2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩67頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)

文檔簡介

1、對焊縫進行X射線檢測是保證焊接件質(zhì)量的重要方法。因目前國內(nèi)X射線檢測仍以傳統(tǒng)的射線照相法為主,勞動強度大,效率低,且容易誤判和漏判,使得對在線實時檢測系統(tǒng)和計算機輔助評片系統(tǒng)的研究成為熱門。而圖像處理時,由于在采集和傳輸過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)致整個焊縫圖像存在著對比度差、缺陷邊緣模糊等問題,從而給缺陷的分割、提取和識別帶來了很大的困難。此外,目前已有算法對缺陷的分割效果差、檢出率低、識別錯誤率高等

2、不足,也限制了計算機輔助評片系統(tǒng)的應(yīng)用和推廣。
  本文研究的基本思路為,首先對采集到的圖像進行預(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)進行模式識別,并在整個研究過程中借助Matlab仿真軟件對文中算法進行了仿真實現(xiàn)。預(yù)處理部分主要包括對圖像降噪、對比度增強和焊縫分割,以改善焊縫圖像的質(zhì)量,同時減少數(shù)據(jù)運算量,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、邊緣檢測兩類常見的缺陷分割算法,并在此基礎(chǔ)上提出了

3、基于邊緣檢測進行區(qū)域生長的缺陷分割算法,因為同時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)的提取和識別分類夯實基礎(chǔ)。利用邊緣跟蹤和缺陷標(biāo)記對缺陷進行區(qū)分標(biāo)記和邊緣信息統(tǒng)計,提取并計算缺陷的特征參數(shù)。缺陷識別部分,分析討論了二叉決策樹和BP神經(jīng)網(wǎng)絡(luò)這兩種常見分類算法,提出了一種基于二叉樹和改進BP網(wǎng)絡(luò)的混合分類識別方法,將二者結(jié)合以實現(xiàn)優(yōu)勢互補,不但減少了單-BP算

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論