X射線底片焊縫缺陷智能識(shí)別的研究.pdf

1、隨著機(jī)械工業(yè)的發(fā)展，自動(dòng)焊接技術(shù)的出現(xiàn)，焊縫X射線檢測(cè)面臨著越來(lái)越多的機(jī)遇與挑戰(zhàn)。傳統(tǒng)的射線底片質(zhì)量評(píng)級(jí)方法是由人工進(jìn)行評(píng)片，對(duì)底片上的焊縫缺陷進(jìn)行分析，以確定底片所反映的焊接質(zhì)量等級(jí)。這種方法存在人為客觀因素影響大、效率低、對(duì)底片損傷大等缺點(diǎn)，難以滿足生產(chǎn)不斷發(fā)展的需要。因此出現(xiàn)了許多替代人工評(píng)片的技術(shù)，其中利用計(jì)算機(jī)技術(shù)的智能評(píng)片是一個(gè)非?；钴S的研究領(lǐng)域。 在解決了X射線底片的數(shù)字化問(wèn)題之后，圖像處理技術(shù)就成為智能評(píng)片的一個(gè)

2、重點(diǎn)。本文對(duì)掃描后得到的數(shù)字底片進(jìn)行了圖像的預(yù)處理、圖像的分析、缺陷的特征參數(shù)提取以及缺陷類型的識(shí)別分類等研究工作。 圖像的預(yù)處理是后續(xù)圖像處理的基礎(chǔ)。本文在分析圖像的噪聲模型后給出了有效的自適應(yīng)中值濾除方法。針對(duì)X射線底片對(duì)比度低、邊緣模糊等特點(diǎn)，采用高頻加強(qiáng)濾波方法對(duì)X射線底片數(shù)字圖像進(jìn)行邊緣銳化增強(qiáng)，這種方法在一定程度上還拉開了圖像的灰度分布。圖像的邊緣提取是解決缺陷標(biāo)記的有效方法，文章分析了幾種邊緣提取方法的原理，提出了

3、一種基于形態(tài)學(xué)梯度的X射線底片數(shù)字圖像邊緣檢測(cè)方法，通過(guò)實(shí)驗(yàn)對(duì)比，證明這種方法運(yùn)用在X射線底片數(shù)字圖像中具有很好的效果。缺陷特征參數(shù)的選擇和提取是缺陷分類的前提，直接影響著分類結(jié)果，通過(guò)對(duì)缺陷特點(diǎn)的分析，選擇了一組能夠準(zhǔn)確反映缺陷本質(zhì)特征的特征參數(shù)，并給出了各自的計(jì)算方法。在缺陷分類的解決方案上，采用具有自組織、自適應(yīng)的BP神經(jīng)網(wǎng)絡(luò)算法對(duì)X射線底片反映的焊縫缺陷進(jìn)行智能識(shí)別。 本文所提出的X射線底片焊縫缺陷智能識(shí)別解決方案經(jīng)過(guò)了