X射線焊縫圖像質(zhì)量自動(dòng)評(píng)定是焊縫圖像缺陷自動(dòng)評(píng)定的重要基礎(chǔ)。為實(shí)現(xiàn)X射線焊縫圖像質(zhì)量自動(dòng)評(píng)定,提出了一種數(shù)字化黑度計(jì)模型。首先,為使該模型通過(guò)數(shù)字計(jì)算即可獲得物理黑度值,數(shù)字黑度計(jì)模型同時(shí)融合了物理光照模型和焊縫黑度模型;然后,通過(guò)對(duì)樣本圖像的物理黑度值及對(duì)應(yīng)灰度值的相關(guān)性分析,給出了數(shù)字化黑度計(jì)模型的參數(shù)求取方法;最后,提出了一種X射線焊縫底片黑度自動(dòng)評(píng)定算法。在實(shí)際X射線焊縫圖像上的實(shí)驗(yàn)結(jié)果表明,在完全無(wú)人工干預(yù)的情況下,所提算法的準(zhǔn)確率可達(dá)99%。交叉驗(yàn)證實(shí)驗(yàn)表明,所提方法敏感度可達(dá)98.5%,特異度可達(dá)100%。基于光照模型和黑度模型的數(shù)字化黑度計(jì)模型及求解算法可以取代目前常用的物理黑度計(jì),實(shí)現(xiàn)焊縫圖像質(zhì)量評(píng)定的自動(dòng)化。 

【文章來(lái)源】：計(jì)算機(jī)應(yīng)用. 2020,40(09)北大核心CSCD

【文章頁(yè)數(shù)】：6 頁(yè)

【部分圖文】：

環(huán)焊縫X射線焊縫圖像

環(huán)焊縫切片圖像的三維灰度圖以及灰度直方圖分別如圖2、3所示�？梢园l(fā)現(xiàn)，即使在灰度相近的焊縫內(nèi)部，焊縫灰度的高峰和低谷之間仍然有較大的灰度差。通過(guò)觀察灰度直方圖可以發(fā)現(xiàn)，環(huán)焊縫圖像灰度值比較低并且非常集中，灰度對(duì)比不明顯，難以區(qū)分鋼管的母材和焊縫，又因?yàn)閳D像整體偏暗，所以根據(jù)NBT＿47013—2015對(duì)環(huán)焊縫數(shù)字圖像進(jìn)行自動(dòng)黑度評(píng)價(jià)是十分困難的。圖3 環(huán)焊縫切片的灰度直方圖

環(huán)焊縫切片的灰度直方圖

【參考文獻(xiàn)】：
期刊論文
[1]基于非線性高斯平均差分的圖像質(zhì)量評(píng)價(jià)[J]. 校嘉蔚,張選德.  陜西科技大學(xué)學(xué)報(bào). 2019(05)
[2]局部和全局特征融合的色調(diào)映射圖像質(zhì)量評(píng)價(jià)[J]. 侯春萍,李浩,岳廣輝.  湖南大學(xué)學(xué)報(bào)(自然科學(xué)版). 2019(08)
[3]多特征融合的圖像質(zhì)量評(píng)價(jià)方法[J]. 賈惠珍,王同罕,傅鵬.  模式識(shí)別與人工智能. 2019(07)
[4]基于視覺(jué)感知高度相關(guān)的圖像質(zhì)量評(píng)價(jià)[J]. 于淼淼,鄭元林,廖開(kāi)陽(yáng),唐梽森.  西安理工大學(xué)學(xué)報(bào). 2019(02)
[5]基于非局部梯度的圖像質(zhì)量評(píng)價(jià)算法[J]. 高敏娟,黨宏社,魏立力,張選德.  電子與信息學(xué)報(bào). 2019(05)
[6]融合亮度邊緣和紋理的圖像質(zhì)量評(píng)價(jià)[J]. 胡文瑾,曹欣,葉雨琪.  吉林大學(xué)學(xué)報(bào)(工學(xué)版). 2019(01)
[7]一種基于多元回歸的射線數(shù)字圖像影響因子的權(quán)重分配方法[J]. 齊亞欣,陳嵩.  無(wú)損檢測(cè). 2018(08)
[8]X射線焊縫圖像的缺陷檢測(cè)與識(shí)別技術(shù)[J]. 劉輝,萬(wàn)文,熊震宇.  電焊機(jī). 2017(04)
[9]基于遞變能量線性約束的X射線圖像質(zhì)量評(píng)價(jià)方法[J]. 李毅紅,韓焱,潘晉孝,陳平.  電子學(xué)報(bào). 2017(03)
[10]基于X射線圖像的厚鋼管焊縫中氣孔缺陷的自動(dòng)檢測(cè)[J]. 陳本智,方志宏,夏勇,張靈,蘭守忍,王利生.  計(jì)算機(jī)應(yīng)用. 2017(03)



本文編號(hào)：3329059