区域生长算法的效果分析

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

9.4 基于区域生长算法的钢轨表面缺陷检测

9.4.3 区域生长算法的效果分析

• 对每个种子使用生长算法来确定它们对应的缺陷区域，如代码9-13所示，得到的缺陷分割结果如图9-17所示。

• 代码9-13 使用生长算法确定缺陷区域

img_gray5 =np.zeros_like(img_gray)
for i in range(len(zhongzi)):
  #使每个种子都生长一遍，将生长所得区域加入结果
  area, img,img_flag=dfs(zhongzi[i][0],zhongzi[i][1],img_gray4.copy(),yuzhi=threshold of seed[i])
  img_gray5 =np.where(img_flag == 1,img, img_gray5)
cv2.imshow('zhongzishengzhang:{0},img=rail {1}'.format('ans'picture label)img_gray5)
cv2.waitKey(0)
cv2.destroyAllWindows()

图9-17 缺陷分割结果

• 对比I型RSDDs数据集提供的掩模（见图9-18），可以发现使用本章所提出的基于区域生长算法的缺陷检测算法检测到的缺陷的数量与位置都正确无误，且缺陷的尺寸基本相差无几（同一图像中各缺陷有单独的生长上阈值）。扩大试验范围可知，区域生长算法在该数据集中运行情况良好，具有稳健性。

  
  图9-18 I型RSDDs数据集提供的掩模