i,j)=-(-double(IG(i-1,j-1))-2*double(IG(i,j-1))-double(IG(i+1,j-1))+double(IG(i-1,j+1))+2*double(IG(i,j+1))+double(IG(i+1,j+1)))/8;
        IY(i,j)=-(-2*double(IG(i-1,j))+2*double(IG(i+1,j))-double(IG(i-1,j-1))+double(IG(i+1,j-1))-double(IG(i-1,j+1))+double(IG(i+1,j+1)))/8;
        IXY(i,j)=sqrt(((IX(i,j))^2)+((IY(i,j))^2));
    end
end

%-------Binarisation----
%Seuillage par hysteresis
Ibin=zeros(l,c);%binaire
Sh=8;
Sb=5;

for i=1:l
    for j=1:c
        
        if IXY(i,j)>=Sh %Seuil : gradient > Sh
            Ibin(i,j)=255;
           
        elseif IXY(i,j)<Sb %Seuil : gradient < Sb
            Ibin(i,j)=0;
        end
        
     end
end

for p=1:50
    for i=1:l
        for j=1:c
            if IXY(i,j)<Sh && IXY(i,j)>=Sb %Seuil : Sh > gradient > Sb
                % Extraction des 8 pixels voisins
                vect = [Ibin(i-1,j-1:j+1) Ibin(i, j-1) Ibin(i, j+1) Ibin(i+1,j-1:j+1)];
                if max(vect)==255
                    Ibin(i,j)=255;
                else
                    Ibin(i,j)=0;
                end
            end  
        end
    end
end  





%----------Identification des r間ions-----
[L,num]=bwlabel(Ibin,8);


t=regionprops(L, 'area'); %info sur les r間ions
taille=zeros(num,1);
for g=1:num
    taille(g,1)=t(g,1).Area(1,1);   %On extrait la taille des r間ions
end


%-----Effacement des petites r間ions------
Ifer=zeros(l,c);
for i=1:l
    for j=1:c
        for k=1