管道焊縫質(zhì)量關(guān)系到油氣管道運(yùn)行安全。隨著大數(shù)據(jù)、射線成像和數(shù)據(jù)深度挖掘等技術(shù)的發(fā)展,管道焊縫的圖像自動(dòng)識(shí)別和分析技術(shù)已成為油氣行業(yè)重要的研究領(lǐng)域。X射線照相是無損檢測(cè)的重要方法之一,而目前焊縫底片識(shí)別工作僅靠人工判別,其判別標(biāo)準(zhǔn)受個(gè)人的主觀影響因素較大,且在判別過程中易受工作強(qiáng)度和環(huán)境條件等因素影響,從而進(jìn)一步影響了檢測(cè)的效率和準(zhǔn)確度。加之射線底片保存具有時(shí)限性,這給后續(xù)的查閱和校核帶來了極大的不便。因此,有必要通過計(jì)算機(jī)輔助評(píng)片技術(shù)使其智能化,進(jìn)一步提高焊縫底片識(shí)別精度,保障管道焊縫質(zhì)量和運(yùn)行安全。本文以X射線底片數(shù)字化圖像為基礎(chǔ),通過圖像預(yù)處理、圖像變換與增強(qiáng)、邊緣檢測(cè)和圖像缺陷特征計(jì)算等方法實(shí)現(xiàn)了對(duì)油氣管道焊縫缺陷圖像的自動(dòng)識(shí)別,取得如下成果:（1）對(duì)焊縫底片數(shù)字化圖像噪音產(chǎn)生的類型進(jìn)行了分析,采用中值濾波和均值濾波的方法對(duì)射線底片圖像進(jìn)行了去噪處理,并對(duì)焊縫圖像進(jìn)行傅立葉變換。再通過對(duì)比增強(qiáng)技術(shù)中的線性增強(qiáng)和直方圖均衡化對(duì)數(shù)字化圖像進(jìn)行處理,建立了焊縫圖像缺陷區(qū)域最大類間方差閾值分割和主成分分析降維處理的方法;（2）通過對(duì)焊縫圖像進(jìn)行像素尺寸的變換,采用形態(tài)學(xué)運(yùn)算對(duì)焊縫圖像邊緣... 

【文章頁數(shù)】：79 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 研究背景和意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 焊縫圖像處理技術(shù)
        1.2.2 焊縫缺陷識(shí)別與分類
    1.3 本文研究?jī)?nèi)容結(jié)構(gòu)安排和技術(shù)路線
第2章 管道焊縫圖像預(yù)處理技術(shù)
    2.1 焊縫圖像的去噪技術(shù)研究
        2.1.1 噪聲來源分析
        2.1.2 噪聲類型分析
        2.1.3 焊縫圖像的去噪技術(shù)研究
    2.2 焊縫圖像對(duì)比增強(qiáng)技術(shù)
        2.2.1 焊縫圖像變換處理
        2.2.2 基于直方圖均衡化的焊縫圖像對(duì)比增強(qiáng)技術(shù)
    2.3 焊縫圖像閾值分割
    2.4 基于PCA的焊縫圖像降維處理
        2.4.1 PCA的原理
        2.4.2 基于PCA的焊縫圖像降維
    2.5 本章小結(jié)
第3章 基于多算子融合改進(jìn)的邊緣檢測(cè)模型分析
    3.1 焊縫圖像像素的處理
    3.2 圖像的形態(tài)學(xué)運(yùn)算
        3.2.1 腐蝕與膨脹
        3.2.2 開運(yùn)算與閉運(yùn)算
    3.3 基于多算子融合改進(jìn)的邊緣檢測(cè)模型分析
        3.3.1 常見的焊縫邊緣檢測(cè)算子提取方法
        3.3.2 基于多算子融改進(jìn)的邊緣檢測(cè)模型分析
    3.4 本章小結(jié)
第4章 管道焊縫缺陷特征提取方法的研究
    4.1 焊縫缺陷種類及相關(guān)影像特征
    4.2 焊縫缺陷特征介紹
        4.2.1 焊縫缺陷紋理特征參數(shù)
        4.2.2 焊縫缺陷幾何特征參數(shù)
    4.3 焊縫缺陷特征提取方法的研究
        4.3.1 基于CLTP模式的管道焊縫紋理特征提取技術(shù)
        4.3.2 基于輪廓跟蹤法的管道焊縫幾何特征提取技術(shù)
    4.4 本章小結(jié)
第5章 基于二叉樹的SVM模型的焊縫缺陷識(shí)別與分類研究
    5.1 基于二叉樹的SVM模型的分類
        5.1.1 SVM原理
        5.1.2 基于二叉樹的SVM分類
    5.2 基于二叉樹的SVM焊縫缺陷識(shí)別及分類研究
    5.3 軟件開發(fā)模塊
        5.3.1 焊縫圖像識(shí)別及變換處理界面
        5.3.2 焊縫底片大數(shù)據(jù)分析系統(tǒng)界面
    5.4 本章小結(jié)
第6章 結(jié)論與展望
    6.1 結(jié)論
    6.2 展望
參考文獻(xiàn)
致謝
攻讀碩士學(xué)位期間的科研成果


【參考文獻(xiàn)】：
期刊論文
[1]管道焊縫數(shù)字圖像缺陷自動(dòng)識(shí)別技術(shù)[J]. 董紹華,孫玄,謝書懿,王明鋒.  天然氣工業(yè). 2019(01)
[2]焊縫成形尺寸的結(jié)構(gòu)光測(cè)量技術(shù)研究[J]. 李寧,褚慧慧.  中國高新科技. 2018(23)
[3]基于壓縮傳感技術(shù)的埋弧焊X射線焊縫圖像缺陷檢測(cè)[J]. 高煒欣,胡玉衡,武曉朦.  焊接學(xué)報(bào). 2015(11)
[4]基于PCA降維的HOG與LBP融合的行人檢測(cè)[J]. 陳銳,王敏,陳肖.  信息技術(shù). 2015(02)
[5]改進(jìn)的中值濾波去噪算法應(yīng)用分析[J]. 劉國宏,郭文明.  計(jì)算機(jī)工程與應(yīng)用. 2010(10)
[6]改進(jìn)的自適應(yīng)均值濾波算法及應(yīng)用[J]. 趙建珍,董增壽.  太原科技大學(xué)學(xué)報(bào). 2010(01)
[7]一種改進(jìn)的直方圖均衡化[J]. 喬鬧生.  光學(xué)技術(shù). 2008(S1)
[8]基于邊緣檢測(cè)的焊縫圖像的區(qū)域分割[J]. 林克正,王慧玲,王艷麗.  哈爾濱理工大學(xué)學(xué)報(bào). 2008(06)
[9]用于圖像處理的自適應(yīng)中值濾波[J]. 張旭明,徐濱士,董世運(yùn).  計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào). 2005(02)
[10]基于分區(qū)域自適應(yīng)中值濾波的X射線圖像缺陷提取[J]. 周正干,趙勝,安振剛.  航空學(xué)報(bào). 2004(04)

博士論文
[1]基于統(tǒng)計(jì)學(xué)習(xí)理論的支持向量機(jī)算法研究[D]. 唐發(fā)明.華中科技大學(xué) 2005

碩士論文
[1]基于X射線的焊縫缺陷圖像特征提取研究[D]. 羅帥.電子科技大學(xué) 2014
[2]焊縫射線檢測(cè)缺陷圖像的計(jì)算機(jī)提取與自動(dòng)識(shí)別研究[D]. 武正彬.蘭州理工大學(xué) 2013
[3]局部紋理特征及其在對(duì)象跟蹤中的應(yīng)用[D]. 周志湖.電子科技大學(xué) 2013
[4]焊縫缺陷圖像特征提取研究[D]. 楊川.武漢理工大學(xué) 2010
[5]X射線焊縫圖像缺陷提取技術(shù)的研究[D]. 莫國柱.北京郵電大學(xué) 2011
[6]焊縫圖像缺陷提取與識(shí)別系統(tǒng)研究[D]. 宋慶國.武漢理工大學(xué) 2008
[7]基于X射線實(shí)時(shí)成像系統(tǒng)圖像處理與缺陷識(shí)別的研究[D]. 李昭月.東北大學(xué) 2008
[8]X射線底片焊縫缺陷智能識(shí)別的研究[D]. 金忠.湖南大學(xué) 2006
[9]焊縫跟蹤圖像處理方法研究[D]. 崔元彪.哈爾濱理工大學(xué) 2006



本文編號(hào)：3697949