X射線底片焊縫缺陷智能識別的研究.pdf_第1頁
已閱讀1頁,還剩67頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、隨著機械工業(yè)的發(fā)展,自動焊接技術的出現,焊縫X射線檢測面臨著越來越多的機遇與挑戰(zhàn)。傳統(tǒng)的射線底片質量評級方法是由人工進行評片,對底片上的焊縫缺陷進行分析,以確定底片所反映的焊接質量等級。這種方法存在人為客觀因素影響大、效率低、對底片損傷大等缺點,難以滿足生產不斷發(fā)展的需要。因此出現了許多替代人工評片的技術,其中利用計算機技術的智能評片是一個非?;钴S的研究領域。 在解決了X射線底片的數字化問題之后,圖像處理技術就成為智能評片的一個

2、重點。本文對掃描后得到的數字底片進行了圖像的預處理、圖像的分析、缺陷的特征參數提取以及缺陷類型的識別分類等研究工作。 圖像的預處理是后續(xù)圖像處理的基礎。本文在分析圖像的噪聲模型后給出了有效的自適應中值濾除方法。針對X射線底片對比度低、邊緣模糊等特點,采用高頻加強濾波方法對X射線底片數字圖像進行邊緣銳化增強,這種方法在一定程度上還拉開了圖像的灰度分布。圖像的邊緣提取是解決缺陷標記的有效方法,文章分析了幾種邊緣提取方法的原理,提出了

3、一種基于形態(tài)學梯度的X射線底片數字圖像邊緣檢測方法,通過實驗對比,證明這種方法運用在X射線底片數字圖像中具有很好的效果。缺陷特征參數的選擇和提取是缺陷分類的前提,直接影響著分類結果,通過對缺陷特點的分析,選擇了一組能夠準確反映缺陷本質特征的特征參數,并給出了各自的計算方法。在缺陷分類的解決方案上,采用具有自組織、自適應的BP神經網絡算法對X射線底片反映的焊縫缺陷進行智能識別。 本文所提出的X射線底片焊縫缺陷智能識別解決方案經過了

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論