X射線檢測焊縫圖像中缺陷的分割與識別.pdf

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