基于二元函数拟合的X射线焊缝图像缺陷分割方法

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。     

PCA和贝叶斯分类技术在焊缝缺陷识别中的应用

以埋弧焊管焊缝的X射线检测图像为应用对象,针对图像中噪声点与微小缺陷易混淆的问题,提出将朴素贝叶斯与主成分分析法相结合,应用到焊缝图像的缺陷识别中的思路。首先,通过主成分分析进行特征向量的去冗余和正交化处理;其次,采用核密度估计的方法进行未知分布样本的条件概率密度函数估计。最后,利用贝叶斯原理实现缺陷类型的判别。试验表明,通过与主成分分析法的结合,朴素贝叶斯方法在焊缝缺陷识别的准确率上提高了5.5%,可有效地应用于焊缝检测图像的缺陷识别。     

基于聚类的埋弧焊X射线焊缝图像缺陷分割算法及缺陷模型

针对埋弧焊X射线焊缝图像的噪声强、弱对比度特点和常规图像分割算法成功率低的现状,提出将缺陷视为噪声,利用密度聚类方法进行缺陷分割.在进行图像聚类时,提出图像灰度密度的概念,方便对焊缝图像的分割.通过对现场100张焊缝图像的试验表明,所提方法大幅度地提高了缺陷分割的成功率,将分割成功率提高至95%.在聚类分割算法基础上,通过试验给出一种新的高维空间缺陷数学模型,该模型综合考虑了缺陷形式复杂性等特征.通过试验在高维空间对模型予以验证,并结合所提聚类算法给出了覆盖率曲线.     

小径管X射线焊缝图像缺陷识别算法

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.     

基于局部曲面重构的焊缝X射线图像缺陷分割技术

背景消除是焊缝X射线自动检测中缺陷分割的常用方法,其核心是焊缝背景图像的获取。由于焊缝的多样性,常用的低通滤波和曲线拟合方法所得到的背景不够准确,造成较多误检率。研究了基于局部曲面重构的背景消除法,先对焊缝列灰度进行分析,获取潜在的缺陷区域,再对该区域进行曲面重构,获得焊缝背景图像。试验表明,该方法可有效减少误检和漏检,并获得良好的焊缝缺陷形貌。     

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.     

基于EMD复合材料X射线图像微小缺陷提取

提出了基于经验模态分解（简称EMD）方法复合材料X射线图像内部微小缺陷自动提取算法。该算法利用信息熵结合峰值信噪比,合理控制EMD分解层数,实现缺陷特征最优提取。通过试验结合图像分割,有效地分割出内部微小缺陷。相比于传统方法,该方法可检出由材料结构和图像噪声造成的微小缺陷以及所有方向和类型的缺陷,且可提取材料的其余特征值。     

基于人眼视觉特性的焊缝X射线图像辅助判读系统

目前,X射线焊缝检测主要采用人工判读X射线胶片的方式,可靠度差,效率低。介绍了一种焊缝X射线图像辅助判读系统,它采用基于人眼视觉特性的图像处理算法,对数字化后的胶片图像进行处理,增强其视觉效果,帮助评片,同时还增加了图像数据库存储检索功能。相关试验结果表明,该方法对难以识别的焊缝图像有较好效果,有助于焊缝缺陷的检测。     

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Faster-RCNN的船舶焊缝X射线缺陷图像检测技术应用

将目标检测网络Faster-RCNN应用在船舶焊缝X射线缺陷图像检测中,探讨了Faster-RCNN在X射线焊缝缺陷检测中的效果。针对船舶工业中的X射线焊缝图像,首先采用CLAHE方法对焊缝X射线图像进行预处理,并将焊缝中存在的气孔、裂纹、未熔合等5种具有典型特征的缺陷作为识别目标进行标注并对数据进行增强。在目标识别上,采用ResNet-50作为主干网络来减少梯度弥散现象提高模型准确率,并针对焊缝缺陷目标小的特点对RPN网络锚点参数进行改进优化,同时引入FPN网络提取缺陷特征。最后与其他检测算法进行对比,试验结果表明,该数据集在模型上的m_AP值达到96.33%,可以满足X射线焊缝缺陷自动化辅助检测要求。     

Image segmentation of small defects in precision weldments with complex structure

In this paper, the X-ray nondestructive test method of small defects in precision weldments with complex structure was presented. To resolve the difficulty of defect segmentation in variable grey image, the image processing based on Visual Basic programming method was adopted. The methods of automatic contrast and partial grey stretch were used to enhance the X-ray detection image which has relatively low contrast, then automatic threshold method was carried out to segment the two high intensity zones, and weld zones which contain the small defects was extracted. Smoothing and sharpen processing were proceeded on the extracted weld zones, and small defects in X-ray detection image of weldments with complex structure were segmented by using the method of background subtraction in the end. The effects of raster were eliminated, and because of that the image processing was only proceeded on the extracted weld zones, the calculated speed using the above provided algorithm was improved.     

区域生长算法的改进及其在异物检测中的应用

提出一种基于区域生长的图像分割算法,并达到异物识别的目的。该算法根据不同X射线图像直方图的特征,自动选取出所需要的种子点,并且通过对已进行过区域生长的部分进行概率统计,得出合适的阈值,进行种子区域生长。相对于一般的根据每幅图像手动选取种子点以及闽值的种子区域生长法（SRG）,该算法能够快速有效地进行图像分割,异物识别率高。     

X射线焊缝图像的缺陷检测与识别技术

针对目前无损检测主要采用人工方式存在的主观不一致、检测效率低、操作复杂等问题,设计了一套焊缝缺陷自动检测系统。提出基于Otsu双阈值分割的缺陷区域自动提取、图像的降噪和灰度增强的图像预处理方法;通过SUSAN算法检测焊缝缺陷目标,并结合形态学孔洞填充算法修正缺陷目标;计算焊缝缺陷目标特征参数,并结合所设计的深度为4的二叉树分类识别逻辑流程,实现了较好的焊缝缺陷的检测结果。     

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%.     

Flaw detection in radiographic weldment images using morphological watershed segmentation technique

In this paper, the concept of application of morphological multistage watershed segmentation for detection of flaws in radiographic weld images is discussed. It is simple and intuitive and always produces a complete division of the image. The multistage watershed segmentation used here reduces the problem of over segmentation besides generating boundaries with very less deviation from their original position. Two-stage water segmentation is implemented here. At the first stage, watershed transform is applied to an X-ray image and the resultant mosaic image pattern is further thresholded by Otsu's thresholding method and converted into the binary image. Then, morphology and top-hat transformation is applied on binary image to separate partially overlapping objects. Euclidean distance map is calculated for each basin to label resultant segments uniquely and to separate ridges. This follows the second stage of watershed segmentation to obtain better-defined boundaries while removing over-segmented regions. Watershed segmentation algorithm has been able to detect flaws like slag inclusions and wormholes-type weld flaws. It shows all defects with reasonable accuracy having close contours. Similarly, small cavities are also highlighted successfully.     

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.     

一种基于时空MRF的工业CT图像序列分割方法

提出了一种基于时空马尔科夫随机场的工业CT图像序列分割算法。此算法根据工业CT图像序列信息连续性的特点,建立时空Markov随机场,并且构造相应的混合高斯统计模型能量函数,利用条件迭代算法（ICM）实现最大后验概率（MAP）估计。仿真试验表明,该方法能够较好地实现工业CT图像序列的分割。     

基于图象分割的图象处理法在焊缝识别中的应用

提出了无须外加光源的基于图象处理的焊缝边缘识别方法和边缘特征提取过程,对采用小波滤波去噪后的焊缝图象采用符合实时性要求的焊缝图象处理方法,包括基于图象分割的焊缝图象分区法以及根据实际焊缝图象的实际性质加以分析得出的基于ＣＣＤ扫描性质的焊缝边缘识别法,这些方法既简单又适用,在实际焊缝跟踪中能得到良好的效果。通过多次实验得出：此种方法算法简单,响应速度快,适合于实际应用,能快速获得清晰的焊颖边缘,可以     

改进的Otsu法在焊接图像分割中的应用

为把焊缝区域准确地从焊接图像中分离出来,以便进行焊接质量的在线分析,本文针对焊接图像灰度级多、信息量大、对比度低、图像部分细节模糊等特点提出了一种新的改进的Otsu法,在考虑类间方差和类内方差对图像分割效果影响的基础上,用方差信息代替均值信息,构建了焊接图像分割阈值算法,用以提高焊接图像的分割质量和图像实时处理的速度.实验结果表明,本文所提出的算法达到了很好的焊接图像分割效果,图像分割耗时短,相对于目前的图像分割方法具有明显的优越性,是一种有效的焊接图像阈值分割方法.