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.     

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。     

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。     

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.     

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。     

不等厚板搭接焊缝缺陷数字X射线检测

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.     

焊缝图像缺陷无损检测系统研究

作为现代工业的基础技术之一,焊接的质量直接决定了产品的使用寿命。作为无损检测最主要方式,X射线照相法有很大的优势,不仅能在不破坏构件的前提下对焊缝进行检测,同时也有着较高的准确度。基于此,本文主要针对X射线焊缝图像的相关特点,对焊缝图像缺陷无损检测系统进行相关研究。该系统首先简单处理了焊缝图像,而后运用剪影技术对图像进行再次处理,降低原始图像中的干扰因素,并将图像中的缺陷部分进行提取,运用与之相适应的特征测量实时显示系统,实时显示缺陷的相关特征。最后,还设计了扫描功能,对某列或某行的灰度值进行实时显示,最终实现了对焊缝图像的缺陷进行动态的检测显示。通过实际应用,证明该系统有着非常好的实用性。     

X射线检测图像焊缝分割方法研究

本文通过对大量X射线焊缝检测图像的列灰度分布曲线的分析,设计了基于灰度梯度和灰度阈值的焊缝分割方法。经验证,该方法对于对比度较低的焊缝检测图像可以很好地分割出焊缝,而不会产生过度分割的问题,从而实现了焊缝区域的自动分割。     

基于MATLAB图像处理的船体焊缝质量检测与应用

本文基于MATLAB对船体的焊缝图像进行处理,从而检测焊缝的质量,是在超声波探伤,X射线探伤等无损检测技术的基础上提出的一种简便的检测技术。它根据处理的图像得出焊缝的圆周、形状等几何尺寸以及其强度特征和纹理特征。通过对这些数值的分析进而判断焊缝是否存在气孔、夹渣、咬边、焊瘤、焊接缺陷等质量问题。改变了原来高成本,对人体有害的探伤技术所带来的不便。     

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。     

基于机器视觉的升船机凸齿焊缝检测方法

为了获取精准的焊缝检测结果,文中提出一种基于机器视觉的升船机凸齿焊缝检测方法。建立基于机器视觉的X射线焊缝底片采集平台,通过需求确定采集方案进行图像采集。将采集的底片作为研究对象,以广义交叉验证准则为优化目标,通过序列二次规划算法优化处理非降采样轮廓波变换(NSCT)域的去噪阈值,获取最优去噪阈值。在确定阈值后,采用非线性阈值函数处理Contourlet系数,获取去噪后的图像。引入梯度方向直方图算法提取升船机凸齿焊缝图像特征,将二叉树支持向量机(SVM)作为分类模型完成特征学习及升船机凸齿焊缝检测。试验结果表明,文中方法不仅可以获取精准的焊缝检测结果,同时还能够提高焊缝检测效率。     

基于压缩感知的X射线螺旋焊管焊缝缺陷检测

应用压缩感知技术对X射线石油螺旋焊管焊缝缺陷进行识别.先对现场取得的焊管图像进行处理,截取出图像中的缺陷和噪声部分,在其中挑选出典型的缺陷和噪声作为研究样本.然后根据压缩感知技术训练出缺陷和噪声样本图像的冗余字典,通过该冗余字典求出待检测缺陷和噪声图像的稀疏表示.最后根据压缩感知图像识别原理进行待测图像的类型识别,得到待检测图像的缺陷和噪声识别率,也就是缺陷检测的灵敏度和特异度.检测结果表明,该方法更具有满足工程要求的高缺陷识别灵敏度和特异度.     

地铁车站钢管柱焊缝气孔缺陷无损检测技术

为提高地铁车站工程现场钢管柱焊缝气孔缺陷的检测效率和检测精度,提出利用X射线线阵扫描技术进行气孔缺陷检测,并针对X射线图像存在隐秘气孔缺陷的特点,提出了钢管柱焊缝气孔缺陷检测方法,该方法包括定位钢管柱区域、定位焊缝区域和定位气孔缺陷区域3个步骤,在检测过程中尤其要注意对图像进行去噪处理。将检测方法应用到工程现场焊缝检测中：气孔缺陷的检测精确率和召回率分别达到97.7%和98.8%,能够较为准确地捕获钢管柱上的气孔缺陷,每张图像的平均处理时间仅为48.6 ms,具有很高的检测效率,能够在实际工程中予以推广应用。     

焊接检验及其设备

焊接接头的复制检验;X射线线阵实时成像焊缝缺陷检测方法;基于高频加强变换的焊接缺陷检测方法;钛合金压力容器焊缝X射线照相灵敏度影响因素分析;Ф25．4mm×0．5mm钽（Ta）管焊接接头的X射线检测;超声TOFD检测成像及缺陷定位系统;铜钢堆焊接头的超声信号特征及质量评价。     

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%.     

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.     

基于压缩传感技术的埋弧焊X射线焊缝图像缺陷检测

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%.     

基于线阵探测器的X和γ射线角焊缝检测试验分析

为了检测管子-管板角焊缝内部缺陷,提出了基于线阵探测器的管子-管板角焊缝射线数字检测方法。介绍了线阵列探测器成像原理,通过对管子-管板角焊缝试件的射线数字透射成像试验,分析了线阵列探测器在X和γ射线照射下的图像特点。试验表明,相比X射线,利用γ射线采集的图像质量稍差,并且整体灰度偏暗,采集时间较长。得出了影响线阵列探测器γ射线数字图像质量的一些关键因素,为线阵列探测器应用于γ射线提供了试验及应用依据。