【摘要】：近年來,隨著“人工智能”的興起,各行各業(yè)都在向著計算機智能化飛速發(fā)展。尤其是在無損檢測領(lǐng)域,計算機智能化評片以其高效性、經(jīng)濟性、客觀性逐步取代了傳統(tǒng)的人工評片檢測方式,對于基于X射線成像油氣管道焊縫缺陷檢測來說,傳統(tǒng)的人工評片檢測方式工作效率低,缺陷檢測標準不一,易受主觀因素影響。因此,研究利用數(shù)字圖像處理技術(shù)對焊縫圖像進行缺陷檢測,提高檢測的準確率和工作效率,具有重要意義和應(yīng)用價值。本文以由DR成像系統(tǒng)采集得到的原始焊縫圖像為研究對象,通過對圖像預(yù)處理,提取焊縫區(qū)域(region of interest,ROI),設(shè)計檢測算法共3個步驟實現(xiàn)了對鋼管焊縫缺陷的自動檢測,并根據(jù)工廠實際需求,為其設(shè)計并開發(fā)了一套基于DR成像的缺陷自動檢測系統(tǒng)和焊縫圖像存儲管理系統(tǒng)。本文的主要內(nèi)容概括如下:(1)針對采集到的原始焊縫圖像中存在噪聲多、圖像質(zhì)量差等問題,通過分析焊縫圖像中噪聲的模型,并結(jié)合動、靜態(tài)焊縫圖像不同的檢測需求分別提出不同圖像降噪算法進行降噪:(2)針對原始焊縫圖像灰度值整體偏小,圖像偏暗等問題,根據(jù)不同的需求選擇了合適的圖像增強算法進行圖像增強,改善了圖像質(zhì)量:(3)在現(xiàn)場調(diào)試過程中發(fā)現(xiàn)由于采集設(shè)備等一系列環(huán)境因素的影響導(dǎo)致在同等采集條件下同等處理手段處理后的焊縫圖像仍然存在圖像質(zhì)量差異的問題,為此,通過分析實際圖像數(shù)據(jù)的特點提出了灰度值歸一化的處理手段;(4)通過Canny算子邊緣檢測,霍夫變換直線檢測等相關(guān)方法實現(xiàn)了在整幅圖像中提取焊縫邊界,進而實現(xiàn)了焊縫區(qū)域的提取:(5)提出了基于ButterWorth高通濾波的缺陷檢測算法進行焊縫中的缺陷檢測,同時利用OTSU算法完成對缺陷的分割提取,并針對動態(tài)焊縫圖像要求檢測實時性高的問題也設(shè)計了相應(yīng)的解決方案,經(jīng)過實際現(xiàn)場測試,基本滿足了檢測實時性的要求。(6)應(yīng)某石油鋼管廠委托,為其設(shè)計并開發(fā)了基于DR成像的石油鋼管焊縫缺陷自動檢測系統(tǒng),以及焊縫圖像存儲管理系統(tǒng)。該系統(tǒng)已經(jīng)完成交付并投入使用,效果良好。
【學(xué)位授予單位】：西安理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：TG441.7;TP391.41
【圖文】：

國外研究成果Fig.1-1Foreignresearchresults國內(nèi)研究人員也對此問題做了大量工作

3圖 1-2 國內(nèi)研究成果Fig.1-2 Domestic research results1.3 本文主要研究內(nèi)容本文是以某石油鋼管廠焊縫缺陷檢測部門采集到的原始焊縫圖像為研究對象，重點討論了針對圖像特點提出一系列圖像預(yù)處理手段來改善圖像質(zhì)量，并根據(jù)實際情況設(shè)計了相應(yīng)的缺陷檢測算法，完成了動態(tài)和靜態(tài)焊縫圖像中缺陷的檢測提取與分割，最后，應(yīng)石油鋼管廠委托，為其開發(fā)一套焊縫缺陷自動檢測系統(tǒng)和焊縫圖像存儲系統(tǒng)。主要研究內(nèi)容如下：1.焊縫圖像預(yù)處理針對采集到的原始焊縫圖像存在對比度低，噪聲多等問題，通過分析問題產(chǎn)生的原因，設(shè)計相應(yīng)的圖像降噪和增強方法以改善圖像質(zhì)量。

【相似文獻】

相關(guān)期刊論文 前10條

1 徐寒;;工業(yè)X射線焊縫圖像同態(tài)濾波增強方法[J];品牌與標準化;2017年07期

2 李秀忠;;小波分析在焊縫圖像處理中的應(yīng)用[J];焊接技術(shù);2010年07期

3 李冰;張華;賈劍平;;基于均值平移的水下焊縫圖像分割[J];微計算機信息;2008年12期

4 李秀忠;高向東;;灰度形態(tài)學(xué)在焊縫圖像處理中的應(yīng)用[J];焊接;2007年10期

5 舒新宇;王國榮;劉蘇宜;;一種基于數(shù)學(xué)形態(tài)學(xué)的焊縫圖像處理方法[J];電焊機;2006年03期

6 劉國平,王洪亮,胡榮華,徐明,張華;模板匹配技術(shù)在焊縫圖像處理中的應(yīng)用[J];焊接技術(shù);2004年04期

7 許皓;李剛;馬培松;;基于機器視覺的焊縫圖像識別預(yù)處理的研究[J];廣西大學(xué)學(xué)報(自然科學(xué)版);2017年05期

8 高煒欣;胡玉衡;穆向陽;王智;;基于聚類的埋弧焊X射線焊縫圖像缺陷分割算法及缺陷模型[J];焊接學(xué)報;2012年04期

9 高煒欣;胡玉衡;穆向陽;武曉萌;;埋弧焊X射線焊縫圖像缺陷分割檢測技術(shù)[J];儀器儀表學(xué)報;2011年06期

10 崔明;莫立東;張文明;;FPGA在焊縫圖像處理中的應(yīng)用研究[J];電焊機;2009年11期

相關(guān)會議論文 前3條

1 王慧玲;林克正;;基于形態(tài)濾波的焊縫圖像去噪方法[A];黑龍江省計算機學(xué)會2007年學(xué)術(shù)交流年會論文集[C];2007年

2 孫良海;楊運強;黃洪昌;李杰;;激光結(jié)構(gòu)光焊縫跟蹤高效圖像處理算法的研究[A];機械動力學(xué)理論及其應(yīng)用[C];2011年

3 劉南生;汪巖峰;袁尤智;;激光MIG焊縫視覺傳感的抗雜光干擾研究[A];第十七屆十三省（市）光學(xué)學(xué)術(shù)年會暨“五省一市光學(xué)聯(lián)合年會”論文集[C];2008年

相關(guān)博士學(xué)位論文 前1條

1 申俊琦;基于激光視覺傳感的CO_2橫焊焊縫圖像處理研究[D];天津大學(xué);2010年

相關(guān)碩士學(xué)位論文 前10條

1 熊濤;X射線焊縫圖像的缺陷檢測與識別技術(shù)研究[D];西安電子科技大學(xué);2018年

2 王家晨;X射線焊縫圖像缺陷自動檢測算法研究[D];西安理工大學(xué);2018年

3 崔亞楠;基于壓縮傳感理論的X射線焊縫圖像處理[D];西安石油大學(xué);2012年

4 張靜;實時焊縫圖像有效信息獲取及管理技術(shù)研究[D];中北大學(xué);2007年

5 李大鵬;基于激光視覺傳感的焊縫圖像處理算法研究[D];浙江工業(yè)大學(xué);2014年

6 劉文濤;焊縫圖像識別與跟蹤控制方法研究[D];沈陽大學(xué);2013年

7 秦佳;爬行小車機器人焊縫圖像識別與壓縮算法研究[D];南昌大學(xué);2011年

8 梁硼;X射線焊縫圖像缺陷自動提取與識別技術(shù)研究[D];南京航空航天大學(xué);2012年

9 宋慶國;焊縫圖像缺陷提取與識別系統(tǒng)研究[D];武漢理工大學(xué);2008年

10 傅建安;X射線焊縫圖像的缺陷檢測與識別技術(shù)研究[D];南昌航空大學(xué);2016年

本文編號：2720918