X射線(xiàn)焊縫圖像的缺陷檢測(cè)與識(shí)別技術(shù)研究.pdf

1、在工業(yè)無(wú)損探傷領(lǐng)域，對(duì)于焊縫中出現(xiàn)的各類(lèi)缺陷，會(huì)給現(xiàn)實(shí)生活帶來(lái)很多不安全的事故。目前，在無(wú)損檢測(cè)中，主要采用人工方式對(duì)膠片進(jìn)行質(zhì)量評(píng)定，這種方式容易存在主觀標(biāo)準(zhǔn)不一致、檢測(cè)效率低、操作復(fù)雜、膠片資料不易保存等特點(diǎn)。因此，對(duì)研究能有效對(duì)焊縫缺陷自動(dòng)檢測(cè)的方法來(lái)代替人工方式很有必要。
　　針對(duì)上述問(wèn)題，本文主要對(duì)焊縫缺陷檢測(cè)與識(shí)別算法進(jìn)行研究，主要包括三方面的內(nèi)容：焊縫缺陷預(yù)處理、焊縫缺陷分割與提取及焊縫缺陷識(shí)別與分類(lèi)，其具體概述如下

2、：
　?。?）對(duì)于X射線(xiàn)焊縫圖像中存在的大量與缺陷無(wú)關(guān)的背景區(qū)域且焊縫圖像分為三個(gè)可分區(qū)域（背景區(qū)域、板材區(qū)域及焊縫區(qū)域）。采用了一種基于Otsu雙閾值分割的缺陷區(qū)域自動(dòng)分割方法，并在此基礎(chǔ)上作了改進(jìn)，以減少計(jì)算量，提高缺陷檢測(cè)運(yùn)行時(shí)間，得到了較好的分割效果。
　?。?）針對(duì)目標(biāo)圖像對(duì)比度低，檢測(cè)目標(biāo)湮沒(méi)在焊縫區(qū)域等特點(diǎn)，采用了一種通過(guò)計(jì)算圖像累積分布值來(lái)確定灰度拉伸極限，調(diào)整圖像灰度值，增強(qiáng)圖像對(duì)比度，改善目標(biāo)區(qū)域顯示效果

3、，提高目標(biāo)識(shí)別率的目的，取得了比較理想的效果。
　?。?）由于數(shù)學(xué)形態(tài)學(xué)開(kāi)運(yùn)算能夠有效消除圖像中的高頻分量，并且焊縫缺陷形狀大小無(wú)規(guī)律，若采用固定大小的結(jié)構(gòu)元素對(duì)圖像濾波將會(huì)導(dǎo)致：當(dāng)缺陷尺寸大于結(jié)構(gòu)元素時(shí)，缺陷區(qū)域高頻部分不能夠有效消除，缺陷失真較大；當(dāng)結(jié)構(gòu)元素尺寸過(guò)大時(shí)，會(huì)破壞焊縫圖像其他區(qū)域有用信息，處理速度也會(huì)變慢。為此，設(shè)計(jì)了一種能夠隨缺陷尺寸自適應(yīng)改變結(jié)構(gòu)元素大小的形態(tài)學(xué)濾波方法，取得了較好的濾波效果。
　?。?）

4、針對(duì)SUSAN算法良好抗噪能力的特點(diǎn)，提出了SUSAN模板中自適應(yīng)閾值的選取方法，提高邊緣檢測(cè)效果。
　?。?）為了對(duì)缺陷目標(biāo)進(jìn)行標(biāo)記，方便后續(xù)對(duì)每個(gè)缺陷特征參數(shù)計(jì)算，本文利用二次掃描法對(duì)缺陷目標(biāo)快速標(biāo)記。同時(shí)，為方便計(jì)算特征參數(shù)，采用Moore邊界追蹤算法追蹤每個(gè)缺陷的8連通編碼，準(zhǔn)確計(jì)算缺陷目標(biāo)的特征參數(shù)。
　?。?）對(duì)焊縫缺陷分類(lèi)本文設(shè)計(jì)了深度為4的二叉樹(shù)分類(lèi)器，并依據(jù)文獻(xiàn)中對(duì)特征參數(shù)的取值，設(shè)計(jì)了合理的識(shí)別邏輯流程。