本文選題：厚鋼管　切入點(diǎn)：X-ray圖像　出處：《湖南大學(xué)學(xué)報(bào)(自然科學(xué)版)》2017年04期 　論文類型：期刊論文

【摘要】：由于傳統(tǒng)焊縫區(qū)域檢測(cè)算法難以準(zhǔn)確提取模糊和對(duì)比度低的厚鋼管焊縫區(qū)域,提出一種新的基于魯棒PCA模型的焊縫區(qū)域檢測(cè)算法,該算法能克服傳統(tǒng)方法的不足,并能準(zhǔn)確提取焊縫區(qū)域.首先,收集一序列X射線圖像,并對(duì)其進(jìn)行空域?qū)R及亮度歸一化預(yù)處理.其次,計(jì)算得到系列圖像的背景圖像,并將背景圖像與待測(cè)試X射線圖像張成一個(gè)觀測(cè)矩陣.最后,使用魯棒PCA算法對(duì)觀測(cè)矩陣進(jìn)行低秩與稀疏分解,測(cè)試圖像中的不均勻強(qiáng)度及噪聲被消除,焊縫區(qū)域被凸顯出來(lái),通過(guò)全局閾值可將焊縫區(qū)域較好地分割出來(lái).實(shí)驗(yàn)結(jié)果表明,該算法能較大地消除厚鋼管X射線圖像中噪聲及不均勻強(qiáng)度分布帶來(lái)的干擾、同時(shí)增強(qiáng)模糊的焊縫邊緣及對(duì)比度低的區(qū)域,相比傳統(tǒng)焊縫區(qū)域檢測(cè)算法,具有更高的檢測(cè)靈敏度(0.952)和精度(0.989),能更好地將模糊和對(duì)比度低的焊縫區(qū)域完整檢測(cè)出來(lái).
[Abstract]:Because it is difficult to extract the weld zone of thick steel pipe with fuzzy and low contrast accurately, a new weld area detection algorithm based on robust PCA model is proposed, which can overcome the shortcomings of the traditional method. Firstly, a sequence of X-ray images is collected and processed with spatial alignment and brightness normalization. Secondly, the background images of the series images are calculated. Finally, using robust PCA algorithm to decompose the observation matrix to low rank and sparse, the non-uniform intensity and noise in the test image are eliminated, and the weld area is highlighted. The weld zone can be well segmented by global threshold. The experimental results show that the proposed algorithm can eliminate the interference of noise and uneven intensity distribution in the X-ray image of thick steel tube. At the same time, the fuzzy weld edge and the low contrast area are enhanced. Compared with the traditional weld area detection algorithm, it has higher detection sensitivity (0.952) and higher precision (0.989), which can better detect the blur and low contrast weld area.
【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) 國(guó)家“973”計(jì)劃資助項(xiàng)目(2013CB329401)~~
【分類號(hào)】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 朱越;劉文耀;袁曄;劉方超;王晉疆;;一種輪胎X射線圖像缺陷提取和分割方法[J];光電子.激光;2010年05期

2 肖麗;;在可視化的推動(dòng)下的基于斷層數(shù)據(jù)的X射線圖像三維重建技術(shù)[J];黑龍江科技信息;2012年25期

3 陳志強(qiáng);王明泉;趙月萍;;基于小波遞歸濾波的X射線圖像實(shí)時(shí)降噪技術(shù)[J];核電子學(xué)與探測(cè)技術(shù);2011年07期

4 梁硼;魏艷紅;占小紅;;基于B樣條曲線的X射線圖像焊縫缺陷分割與提取[J];焊接學(xué)報(bào);2012年07期

5 葉邦彥;劉曉楠;;基于模糊分類的炭素制品X射線圖像的缺陷識(shí)別研究[J];制造技術(shù)與機(jī)床;2010年12期

6 李勇;;X射線圖像缺陷識(shí)別的特征參數(shù)選擇及其識(shí)別[J];無(wú)線互聯(lián)科技;2012年11期

7 李永生;戚大偉;;基于FCM的木材X射線圖像缺陷分割[J];森林工程;2008年03期

8 李士林;王明泉;李光亞;閆鑫;李高亮;陳志強(qiáng);;鄰域小波自適應(yīng)降噪在X射線圖像處理中的應(yīng)用[J];核電子學(xué)與探測(cè)技術(shù);2011年04期

9 張秀梅;唐英干;梅桂靜;郭維家;;基于二維屬性直方圖的鑄件X射線圖像的缺陷提取[J];鑄造;2012年08期

10 宋日剛;;骨齡X射線圖像的手骨興趣區(qū)域定位研究[J];計(jì)算機(jī)應(yīng)用與軟件;2014年07期

相關(guān)會(huì)議論文 前1條

1 王宇石;楊立瑞;李保磊;;基于X射線圖像的容器中液體物質(zhì)的識(shí)別[A];第十五屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2010年

相關(guān)碩士學(xué)位論文 前1條

1 趙月萍;X射線圖像動(dòng)態(tài)降噪技術(shù)的研究[D];中北大學(xué);2011年

，

本文編號(hào)：1557363