X射線檢測(cè)焊縫圖像中缺陷的分割與識(shí)別.pdf

1、對(duì)焊縫進(jìn)行X射線檢測(cè)是保證焊接件質(zhì)量的重要方法。因目前國(guó)內(nèi)X射線檢測(cè)仍以傳統(tǒng)的射線照相法為主，勞動(dòng)強(qiáng)度大，效率低，且容易誤判和漏判，使得對(duì)在線實(shí)時(shí)檢測(cè)系統(tǒng)和計(jì)算機(jī)輔助評(píng)片系統(tǒng)的研究成為熱門。而圖像處理時(shí)，由于在采集和傳輸過(guò)程中不可避免地引入的大量噪聲和焊縫本身復(fù)雜的紋理結(jié)構(gòu)影響，導(dǎo)致整個(gè)焊縫圖像存在著對(duì)比度差、缺陷邊緣模糊等問(wèn)題，從而給缺陷的分割、提取和識(shí)別帶來(lái)了很大的困難。此外，目前已有算法對(duì)缺陷的分割效果差、檢出率低、識(shí)別錯(cuò)誤率高等

2、不足，也限制了計(jì)算機(jī)輔助評(píng)片系統(tǒng)的應(yīng)用和推廣。
　　本文研究的基本思路為，首先對(duì)采集到的圖像進(jìn)行預(yù)處理，之后分割出焊縫缺陷，最后利用提取的缺陷特征參數(shù)進(jìn)行模式識(shí)別，并在整個(gè)研究過(guò)程中借助Matlab仿真軟件對(duì)文中算法進(jìn)行了仿真實(shí)現(xiàn)。預(yù)處理部分主要包括對(duì)圖像降噪、對(duì)比度增強(qiáng)和焊縫分割，以改善焊縫圖像的質(zhì)量，同時(shí)減少數(shù)據(jù)運(yùn)算量，為較好地分割出焊縫缺陷做準(zhǔn)備。缺陷分割部分研究了閾值分割、邊緣檢測(cè)兩類常見(jiàn)的缺陷分割算法，并在此基礎(chǔ)上提出了

3、基于邊緣檢測(cè)進(jìn)行區(qū)域生長(zhǎng)的缺陷分割算法，因?yàn)橥瑫r(shí)考慮到了缺陷的局部區(qū)域特征和邊緣信息，該方法不僅能分割出幾乎所有的缺陷，而且缺陷形狀保留較為完整，為后續(xù)缺陷特征參數(shù)的提取和識(shí)別分類夯實(shí)基礎(chǔ)。利用邊緣跟蹤和缺陷標(biāo)記對(duì)缺陷進(jìn)行區(qū)分標(biāo)記和邊緣信息統(tǒng)計(jì)，提取并計(jì)算缺陷的特征參數(shù)。缺陷識(shí)別部分，分析討論了二叉決策樹和BP神經(jīng)網(wǎng)絡(luò)這兩種常見(jiàn)分類算法，提出了一種基于二叉樹和改進(jìn)BP網(wǎng)絡(luò)的混合分類識(shí)別方法，將二者結(jié)合以實(shí)現(xiàn)優(yōu)勢(shì)互補(bǔ)，不但減少了單-BP算