發(fā)布時(shí)間：2018-01-29 08:34

  本文關(guān)鍵詞： X射線圖像 獨(dú)立分量分析 缺陷檢測(cè) 機(jī)器學(xué)習(xí) 厚鋼管　出處：《計(jì)算機(jī)應(yīng)用》2017年03期 　論文類(lèi)型：期刊論文

【摘要】：由于厚鋼管X射線圖像強(qiáng)度分布不均勻,對(duì)比度低、噪聲大,且氣孔缺陷的大小、形狀、位置、對(duì)比度各異,使得自動(dòng)檢測(cè)各種類(lèi)型的氣孔較為困難。針對(duì)傳統(tǒng)缺陷檢測(cè)算法中手工標(biāo)記缺陷數(shù)據(jù)工作量大,焊縫邊緣難以準(zhǔn)確提取等問(wèn)題,提出一種新的無(wú)監(jiān)督學(xué)習(xí)的各種氣孔缺陷檢測(cè)算法。首先,采用快速獨(dú)立分量分析從鋼管X射線圖像集合中學(xué)習(xí)一組獨(dú)立基底,并用該基底的線性組合來(lái)選擇性重構(gòu)帶氣孔缺陷的測(cè)試圖像;隨后,測(cè)試圖像與其重構(gòu)圖像相減獲得差異圖像,通過(guò)全局閾值從差異圖像中將各種氣孔分割出來(lái)。實(shí)驗(yàn)的訓(xùn)練集有320幅,測(cè)試集有60幅圖像,所提算法檢測(cè)結(jié)果的平均敏感性和準(zhǔn)確率為90.5%和99.7%。實(shí)驗(yàn)結(jié)果表明,該算法無(wú)需手工標(biāo)記數(shù)據(jù)或提取焊縫邊緣,可準(zhǔn)確檢測(cè)各種氣孔缺陷。
[Abstract]:Because of the uneven distribution of X-ray image intensity, low contrast, large noise, and the size, shape, position and contrast of the hole defects. It is difficult to detect various types of holes automatically. Aiming at the problems of manual marking defect data and the difficulty of accurately extracting weld edge in the traditional defect detection algorithm. A new unsupervised learning algorithm for detecting stomatal defects is proposed. Firstly, a set of independent substrates is studied by using fast independent component analysis (FICA) from the set of X-ray images of steel tubes. The linear combination of the substrate is used to selectively reconstruct the test image with stomatal defects. Then, the test image is subtracted from the reconstructed image to obtain the differential image, and a variety of pores are segmented from the differential image by the global threshold. The experimental training set has 320 pieces, and the test set has 60 images. The average sensitivity and accuracy of the proposed algorithm are 90.5% and 99.7.The experimental results show that the algorithm can accurately detect various pore defects without manually marking data or extracting weld edges.
【作者單位】： 上海交通大學(xué)電子信息與電氣工程學(xué)院;寶山鋼鐵股份有限公司研究院;寶山鋼鐵股份有限公司鋼管條鋼事業(yè)部;
【基金】：國(guó)家自然科學(xué)基金資助項(xiàng)目(61375020)~~
【分類(lèi)號(hào)】：TG441.7;TP391.41
【正文快照】： 0引言焊接缺陷會(huì)影響焊接鋼管的使用壽命,因此自動(dòng)檢測(cè)焊接缺陷可提高焊接鋼管出廠的合格率[1-3]。在基于鋼管X射線圖像進(jìn)行無(wú)損探測(cè)中,自動(dòng)檢測(cè)焊縫缺陷是一個(gè)重要的研究主題[4-10]。由于X射線圖像強(qiáng)度分布不均勻,缺陷的形狀、尺寸大小、亮度、分布位置各異,使得從鋼管X射線

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 趙鳳陽(yáng);于洋;汪德征;;493Q氣缸蓋氣孔缺陷的防止[J];現(xiàn)代鑄鐵;2008年06期

2 黃政;;解決微車(chē)缸體氣孔缺陷的工藝措施[J];鑄造技術(shù);2009年11期

3 黃政;;微型車(chē)用缸體氣孔缺陷的解決措施[J];現(xiàn)代鑄鐵;2009年06期

4 蘇艷;張春艷;劉冬梅;薛海濤;金懷東;;風(fēng)電箱體鑄件氣孔缺陷的解決方法[J];鑄造;2010年09期

5 馬懷榮;劉祥泉;韓建華;梁波;張現(xiàn)誠(chéng);張建滿(mǎn);;V法鑄造工藝生產(chǎn)鑄件氣孔缺陷的防治[J];鑄造設(shè)備與工藝;2012年01期

6 鄧Z逆，

本文編號(hào)：1473010