基于X射线图像处理的单搭接焊缝缺陷识别

钢板单搭接焊缝区厚度的变化,使其对应的X射线图像灰度连续变化。这给基于图像阈值分割处理的缺陷识别带来困难。为了解决这一问题,文中给出一种基于X射线图像背景去除的缺陷识别方法。首先对待处理的X射线数字化图像进行噪声抑制,并利用模拟图像背景获得前景图像;然后对前景图像进行基于迭代阈值法的图像分割,提取缺陷目标;最后采用数学形态学处理,实现缺陷自动识别。结果表明所提方法能有效识别钢板单搭接焊缝中的气孔缺陷。     

基于有监督过渡区的焊缝X射线图像分割

针对X射线焊缝检测图像中存在大量背景冗余信息,焊缝和缺陷难于准确检测提取的问题,提出一种基于先验知识的有监督过渡区域提取及阈值分割方法.根据焊接图像本身的特点,通过先验知识对样本图像进行训练,确定某个区间来估算图像过渡区域的灰度范围,按照模糊子集理论,给出一种新的加权算子来描述局部窗口内灰度级的变化,从而能充分考虑到局部窗口内灰度级变化的频率和幅度,通过计算过渡区域像素的灰度均值,将其作为阈值对图像进行分割.结果表明,该方法能准确地将目标缺陷从焊缝X射线图像中分割出来,具有良好的适应性.     

一种焊缝X射线数字图像的缺陷提取算法

准确提取焊缝X射线图像中的缺陷是图像自动识别的主要问题。针对这一难题,提出了一种以邻域灰度平方差变换为基础,结合灰度级形态学重构和边缘检测,辅之边缘保持滤波和已标注连接分量图像融合的缺陷提取新算法。该方法能可靠地提取出低对比度X射线数字图像中的焊缝缺陷部分。     

基于Fourier拟合曲面的X射线焊缝缺陷检测

针对在强噪声、低对比度及复杂背景特征下X射线焊缝图像的缺陷检测问题,提出了去噪处理、焊缝边缘分割及缺陷检测的方法.用快速离散Curvelet变换和循环平移相结合的方法,对焊缝图像进行滤波去噪,同时对图像列灰度曲线用最大类间方差法提取焊缝区域.在图像预处理后,采用三阶Fourier曲线对图像列灰度曲线进行拟合并扩展到三维空间,构造出自适应阈值面,最后利用原图像与构造曲面三维灰度图的灰度值差异,准确分割背景与缺陷区域.结果表明,与传统缺陷检测算法相比,该方法能准确提取出焊缝缺陷,漏检率和误判率低,准确率可达95%.     

基于信息融合优化搜索的X射线焊缝缺陷检测

提出一种基于信息融合优化搜索技术的X射线图像焊缝缺陷检测方法.在对X射线焊缝图像进行预处理的基础上,使用垂直焊缝方向投影的波形分析法进行焊缝区域分割,采用图像信息融合技术,综合不同判据获得启发式状态空间优化搜索的启发信息,对搜索过程进行优化,从而快速准确地检测出X射线图像中的缺陷区域.试验结果表明,提出的算法能够快速有效地检测出焊缝X射线图像中的缺陷,取得较好效果.     

焊接缺陷X射线数字图像的处理算法研究

焊接缺陷的计算机自动识别是当前无损检测研究的一个热点.本文根据X射线数字图像的灰度变化特点,结合人眼的注视机制,先从原始图像中截取出焊缝区域,然后采用水平和竖直方向上的滤波操作并用布尔代数方法进行整合,得到反映缺陷特征的二值图像.该处理过程先后用到了类间最大方差阈值法(Otsu算法)、贴标签法(Labeling方法)、滤波法及数学形态学操作.实际处理效果表明该算法准确、有效,为实现焊接缺陷的计算机自动识别打下了良好的基础.     

X射线线阵实时成像焊缝缺陷检测方法

针对X射线线阵探测器实时成像的焊缝图像,提出了降噪处理、焊缝图像分割及缺陷检测的方法.通过自适应中值滤波方法对焊缝图像进行滤波降噪,利用类间、类内方差比分割法和数学形态学方法进行焊缝图像分割,对焊缝部分应用高频加强变换提取焊接缺陷.结果表明,采用自适应中值滤波能够有效去除噪声的同时保留焊缝和缺陷的边缘细节;类间、类内方差比分割方法与数学形态学方法并用能准确地将图像分割为焊缝与母材区域;高频加强变换能使焊缝中心部位灰度变化突显进而实现缺陷检测.     

焊缝X射线图像的数学形态学分析

焊接过程中产生的缺陷影响焊缝质量,X射线无损探伤是常用的检测技术手段。针对焊缝X射线图像的缺陷提取问题,提出使用数学形态学分析的技术方案。先用低帽变换处理原始图像,降低背景灰度的同时凸显缺陷区域,然后设置固定阈值分离缺陷区域,最后使用开运算去除干扰,实现缺陷的自动提取。实验结果表明,提出的技术方案合理可行,能够准确分离焊缝X射线图像上的缺陷区域。     

铝合金搭接焊缝数字射线成像典型缺陷参考图像库的建立

对铝合金钨极氩弧焊搭接焊缝进行了X射线DR(数字射线)成像检测,得到了典型焊接缺陷的数字射线参考图像,定性分析了焊缝缺陷的图像特征。对典型缺陷的出现频数进行了统计分析,结果表明,手工钨极氩弧焊搭接焊缝的裂纹、气孔与夹杂缺陷的出现几率较高。对单个气孔、夹杂缺陷进行了分类。通过拉普拉斯锐化、浮雕特效和多尺度对比度增强方法对含裂纹的DR图像进行了缺陷增强显示,提高了人眼视觉效果。     

射线检测图像中焊缝和缺陷的提取方法

针对射线检测图像中焊缝和缺陷难于准确检测提取问题,基于逐级局部化处理,提出了一种实用的检测方法.方法充分利用了图像本身已包含的信息,首先通过条带区域特征检测确定焊缝区域在原始图像中的大致位置,然后通过列灰度波形分析确定焊缝边界和缺陷所在的局部区域,并粗分标记区域类型为非裂纹类和裂纹类,最后分别采用基于分水岭变换和Bea...     

基于超声杂波抑制的缺陷检测

超声TOFD(time of flight diffraction,衍射时差)法检测的D扫描图像中,作为背景杂波的侧向波与近表面缺陷波会发生混叠,致使近表面缺陷不易于检测. 针对这一问题,提出一种基于杂波抑制的缺陷检测方法. 该方法通过图像能量分布统计,确定背景杂波分量并予以去除,从而分离出与其混叠的缺陷信号,实现近表面缺陷的检测. 建立了的超声TOFD法检测信号的数学模型,阐明了基于图像能量分布的杂波抑制原理. 制作了人工缺陷试块及实际焊缝试块,并对其检测获取的图像进行了杂波抑制处理. 结果表明,提出的方法可有效去除图像中的非缺陷目标、提取近表面缺陷波,从而提高系统的有效检测范围.     

基于卷积神经网络X射线环焊缝缺陷检测

针对工业X射线焊缝图像对比度低、缺陷模糊且相对面积较小及难以识别的问题,设计了结合卷积神经网络的识别框架。根据缺陷图像特点,设计了对应的神经网络结构、卷积模板及池化模板的大小。在分析确定神经网络结构的基础上,卷积神经网络的灵敏度和训练算法也在文中一并给出。通过实例对神经网络结构进行了有效性的验证,缺陷检测准确率达97%,误报率仅为3%。同时,对适用于卷积神经网络进行识别的X射线焊缝图像进行了分析,发现灰度直方图有效信息跨度范围在50之上的卷积神经网络可以有效识别。文中所设计的神经络对X射线焊缝缺陷图像的识别可行、有效。     

复杂背景下X射线BGA焊点气泡检测

基于全局阈值分割的焊点气泡提取不准确,且当焊点被遮挡造成的气泡提取困难时,导致球栅阵列(ball grid array,BGA)焊点气泡检测困难. 针对这些复杂背景下BGA焊点气泡的X射线缺陷检测问题,采用阈值分割、焊点圆度、焊点面积等标准提取未被遮挡的焊点,并提出了一种交互式射线轮廓提取方法完成被遮挡焊点轮廓的提取. 针对焊点气泡的特点,提出基于灰度形态学、直方图拉伸、模糊增强、BLOB分析综合处理的焊点气泡检测方法. 对比试验研究结果表明,该算法对复杂背景下BGA焊点气泡检测有较高准确率.     

一种X射线图像增强方案

X射线图像信息量大,通常不止一个灰度层次,运用图像增强方法可以提高图像对比度和像质,达到细节区域的最佳视觉效果。笔者首先分析了图像直方图层次;然后针对不同层次的图像内容,采用模糊松弛迭代算法建立了模糊集映射函数,对射线图像进行迭代运算;最后,使用迭代处理结果进一步做Sobel边缘检测算子处理和均值滤波处理。试验表明,该算法增强了图像视觉效果,且增强了图像中不同灰度层次的边缘细节信息,使得图像层次感更加明显。     

复杂形状航空锻件超声检测技术研究

在复杂形状航空锻件的超声自动检测过程中，由于锻件表面凹凸不平和各扫描点工件厚度不等，造成扫描程序难以根据各扫描点所采集的A型波进行缺陷自动识别，针对此问题，提出了基于工件厚度变化的“厚度-灰度”超声成像法，并在此基础上采用了基于模板匹配的缺陷识别方法，实验结果表明，上述方法能较好地提高航空锻件超声自动检测的效率和缺陷识别能力。     

基于稀疏匹配的机床零件瑕疵投影辅助视觉检测方法

机械臂在自动精准打磨机床零件前需要对机床零件进行特征识别,传统激光点阵扫描精度高,但设备成本高昂而难以规模应用。引入固定式投影产生扫描线图、棋盘格图和随机灰度图等特征作为测量辅助,并结合双目立体视觉测量对零件瑕疵进行检测,改善了传统双目视觉针对光滑平面零件难以识别特征进行立体匹配的情况。分析结果与激光点阵扫描结果进行精度校验。同时,通过5种经典局部立体匹配算法与所提方法进行精度比较,并对辅助图的关键参数进行精度关联分析。最后,引入自适应算法对所提方法进行优化以提高识别精度。结果表明：随机灰度图能够显著提高匹配精度,扫描线优化与子像素拟合能够进一步提高匹配精度,扫描线法与棋盘格法优化后精度提高较大,新方法可有效识别平面零件的瑕疵特征,检测精度达标区域占比大于98%。     

基于数学形态学的红外热波图像缺陷的定量分析

红外热波无损检测技术是一种主动式热激励加热的红外热成像技术。在热波检测过程中,红外热成像仪所生成的图像对比度低、背景噪声高,造成缺陷判读和定量分析困难。针对红外图像存在的问题,提出了一种基于数学形态学的分水岭方法,用其对红外热波图像进行图像分割和特征提取。该方法是一种灰值分割方法,具有很强的去噪能力。试验结果表明,该方法能够很好地消除噪声干扰,并能对缺陷的位置和面积进行定量分析,具有工程应用价值。     

异种材料连接界面弱信号缺陷的提取与量化

采用基于形态学增强和面积重构预处理的分水岭变换方法,对异种材料连接界面的超声检测图像进行了自适应分块阈值化分割处理.为了验证无损检测处理结果的可靠性,根据铜钢堆焊界面检测图像特征,对堆焊接头进行抽样破坏检测.结果表明,通过形态学增强和面积重构的预处理可有效抑制经典分水岭算法的过度分割,实现了检测图像按缺陷的分布特征进行自适应分块,进而通过阈值化分割,达到了超声弱信号缺陷的有效提取与量化的目的.经破坏性试验验证,该方法具有较高的检测可靠性.