学位论文 > 优秀研究生学位论文题录展示

X射线探伤中焊缝缺陷的图像处理与自动识别

作　者: 仲崇丽
导　师: 田玉敏；杨远
学　校: 西安电子科技大学
专　业: 计算机技术
关键词: 无损探伤 图像去噪 图像增强 图像分割 缺陷类型识别
分类号: TP391.41
类　型: 硕士论文
年　份: 2010年
下　载: 71次
引　用: 0次
阅　读: 论文下载
 

内容摘要


射线检测是常规无损探伤的重要方法之一,其检测结果的评定方法有两种：人工评定和计算机辅助评定。传统的人工评定方法是由评片人员在观片室中借助于观片灯、放大镜、量尺等工具手工完成,其劳动强度大,主观性强,一致性差,效率较低,即人工评片越来越不能满足生产发展的需要。近些年来,随着数字图像处理技术的发展,x射线底片的计算机辅助评定技术已成为目前无损探伤领域的研究热点,其主要内容包括底片的数字化获取与保存,图像的增强及锐化,焊缝缺陷区域的提取,缺陷的类型判别以及焊缝质量等级的最终评定。由于X射线底片数字化后,容易造成图像对比度低、缺陷边缘模糊、图像噪声多、存在较大的背景起伏等特点,使得如何进行缺陷信息的正确提取和分割、自动识别等成为一大难题。本文首先采用了一种既能去噪又能保持图像边缘及细节都不被破坏的好方法——K近邻平滑滤波方法去除图像噪声；然后利用模糊增强的方法增加图像的对比度。对图像进行预处理之后,再采用阈值分割的方法对缺陷图像进行分割,此处,我们分别利用类间方差法和矩保持法求得阈值,经试验比较后,取二者平均值为最终阈值进行处理。接下来,根据缺陷图像的不同影像特征,分别设计出适合于圆形缺陷和条形缺陷的边界跟踪算法；再选取适当的特征参数以描述出缺陷图像的形状特征。最后,结合缺陷的特征参数,参照X射线底片评定标准,确定缺陷的类型和本张底片的级别。整个处理过程中的图像及各特征参数都会被存入Access数据库系统中,在需要的时候打印出评定报告以作长期备份。本文的研究工作以X射线底片自动化评定为出发点,在缺陷图像的预处理,焊缝区域的分割和缺陷的边界跟踪等方面进行了重点研究,最后用VC++语言编程实现了各种算法,望本文所进行的工作能够在X射线底片的自动评定领域起到促进作用。

全文目录


摘要  3-4
Abstract  4-7
第一章 绪论  7-15
  1.1 研究背景  7-8
  1.2 X射线底片自动评定技术的国内外研究动态  8-10
    1.2.1 焊接缺陷图像处理和自动识别技术在国外的发展  8-9
    1.2.2 焊接缺陷图像处理和自动识别技术在我国的发展  9-10
  1.3 课题的相关技术概述  10-12
    1.3.1 射线检测图像的获取  10-11
    1.3.2 相关数字图像处理技术的简介  11-12
  1.4 本文的难点  12-13
  1.5 本文的工作  13-14
  1.6 本文的组织结构  14-15
第二章 X射线检测图像的预处理  15-23
  2.1 X射线检测图像的去噪  15-18
    2.1.1 图像噪声的产生  15
    2.1.2 图像噪声的去除  15-18
  2.2 X射线检测图像的增强  18-20
    2.2.1 图像增强技术概述  18
    2.2.2 利用模糊增强的方法增强图像对比度  18-20
  2.3 焊缝背景的去除  20-22
  2.4 小结  22-23
第三章 X射线检测图像的缺陷分割  23-31
  3.1 图像分割基本原理及方法  23-26
    3.1.1 图像分割技术简介  23-24
    3.1.2 图像分割方法比较  24-26
  3.2 基于阈值的焊缝缺陷分割  26-30
    3.2.1 基于阈值的分割原理  26-27
    3.2.2 类间方差法设定阈值  27-28
    3.2.3 矩保持法设定阈值  28-29
    3.2.4 基于类间方差法和矩保持法平均的阈值选取方法  29-30
  3.3 小结  30-31
第四章 缺陷标记及特征参数计算  31-47
  4.1 缺陷的影像特征分析  31-34
  4.2 圆形缺陷的轮廓跟踪  34-39
    4.2.1 圆形缺陷的边界跟踪  34-35
    4.2.2 圆形缺陷区域的标记和填充  35-39
  4.3 条形缺陷的轮廓跟踪  39-42
    4.3.1 概率松弛法原理  39-40
    4.3.2 基于字典的概率松弛标记算法  40-42
  4.4 缺陷影响因素分析  42-45
  4.5 用于缺陷识别的特征因素选择  45-46
  4.6 小结  46-47
第五章 缺陷评定系统的设计与实现  47-61
  5.1 缺陷评定  47-50
    5.1.1 缺陷的分级标准  47-50
    5.1.2 缺陷的综合评定  50
  5.2 缺陷评定系统的构建  50-60
    5.2.1 系统构建与功能模块  51-52
    5.2.2 数据库系统的设计  52-54
    5.2.3 底片评定流程与应用实例  54-60
  5.3 小结  60-61
第六章 结束语  61-63
致谢  63

相似论文

  1. 森林防火系统中图像识别算法的研究,TP391.41
  2. 医学超声图像去噪方法研究,TP391.41
  3. 数字图像处理在集装箱检测中的应用研究,TP274.4
  4. 个性化人工膝关节设计及其生物力学特性研究,R318.1
  5. 基于图像处理技术的烟叶病害自动识别研究,S435.72
  6. 基于数字图像处理的血管管径自动测量技术,R310
  7. 红外图像目标识别及跟踪技术研究,TP391.41
  8. 细菌聚类算法及其在图像分割问题中的研究与应用,TP391.41
  9. 轮廓波变换及其在图像处理中的应用,TP391.41
  10. 压感式指纹识别系统及算法研究,TP391.41
  11. 基于粒子群优化的Fuzzy c-mean聚类算法的基因芯片图像处理,TP391.41
  12. 基于知识的脊柱MRI影像分割算法研究,TP391.41
  13. 基于OpenCV的人脸检测方法研究,TP391.41
  14. 基于小波变换的信号稀疏表示及其在图像去噪中的应用,TP391.41
  15. 基于模糊理论的静脉图像增强算法研究,TP391.41
  16. 计算机辅助髋关节置换手术系统研究与开发,TP391.41
  17. 基于单目夜视图像的深度估计,TP391.41
  18. 基于中介真值程度度量的图像分割方法研究,TP391.41
  19. 基于图像处理的棉花成熟度判定技术的研究,TP391.41
  20. 数码相机中Bayer格式数字图像的降噪与颜色插值算法的研究,TP391.41
  21. 机器视觉系统中的图像噪声处理算法研究,TP391.41

中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理（信息加工） > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com