超聲檢測技術(shù)研究正逐步向著自動化、智能化發(fā)展,將超聲檢測與自動化控制以及圖像處理結(jié)合,可以有效地輔助工作人員對缺陷進行定位以及定量評價。但由于超聲回波中往往存在衍射、散射等噪聲,而且反射式掃描存在著余振信號,能量相對很小的缺陷信號不易與噪聲信號區(qū)分,超聲圖像的缺陷不能被很好地分割。同時超聲圖像在分類時由于存在缺陷樣本數(shù)量偏少,樣本類別多,部分樣本處于分類邊界邊緣,且樣本可能存在人工分類誤差等問題,分類的準確率較低。針對上述超聲缺陷評價存在的問題,本文搭建了一套超聲檢測系統(tǒng),并開展了相關(guān)的理論與實驗研究。為了減少噪聲以及余振對超聲圖像缺陷分割的影響,本文提出一種基于自動種子區(qū)域生長的超聲圖像缺陷分割方法,首先使用最大類間方差分割法對超聲圖像進行一次預分割,其次尋到絕對背景區(qū),并且在此區(qū)域內(nèi)自動設置種子起始點,然后利用區(qū)域生長算法將缺陷從背景中分割,最后通過數(shù)字形態(tài)學降噪算法來進一步提高缺陷的識別度。而針對超聲圖像缺陷分類樣本少、類別多、不易區(qū)分的問題,本文在缺陷分割的基礎上,提出了基于遺傳算法優(yōu)化支持向量機的超聲圖像缺陷分類方法。首先通過圖像處理提取超聲圖像缺陷的特征數(shù)據(jù),然后訓練支持向...

【文章頁數(shù)】：81 頁

【學位級別】：碩士

【部分圖文】：

圖.超聲A型成像實景圖

圖.超聲A型成像實景圖由超聲A型圖像可以得到缺陷波與頂波的時間差，通過式(2.1)可以進一步求得缺陷與工件表面的距離。由于超聲A型成像反映的信息量較小，所以在實際應用較少，但超聲A型成像是超聲B型成像以及超聲C型成像的基礎。超聲B型成像是A型成....

圖.超聲B型成像實景圖

圖.超聲B型成像實景圖成像是A型成像的在水平面（xz平面）上的擴展。特定深度上與超聲波聲速相垂直的一個平面投影圖圖.C型超聲成像原理圖

圖.超聲C型成像實景圖

圖.超聲C型成像實景圖換能器的選擇由超聲換能器通過逆壓電效應產(chǎn)生，因此超聲換能器的的檢測能力。針對A、B、C超聲成像，主要需要考慮換辨率以及衰減。聲束的指向性器發(fā)出的超聲，呈狹窄的圓柱形分布，具有明顯的方向特聲束的指向性通常用擴散角來表征。擴散角即超聲束在如圖.所....

圖.灰度化結(jié)果

圖.灰度化結(jié)果圖像濾波所述，超聲圖像中不可避免地存在噪聲。如圖.的超聲椒鹽噪聲，椒鹽噪聲通常用中值濾波來去除。中值濾波年由圖基（Turky）提出[]，最初是用于時域信號的像去噪。中值濾波的基本原理是用鄰域像素灰度序列的位數(shù)值較大的像素灰度值，而這些偏離中位數(shù)值較大的。....

本文編號：3924564