在機(jī)器制造以及石油化工建設(shè)中,焊接作業(yè)是這類制造與施工行業(yè)的關(guān)鍵步驟,其完成質(zhì)量以及完成效率,直接關(guān)系著企業(yè)的生產(chǎn)水平以及產(chǎn)品使用安全和使用壽命,因此隨著自動(dòng)化領(lǐng)域以及計(jì)算機(jī)領(lǐng)域的不斷發(fā)展,對(duì)傳統(tǒng)的焊接缺陷檢測(cè)提出了進(jìn)一步的要求,實(shí)現(xiàn)將現(xiàn)有的數(shù)字圖像處理技術(shù)與檢測(cè)識(shí)別技術(shù)應(yīng)用在傳統(tǒng)的檢測(cè)方法中,形成了一類新的課題。本文通過將現(xiàn)有的X射線缺陷圖轉(zhuǎn)化為數(shù)字圖像,利用圖像處理技術(shù)對(duì)圖像完成降噪濾波、特征檢測(cè)、特征提取以及最后的缺陷分類。在第三章主要為圖像的增強(qiáng)處理和降噪處理,包含冪次變換、直方圖規(guī)定化對(duì)圖像作增強(qiáng)處理,并且同高斯平滑、中值濾波、雙邊濾波、基于形態(tài)學(xué)的權(quán)重自適應(yīng)圖像去噪算法完成對(duì)圖像的降噪處理。在第四章主要為邊緣檢測(cè)和區(qū)域分割,該部分的作用在于將圖像中的目標(biāo)(缺陷)與背景完成分離,以便后期提取和進(jìn)行區(qū)分,在邊緣檢測(cè)中,通過Sobel算子、Prewiit算子、Roberts算子獲得缺陷部分的邊界,拉普拉斯高斯算子(Lo G)和高斯差分算子(Do G)二者為特征檢測(cè)部分的算子,通過計(jì)算圖像中的響應(yīng)點(diǎn),完成對(duì)缺陷部分的匹配為下章特征檢測(cè)匹配進(jìn)行鋪墊。通過引入Otsu法、迭代法、最大熵閾值法將缺陷與背景進(jìn)行分離。在第五章中,分別使用基于尺度特征不變的檢測(cè)匹配算法(SIFT法)和加速穩(wěn)健特征算法(SURF法),對(duì)將缺陷部分與缺陷圖進(jìn)行檢測(cè)匹配并對(duì)其進(jìn)行標(biāo)記。利用梯度直方圖算法(Ho G法),計(jì)算圖像中的方向梯度,并通過相應(yīng)處理可將方向梯度作為訓(xùn)練樣本進(jìn)行訓(xùn)練。第六章部分,主要使用兩種不同的算法進(jìn)行分類,基于支持向量機(jī)的圖像識(shí)別分類和基于連通域檢測(cè)的圖像識(shí)別,并依照相應(yīng)閾值進(jìn)行分類。通過上述幾章內(nèi)容,分別完成從輸入原始圖像開始的預(yù)處理部分,即圖像的增強(qiáng)和圖像的降噪;并對(duì)初始過得圖像進(jìn)行邊緣檢測(cè)和區(qū)域分割,實(shí)現(xiàn)目標(biāo)與背景的分離,使有效提取圖像中的缺陷部分;而后檢測(cè)缺陷特征并完成對(duì)缺陷部分的匹配;最后通過分類器完成幾類缺陷的識(shí)別分類。
【學(xué)位單位】：昆明理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2018
【中圖分類】：TE973.3
【部分圖文】：

圖 1-1 浴盆曲線示意圖作為油氣管道建設(shè)中極為重要的環(huán)節(jié)，其施工效率以及施工的進(jìn)度，但由于其本身是一個(gè)復(fù)雜的過程，通常在施以及各類非人為因素的影響。在焊縫中常見的幾種焊縫夾渣、未焊透、未熔合等等。因此為防止存在的缺陷影響縫進(jìn)行無損檢測(cè)，常見的無損檢測(cè)方法包括射線檢測(cè)、超粉檢測(cè)等等，其中射線檢測(cè)，尤其是 X 射線檢測(cè)最為常檢測(cè)方法。Gray J 和 Tillack[4]在其一文中提到焊接缺陷取以及焊接缺陷的識(shí)別處理是焊接圖像數(shù)字處理技術(shù)的年數(shù)字信息技術(shù)以及相應(yīng)設(shè)備的發(fā)展，將傳統(tǒng)的底片形成為現(xiàn)實(shí)，因此數(shù)字化圖像批量處理，實(shí)時(shí)成像等就有了接缺陷識(shí)別分類方面，尤其在圖像處理以及缺陷特征提，射線檢測(cè)相較于其他檢測(cè)方法具有一定的普遍性，因

成像方法通過射線對(duì)被檢測(cè)工件進(jìn)行照射，之后由于膠片受到內(nèi)部存在的缺陷底片，最后通過在評(píng)片燈下測(cè)量缺陷尺寸，判法也是較為普遍也是較為原始的檢測(cè)方法。近幾年的技術(shù)更替，通過利用專門的射線圖像掃描儀，將膠片化圖像已逐漸成為主要方式，該方法可將射線圖像保存為數(shù)字調(diào)取。而且可通該方法完成數(shù)字圖像信息的收集。還可使用缺陷底片的拍攝處理，但該方法受限于拍攝設(shè)備，相較于前者度較差。實(shí)時(shí)成像檢測(cè)方法成像檢測(cè)方法通過射線發(fā)生裝置與計(jì)算機(jī)技術(shù)結(jié)合，可通過對(duì)，實(shí)現(xiàn)對(duì)檢測(cè)圖像實(shí)時(shí)觀察。其工作流程首先通過相應(yīng)設(shè)備發(fā)，照射至被檢測(cè)工件，并利用專用的圖像采集設(shè)備將圖像收集像，如圖 1-2 所示。

圖 1-3 基于焊縫背景模擬的焊接缺陷分割效果圖[15]接缺陷 X 射線圖像提取研究概況年，Yoshiaki Shirai 率先提出有關(guān)焊接射檢測(cè)方法。該算法邊界密度參數(shù)和掃描焊道、檢測(cè)焊縫兩個(gè)部分組成。在隨檢測(cè)方法，提出了三種邊界的檢測(cè)方法：可變門限法、確方圖法[23]。年，國(guó)際焊接學(xué)會(huì)（IIW）在《British Journal of NDT》上刊檢測(cè)的研究報(bào)告，并且介紹了關(guān)于圖像檢測(cè)、去噪以及增測(cè)篩取焊接射線圖像中缺陷圖像，消除數(shù)字化圖像所帶來4]。年，Gray.A 提出關(guān)于實(shí)時(shí)焊接圖像缺陷提取方法，即根據(jù)缺而采用閾值算法篩分提取缺陷位置，該方法在對(duì)提取裂紋
【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 劉淑菊;;油氣管道應(yīng)納入公共安全管理體系[J];中國(guó)石油石化;2013年23期

2 黃維和;;大型天然氣管網(wǎng)系統(tǒng)可靠性[J];石油學(xué)報(bào);2013年02期

3 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

4 倪家強(qiáng);蘇杭;梁硼;占小紅;魏艷紅;;鋼材焊接缺陷診斷專家系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J];電焊機(jī);2012年01期

5 邵家鑫;都東;朱新杰;高志凌;王晨;;基于X射線數(shù)字化圖像處理的雙面焊焊縫缺陷檢測(cè)[J];焊接學(xué)報(bào);2010年11期

6 石端虎;剛鐵;張華軍;楊根喜;;工字形焊件射線圖像中微小缺陷的分割及提取[J];中國(guó)機(jī)械工程;2010年01期

7 蒲明;;中國(guó)油氣管道發(fā)展現(xiàn)狀及展望[J];國(guó)際石油經(jīng)濟(jì);2009年03期

8 楊坪;蔣應(yīng)田;洪振鵬;張建成;張建筑;;數(shù)字射線圖像缺陷的Canny算子邊緣檢測(cè)[J];無損檢測(cè);2008年07期

9 徐莉;;我國(guó)射線檢測(cè)技術(shù)的發(fā)展[J];內(nèi)江科技;2007年10期

10 羅愛民;殷國(guó)富;魏萬迎;;基于自適應(yīng)形態(tài)學(xué)濾波算法的X射線圖像的缺陷提取[J];核動(dòng)力工程;2006年06期

相關(guān)博士學(xué)位論文 前1條

1 羅愛民;基于數(shù)學(xué)形態(tài)學(xué)的射線檢測(cè)數(shù)字圖像處理技術(shù)[D];四川大學(xué);2007年

相關(guān)碩士學(xué)位論文 前2條

1 周健;基于X射線實(shí)時(shí)成像的鋁合金激光焊接缺陷識(shí)別技術(shù)研究[D];南京航空航天大學(xué);2016年

2 許璐璐;管道漏磁內(nèi)檢測(cè)焊縫缺陷識(shí)別方法的研究[D];沈陽工業(yè)大學(xué);2014年

本文編號(hào)：2850662