基于X射線的焊縫缺陷圖像特征提取研究.pdf

1、在現(xiàn)代鋼管焊縫缺陷檢測(cè)中,常采用人工評(píng)閱 X射線底片的方法,人工評(píng)閱主觀性較大,評(píng)閱人員在大量重復(fù)性的腦力活動(dòng)下,極易產(chǎn)生疲勞,很大程度上影響了檢測(cè)的效率和準(zhǔn)確性?；趫D像的焊縫缺陷自動(dòng)識(shí)別系統(tǒng)能夠克服人工評(píng)閱的一些缺陷,國內(nèi)外研究人員在缺陷提取和識(shí)別方面展開了廣泛而深入的研究,已取得了大量的研究成果,但是在不均勻背景下細(xì)小缺陷的準(zhǔn)確檢出,各種缺陷有效特征的分類和自動(dòng)識(shí)別等問題上仍然存在很多不足。
　　本文以基于 X射線的焊縫圖像

2、為對(duì)象,對(duì)缺陷的特征提取和自動(dòng)識(shí)別進(jìn)行了深入的研究。首先,對(duì)焊縫圖像采用均值濾波和中值濾波相結(jié)合的方法進(jìn)行預(yù)處理,并研究和對(duì)比了兩類圖像增強(qiáng)算法,選擇了直方圖均衡方法進(jìn)行圖像增強(qiáng),然后采用迭代閾值圖像分割算法對(duì)焊縫區(qū)域進(jìn)行分割,并對(duì)焊縫缺陷進(jìn)行特征提取和特征選擇,最后,采用基于二叉樹的SVM分類器方法對(duì)焊縫缺陷進(jìn)行分類識(shí)別。本文的工作內(nèi)容和創(chuàng)新工作主要體現(xiàn)在:
　　1、研究和對(duì)比了幾種圖像去噪的技術(shù),并對(duì)當(dāng)前主流的圖像增強(qiáng)算法進(jìn)行

3、了研究對(duì)比,針對(duì)焊縫缺陷圖像的特點(diǎn),并結(jié)合實(shí)驗(yàn)結(jié)果,選擇了均值濾波和中值濾波結(jié)合的方法以及直方圖均衡化方法進(jìn)行焊縫缺陷圖像預(yù)處理。
　　2、研究了常見的圖像分割算法,針對(duì)焊縫圖像的特征,選擇迭代閾值圖像分割算法對(duì)焊縫缺陷區(qū)域進(jìn)行分割。
　　3、選擇了紋理特征參數(shù)和幾何特征參數(shù)作為圖像識(shí)別的特征參數(shù),在特征參數(shù)的選擇方面,提出了一種基于相關(guān)度的類內(nèi)方差特征選擇算法,該算法能夠較好的選擇出適合描述焊縫缺陷的特征。
　　4、