共查询到18条相似文献,搜索用时 234 毫秒
1.
针对小径管X射线焊缝图像缺陷检测精确率低的现状,通过对图像进行特征分析并结合稀疏字典学习,提出一种基于图像分割的小径管焊缝图像缺陷检测算法.首先,对小径管焊缝图像进行两步图像分割获得感兴趣区域;其次,提取焊缝缺陷,得到缺陷疑似局部图像;最后,提出以不同类型原子间相关性最小为目标的小径管焊缝缺陷字典矩阵数学模型并使用K-SVD算法进行求解,利用该字典矩阵实现圆形缺陷、线形缺陷和噪声的分类鉴别.为提高系统实时性,使用并行编程对图像分割算法进行加速.结果表明,改进后缺陷字典矩阵对圆形缺陷识别成功率为0.974,线形缺陷识别成功率为0.967,且具有较快的识别速度,实现了小径管焊缝图像缺陷的有效识别. 相似文献
2.
由于存在焊缝图像噪声强、不清晰、对比度低的问题,导致图像分割效果差,文中提出一种基于二元函数拟合的X射线焊缝图像缺陷分割方法。通过正弦变换函数对原始焊缝图像增强处理,使用B样条曲线拟合图像内的灰度曲线,计算高斯曲率与平均曲率得到焊缝表面图像边缘特征,通过二元函数得到不同类型的焊缝边缘数据,结合焊缝图像的表决图,完成对焊缝图像缺陷完美分割。试验结果表明,该方法分割精度高,且在缺陷类别识别和检测效果图上都要高于卷积神经网络算法、目标检测算法、多视觉成像算法的,证明所提方法分割效果好,有实际的应用价值。 相似文献
3.
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. 相似文献
4.
在不等厚钢板搭接焊缝X射线检测图像中,由于工件及焊缝厚度变化带来的图像背景灰度差异、焊缝区灰度连续变化等,给基于图像处理的缺陷自动识别带来困难.同时,被检测焊缝装卡的空间位置具有不确定性,垂直布置的焊缝和重力方向存在一定角度,不便于缺陷自动识别及定位.文中给出一种基于不变矩的X射线图像校正方法,解决焊缝图像倾斜问题;在此基础上,给出一种图像噪声抑制、背景去除、图像分割及数学形态学相结合的缺陷识别方法.结果表明,所提方法能有效识别不等厚搭接焊缝中的气孔类缺陷,适用于自动检测. 相似文献
5.
为了有效提高焊缝未焊透缺陷检测结果的准确性,提出一种升船机轮毂焊缝未焊透缺陷超声波无损检测方法。利用改进的粒子群算法(PSO)搜索隶属函数的最优参数,对含有噪声的升船机轮毂焊缝图像展开模糊中值滤波处理,复原被噪声污染的像素点灰度值。经去噪处理后,采用一维局部二元模式算法(1-D LBP)提取升船机轮毂焊缝未焊透缺陷特征,对缺陷特征主成分分析和聚类处理,获取各个特征的权重和取值特点,将检测到的特征值和历史数据集比对,获取和不同缺陷特征的匹配结果,进而实现升船机轮毂焊缝未焊透缺陷超声波无损检测。试验结果表明,采用所提方法可以精准检测焊缝未焊透缺陷。 相似文献
6.
为提高X射线图像缺陷自动识别的能力与图像分割的效果,提出了一种基于主成分分析法的X射线焊缝缺陷图像增强与分割算法。该算法首先通过计算图像的协方差矩阵特征值与其对应的特征向量,并根据特征向量分布,选择感兴趣区域即图像中的焊缝部分,从而减少图像处理的计算量;其次通过分析特征值累计百分比和试验结果,筛选出最佳的特征向量,对图像进行基于主成分的重构;最后采用Otsu阈值分割法,对重构后的图像进行分割。试验结果表明,该算法在对比度低、噪声严重的X射线缺陷图像分割中有很好的应用效果。 相似文献
7.
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%. 相似文献
8.
为了提高基于超声相控阵的聚乙烯管道电熔接头的图像特征识别和自动缺陷检测效率,提出采用K均值聚类算法和数学形态学相结合的图像处理方法,实现了对超声相控阵检测图像的处理. K均值聚类算法可以有效地实现图像的整体分割,数学形态学处理能够平滑图像边缘,得到相对完整独立的缺陷成像区域. 结果表明,所提出的方法不需要训练样本,只需根据数据本身的属性进行自我训练,可靠性较高. K均值聚类算法和数学形态学相结合能较完整地将多种缺陷信息从图像中分离出来,为聚乙烯管道电熔接头缺陷的自动评价提供了新方法,具有较好推广价值. 相似文献
9.
10.
11.
将压缩传感理论引入X射线焊缝图像缺陷判断,提出将判断X射线焊缝图像是否含有缺陷问题作为一个模式识别问题处理,将待检测图像视为样本图像的线性组合,通过求取系数向量来判断图像是否存在缺陷. 为实现系数向量的稀疏化,提出利用罚函数的方法求解0范数最小问题的近似最优解,提出新的光滑可导的0-1惩罚项函数,使求0范数最优成为可能. 在此基础上分别利用1范数最小和2范数最小求取系数向量,并利用混淆矩阵对所求结果进行分析. 结果表明,综合考虑0,1,2范数最小化所得系数的识别算法灵敏度可达99%,特异度可达98%. 相似文献
12.
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. 相似文献
13.
There are many flaws in welding images such as noise, low contrast, and blurred edges, which affect feature extraction from welding defect regions and impede classification and recognition of welding defects. To deal with the complexity of welding defect images, this paper proposes an effective method for extracting the features of welding defect regions. Firstly, image preprocessing, image segmentation and image background removal are carried out to a welding image in order to extract welding defect region; and then an 8-connected-component labeling method is used to mark defect regions. Finally, it extracts geometric characteristic parameters including perimeter, area, circularity and others. The experimental result shows that the method proposed in the paper can accurately extract the features of welding defect regions. It has good adaptability and practicability. 相似文献
14.
针对铸件X射线图像对比度低、边缘模糊、噪声多等特点,提出了基于二维属性直方图的最大相关准则图像分割算法。首先利用最大熵法得到的阈值构造图像的属性集,然后由原始图像及其属性集构造二维属性直方图。通过最大化图像的二维属性直方图中目标和背景分布的相关量来选择阈值向量。同时,为了节省二维阈值算法的计算时间,给出了递推算法,此算法减少了大量的重复计算,有利于该算法的实时应用。对铸件中气孔、缩孔和杂质三种缺陷进行了分割,试验结果表明,该算法能够快速、准确地分割出铸件图像中的缺陷。 相似文献
15.
16.
In ultrasonic time of flight diffraction (TOFD) D-scan image, only a small fraction represents defects, whereas the majority is redundant. Because of the low contrast between defect and background image, it is difficult to manually interpret TOFD image. In addition, due to the nature of the weak amplitude of ultrasonic diffracted signals, the human factor introduces inconsistency into the interpretation. In order to automatically distinguish weld defects from the D-scan image, a defect detection method based on image processing technique is proposed. First, image pre-processing including clutter and noise suppression is conducted. Second, information entropy based image segmentation technique is employed to extract defects in the pre-processed image. At last, mathematical morphology based post-processing is carried out. The experimental results show that with the proposed method, TOFD can be used for automatic weld defect detection with satisfactory level of reliability. 相似文献
17.
18.
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. 相似文献