X射線焊縫圖像的缺陷檢測與識別技術研究.pdf

1、在工業(yè)無損探傷領域，對于焊縫中出現(xiàn)的各類缺陷，會給現(xiàn)實生活帶來很多不安全的事故。目前，在無損檢測中，主要采用人工方式對膠片進行質量評定，這種方式容易存在主觀標準不一致、檢測效率低、操作復雜、膠片資料不易保存等特點。因此，對研究能有效對焊縫缺陷自動檢測的方法來代替人工方式很有必要。
　　針對上述問題，本文主要對焊縫缺陷檢測與識別算法進行研究，主要包括三方面的內容：焊縫缺陷預處理、焊縫缺陷分割與提取及焊縫缺陷識別與分類，其具體概述如下

2、：
　?。?）對于X射線焊縫圖像中存在的大量與缺陷無關的背景區(qū)域且焊縫圖像分為三個可分區(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)域自動分割方法，并在此基礎上作了改進，以減少計算量，提高缺陷檢測運行時間，得到了較好的分割效果。
　　（2）針對目標圖像對比度低，檢測目標湮沒在焊縫區(qū)域等特點，采用了一種通過計算圖像累積分布值來確定灰度拉伸極限，調整圖像灰度值，增強圖像對比度，改善目標區(qū)域顯示效果

3、，提高目標識別率的目的，取得了比較理想的效果。
　?。?）由于數(shù)學形態(tài)學開運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規(guī)律，若采用固定大小的結構元素對圖像濾波將會導致：當缺陷尺寸大于結構元素時，缺陷區(qū)域高頻部分不能夠有效消除，缺陷失真較大；當結構元素尺寸過大時，會破壞焊縫圖像其他區(qū)域有用信息，處理速度也會變慢。為此，設計了一種能夠隨缺陷尺寸自適應改變結構元素大小的形態(tài)學濾波方法，取得了較好的濾波效果。
　?。?）

4、針對SUSAN算法良好抗噪能力的特點，提出了SUSAN模板中自適應閾值的選取方法，提高邊緣檢測效果。
　　（5）為了對缺陷目標進行標記，方便后續(xù)對每個缺陷特征參數(shù)計算，本文利用二次掃描法對缺陷目標快速標記。同時，為方便計算特征參數(shù)，采用Moore邊界追蹤算法追蹤每個缺陷的8連通編碼，準確計算缺陷目標的特征參數(shù)。
　?。?）對焊縫缺陷分類本文設計了深度為4的二叉樹分類器，并依據(jù)文獻中對特征參數(shù)的取值，設計了合理的識別邏輯流程。