本文關(guān)鍵詞：X射線焊縫圖像的缺陷檢測(cè)與識(shí)別技術(shù)研究

  更多相關(guān)文章： 焊縫圖像預(yù)處理 焊縫缺陷目標(biāo)提取 特征參數(shù)計(jì)算 焊縫缺陷分類

【摘要】：在工業(yè)無損探傷領(lǐng)域,對(duì)于焊縫中出現(xiàn)的各類缺陷,會(huì)給現(xiàn)實(shí)生活帶來很多不安全的事故。目前,在無損檢測(cè)中,主要采用人工方式對(duì)膠片進(jìn)行質(zhì)量評(píng)定,這種方式容易存在主觀標(biāo)準(zhǔn)不一致、檢測(cè)效率低、操作復(fù)雜、膠片資料不易保存等特點(diǎn)。因此,對(duì)研究能有效對(duì)焊縫缺陷自動(dòng)檢測(cè)的方法來代替人工方式很有必要。針對(duì)上述問題,本文主要對(duì)焊縫缺陷檢測(cè)與識(shí)別算法進(jìn)行研究,主要包括三方面的內(nèi)容:焊縫缺陷預(yù)處理、焊縫缺陷分割與提取及焊縫缺陷識(shí)別與分類,其具體概述如下:(1)對(duì)于X射線焊縫圖像中存在的大量與缺陷無關(guān)的背景區(qū)域且焊縫圖像分為三個(gè)可分區(qū)域(背景區(qū)域、板材區(qū)域及焊縫區(qū)域)。采用了一種基于Otsu雙閾值分割的缺陷區(qū)域自動(dòng)分割方法,并在此基礎(chǔ)上作了改進(jìn),以減少計(jì)算量,提高缺陷檢測(cè)運(yùn)行時(shí)間,得到了較好的分割效果。(2)針對(duì)目標(biāo)圖像對(duì)比度低,檢測(cè)目標(biāo)湮沒在焊縫區(qū)域等特點(diǎn),采用了一種通過計(jì)算圖像累積分布值來確定灰度拉伸極限,調(diào)整圖像灰度值,增強(qiáng)圖像對(duì)比度,改善目標(biāo)區(qū)域顯示效果,提高目標(biāo)識(shí)別率的目的,取得了比較理想的效果。(3)由于數(shù)學(xué)形態(tài)學(xué)開運(yùn)算能夠有效消除圖像中的高頻分量,并且焊縫缺陷形狀大小無規(guī)律,若采用固定大小的結(jié)構(gòu)元素對(duì)圖像濾波將會(huì)導(dǎo)致:當(dāng)缺陷尺寸大于結(jié)構(gòu)元素時(shí),缺陷區(qū)域高頻部分不能夠有效消除,缺陷失真較大;當(dāng)結(jié)構(gòu)元素尺寸過大時(shí),會(huì)破壞焊縫圖像其他區(qū)域有用信息,處理速度也會(huì)變慢。為此,設(shè)計(jì)了一種能夠隨缺陷尺寸自適應(yīng)改變結(jié)構(gòu)元素大小的形態(tài)學(xué)濾波方法,取得了較好的濾波效果。(4)針對(duì)SUSAN算法良好抗噪能力的特點(diǎn),提出了SUSAN模板中自適應(yīng)閾值的選取方法,提高邊緣檢測(cè)效果。(5)為了對(duì)缺陷目標(biāo)進(jìn)行標(biāo)記,方便后續(xù)對(duì)每個(gè)缺陷特征參數(shù)計(jì)算,本文利用二次掃描法對(duì)缺陷目標(biāo)快速標(biāo)記。同時(shí),為方便計(jì)算特征參數(shù),采用Moore邊界追蹤算法追蹤每個(gè)缺陷的8連通編碼,準(zhǔn)確計(jì)算缺陷目標(biāo)的特征參數(shù)。(6)對(duì)焊縫缺陷分類本文設(shè)計(jì)了深度為4的二叉樹分類器,并依據(jù)文獻(xiàn)中對(duì)特征參數(shù)的取值,設(shè)計(jì)了合理的識(shí)別邏輯流程。并通過大量樣本驗(yàn)證分類的準(zhǔn)確性,取得了較好的分類結(jié)果。為了驗(yàn)證檢測(cè)方法的合理性及實(shí)時(shí)性,分別對(duì)32個(gè)缺陷進(jìn)行檢測(cè)。檢測(cè)結(jié)果表明,實(shí)驗(yàn)設(shè)計(jì)的檢測(cè)方法能有效對(duì)31個(gè)缺陷分類識(shí)別。對(duì)于單幅圖像而言,在圖像尺寸為512*512,缺陷個(gè)數(shù)為5左右的X射線焊縫缺陷圖像中,處理速度為0.3s左右,可以滿足缺陷檢測(cè)與識(shí)別要求。
【關(guān)鍵詞】：焊縫圖像預(yù)處理 焊縫缺陷目標(biāo)提取 特征參數(shù)計(jì)算 焊縫缺陷分類
【學(xué)位授予單位】：南昌航空大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TG441.7
【目錄】：

• 摘要4-6
• Abstract6-10
• 第1章 緒論10-15
• 1.1 選題背景和意義10
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀10-13
• 1.2.1 X射線檢測(cè)技術(shù)發(fā)展?fàn)顩r10-11
• 1.2.2 焊接缺陷檢測(cè)算法的研究概況和發(fā)展趨勢(shì)11-13
• 1.3 本文研究的主要內(nèi)容13-15
• 第2章 X射線檢測(cè)基本原理及成像系統(tǒng)介紹15-23
• 2.1 X射線檢測(cè)原理15-16
• 2.2 X射線在線檢測(cè)系統(tǒng)組成16-17
• 2.3 線陣探測(cè)器的成像原理及圖像校正17-21
• 2.3.1 線陣探測(cè)器的成像原理17-18
• 2.3.2 線陣探測(cè)器圖像校正18-21
• 2.3.3 本文中焊縫缺陷灰度特點(diǎn)21
• 2.4 總體方案設(shè)計(jì)21-22
• 2.5 本章小結(jié)22-23
• 第3章 X射線焊縫圖像的預(yù)處理23-35
• 3.1 X射線焊縫區(qū)域的提取23-27
• 3.1.1 圖像分割方法的確定23-24
• 3.1.2 Otsu雙閾值分割方法的具體實(shí)現(xiàn)24-25
• 3.1.3 基于Otsu雙閾值分割方法的改進(jìn)25-26
• 3.1.4 基于灰度投影法的焊縫區(qū)域提取26-27
• 3.2 焊縫圖像降噪27-28
• 3.3 焊縫圖像增強(qiáng)28-34
• 3.3.1 圖像增強(qiáng)方法的確定29-30
• 3.3.2 圖像可拉伸范圍的確定30
• 3.3.3 使用伽馬變換或?qū)Ρ榷壤熳儞Q進(jìn)行圖像對(duì)比度增強(qiáng)30-34
• 3.4 本章小結(jié)34-35
• 第4章 焊縫缺陷目標(biāo)的分割與提取35-50
• 4.1 基于形態(tài)學(xué)Top-hat變換的缺陷目標(biāo)檢測(cè)方法35-43
• 4.1.1 灰度膨脹和腐蝕35-36
• 4.1.2 灰度開閉運(yùn)算36-37
• 4.1.3 Top-hat變換37
• 4.1.4 Top-hat檢測(cè)原理37-38
• 4.1.5 基于Top-hat形態(tài)學(xué)濾波器的改進(jìn)38-39
• 4.1.6 極小值點(diǎn)的提取39-40
• 4.1.7 Top-hat自適應(yīng)形態(tài)學(xué)濾波器尺寸的確定40-43
• 4.2 基于SUSAN的焊縫缺陷目標(biāo)檢測(cè)方法43-49
• 4.2.1 SUSAN檢測(cè)原理43-44
• 4.2.2 SUSAN算法關(guān)鍵參數(shù)的確定44-45
• 4.2.3 SUSAN算法的改進(jìn)45-46
• 4.2.4 SUSAN算法的具體實(shí)現(xiàn)46
• 4.2.5 SUSAN邊緣檢測(cè)算法與傳統(tǒng)的邊緣檢測(cè)算子的比較46-48
• 4.2.6 目標(biāo)內(nèi)部的區(qū)域填充48-49
• 4.3 本章小結(jié)49-50
• 第5章 焊縫缺陷目標(biāo)的特征計(jì)算50-62
• 5.1 缺陷特征的選取原則50
• 5.2 焊縫缺陷的圖像特征50-53
• 5.3 焊縫缺陷特征參數(shù)的選擇53-55
• 5.4 焊縫缺陷連通區(qū)域的標(biāo)記55-57
• 5.5 焊縫缺陷連通區(qū)域的邊界追蹤57-60
• 5.6 焊縫缺陷目標(biāo)特征參數(shù)的計(jì)算60-61
• 5.7 本章小結(jié)61-62
• 第6章 焊縫缺陷的識(shí)別與分類62-69
• 6.1 焊縫缺陷識(shí)別62-64
• 6.2 焊縫缺陷識(shí)別結(jié)果與分析64-68
• 6.2.1 焊縫缺陷識(shí)別試驗(yàn)結(jié)果64-67
• 6.2.2 焊縫缺陷識(shí)別結(jié)果分析67-68
• 6.3 本章小結(jié)68-69
• 第7章 結(jié)論與展望69-71
• 7.1 結(jié)論69-70
• 7.2 展望70-71
• 參考文獻(xiàn)71-73
• 攻讀碩士期間發(fā)表論文73-74
• 致謝74-75

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫 前10條

1 鄧雙城;蔣力培;焦向東;薛龍;鄧曉彬;;基于束波變換的焊縫圖像處理技術(shù)[J];焊接學(xué)報(bào);2009年01期

2 劉蘇宜;李冰;張華;賈劍平;;激光視覺水下焊縫圖像處理與特征提取[J];焊接學(xué)報(bào);2011年09期

3 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

4 高原;張文明;劉兆甲;焦萬才;;焊縫圖像特征分析及處理[J];焊管;2008年01期

5 張義順;劉輝榮;劉性忍;劉麗麗;郭彥輝;;自動(dòng)閾值方法在焊縫圖像處理中的應(yīng)用[J];焊接技術(shù);2007年06期

6 查笑春;湯楠;高緯欣;;基于埋弧焊焊縫圖像特征的濾波方法研究[J];焊管;2009年10期

7 余卓驊;;基于模糊推理的V形焊縫圖像閾值的自動(dòng)選取[J];電焊機(jī);2011年03期

8 路井榮,陳強(qiáng);焊縫圖像的分形模型[J];清華大學(xué)學(xué)報(bào)(自然科學(xué)版);1999年02期

9 何銀水;胡兆吉;胡宗梅;謝曉聞;;改進(jìn)的近鄰聚類算法用于水下焊縫圖像的識(shí)別[J];電焊機(jī);2013年05期

10 劉耀華;劉云霞;王坤顯;;焊接鋼管焊縫圖像處理方法探討[J];鋼管;2007年02期

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫 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

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

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

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

3 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

4 劉曉瑞;基于視覺傳感的弧焊機(jī)器人焊縫圖像信息優(yōu)化處理[D];南昌大學(xué);2010年

5 趙永珠;船舶焊縫圖像缺陷識(shí)別系統(tǒng)研究[D];武漢理工大學(xué);2009年

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

7 劉富強(qiáng);焊縫的特征識(shí)別與精確測(cè)量[D];哈爾濱工程大學(xué);2013年

8 李冰;水下機(jī)器人焊縫圖像識(shí)別算法的研究[D];南昌大學(xué);2007年

9 張靜;實(shí)時(shí)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

10 王平;基于激光結(jié)構(gòu)光視覺傳感的焊縫圖像處理[D];上海交通大學(xué);2010年

，

本文編號(hào)：713996