超聲TOFD圖像缺陷檢測配準方法研究.pdf

1、超聲TOFD技術(shù)在對缺陷進行檢測時，具有檢測效率高，魯棒性強，定位準確，更為直觀等優(yōu)點。但同時超聲TOFD圖像容易受噪聲的影響，導致圖像信噪比低，不利于后期的缺陷識別。因此需要運用圖像處理的方法對采集的圖像進行配準。
　　本論文首先詳細介紹了TOFD技術(shù)原理、圖像顯示原理和數(shù)學計算模型，然后運用TOFD實驗裝置獲取了一系列的TOFD原始圖像，將這些原始數(shù)據(jù)用于圖像配準工作。論文還介紹了圖像配準原理以及常用的三種方法，分析了三種方法

2、的優(yōu)劣勢與適用的圖像類型。采用局部相位相關(guān)的算法，對TOFD圖像進行配準，從相關(guān)度，信噪比，方差三個方面分析了實驗結(jié)果，驗證了算法的可行性，實現(xiàn)了圖像的亞像素精度配準。
　　此外，將TOFD圖像與SIFT算法相結(jié)合，運用SIFT的方法配準。由于傳統(tǒng)SIFT算法配準時，固定閾值不能適用所有的圖像，本文運用自適應(yīng)閾值的方法，檢測圖像中的特征點，通過RANSAC對特征點進行優(yōu)化，保證匹配的正確率，簡化了計算量，增強了SIFT算法的魯棒性

3、與精度。通過實驗驗證隨機抽樣一致（RANSAC）近似計算重復率是可靠的，可以通過重復率來衡量TOFD圖像匹配程度，重復率越大則匹配越準確，閾值參數(shù)更合理;反之，則匹配不準確，閾值參數(shù)沒有達到最優(yōu)。
　　最后，為了獲取缺陷的信息，將SIFT配準后的圖像運用Canny檢測算子進行缺陷檢測，在對缺陷的提取與識別中，選取不同的閾值參數(shù)，調(diào)整缺陷的提取數(shù)量，保證每一個缺陷被檢測出。實驗表明，該方法能很好地將缺陷進行識別，并得到一系列的缺陷信