在工業(yè)焊縫檢測(cè)領(lǐng)域,焊接中的各種缺陷會(huì)引起許多危險(xiǎn)的事故。目前,在無(wú)損焊縫檢測(cè)中,評(píng)價(jià)焊接質(zhì)量的主要方法是人工檢測(cè)。人工檢測(cè)存在主觀標(biāo)準(zhǔn)不一致、檢測(cè)效率低、任務(wù)復(fù)雜等問(wèn)題。因此,X射線焊縫圖像缺陷的自動(dòng)識(shí)別具有非常重要的研究意義。在X射線焊縫缺陷檢測(cè)與識(shí)別系統(tǒng)中,首先對(duì)焊縫圖像進(jìn)行預(yù)處理,針對(duì)X射線焊縫圖像的噪聲大且分布不均勻的特點(diǎn),本文使用了一種改進(jìn)的小波變換算法,該算法克服了傳統(tǒng)小波變換的缺點(diǎn),而降噪之后的焊縫圖像由于對(duì)比度低,并分析了X射線焊縫圖像的直方圖,于是使用了一種改進(jìn)的雙直方圖均衡化算法來(lái)增強(qiáng)對(duì)比度,最后針對(duì)X射線焊縫圖像存在大量與焊縫區(qū)域無(wú)關(guān)的背景,而缺陷只存在于焊縫區(qū)域中,于是使用改進(jìn)的三維Otsu算法,將X射線焊縫圖像中的焊縫區(qū)域分割出來(lái)。經(jīng)過(guò)試驗(yàn)驗(yàn)證,本文所使用的算法能夠有效地降低焊縫圖像的噪聲,增強(qiáng)焊縫圖像的對(duì)比度,并且能準(zhǔn)確的將焊縫區(qū)域從整幅圖像中分割出來(lái)。缺陷識(shí)別在X射線焊縫缺陷自動(dòng)識(shí)別中扮演著重要的角色,而缺陷識(shí)別是評(píng)價(jià)焊接質(zhì)量的基礎(chǔ)。由于本文所要檢測(cè)的缺陷類型有五種,而傳統(tǒng)的支持向量機(jī)只能進(jìn)行二分類,于是本文運(yùn)用了一種改進(jìn)的二叉樹(shù)算法,該算法首先將二叉樹(shù)...

【文章頁(yè)數(shù)】：68 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖2.2經(jīng)典小波變換與本文使用的方法實(shí)驗(yàn)對(duì)比

重慶郵電大學(xué)碩士學(xué)位論文第2章X射線焊縫圖像預(yù)處理算法設(shè)計(jì)12層數(shù)，從而求出小波系數(shù)。本次實(shí)驗(yàn)采用了經(jīng)典的小波降噪算法與本文改進(jìn)的閾值函數(shù)進(jìn)行對(duì)比，實(shí)驗(yàn)結(jié)果如圖2.2所示。(a)原始焊縫圖像(b)硬閾值降噪(c)軟閾值降噪(d)本文方法圖2.2經(jīng)典小波變換與本文使用的方法實(shí)驗(yàn)對(duì)比....

圖2.4四種算法處理后的焊縫圖像及其直方圖的對(duì)比圖

(h)經(jīng)雙直方圖均衡化直方圖(i)經(jīng)本文方法圖像

圖3.2三維直方圖區(qū)域

重慶郵電大學(xué)碩士學(xué)位論文第3章X射線焊縫圖像分割算法研究27(a)三維直方圖的定義域(b)三維直方圖區(qū)域的劃分(c)區(qū)域0、2、3、4的劃分(d)區(qū)域1、5、6、7的劃分圖3.2三維直方圖區(qū)域使用SB的跡作為類間的離散度測(cè)度，有：()()()()()()2220000222111....

圖3.3焊縫圖像及其灰度直方圖

重慶郵電大學(xué)碩士學(xué)位論文第3章X射線焊縫圖像分割算法研究29圖3.3焊縫圖像及其灰度直方圖3.3.3本文算法流程圖改進(jìn)的三維Otsu算法流程如圖3.4所示。其基本步驟如下：(1)計(jì)算出焊縫圖像的最小灰度值與平均灰度值;(2)令s,t,q的初始值均為最小灰度值，然后根據(jù)公式(3.3....

本文編號(hào)：3927066