基于FGT-FBP重构算法的焊接缺陷检测

针对焊接过程产生的缺陷，提出一种磁光成像传感的模糊灰度变换和滤波反投影(FGT-FBP)重构检测方法. 研究焊接缺陷的几何特征，通过分析裂纹和未熔合两种不同焊接缺陷在交变磁场励磁下的磁光成像特征，设计模糊规则，对磁光图像进行模糊灰度变换. 增强磁光图像对比度，使焊接缺陷形态趋势可视化，实现描述磁光成像焊接缺陷细节的无参考型图像评估方法. 对FGT处理的焊接缺陷磁光图进行旋转投影，并经过快速傅里叶变换和改进的滤波器进行滤波去噪，消除伪影后进行反投影变换实现焊接缺陷图像的重构. 利用滤波反投影重构算法进行去噪，可有效突出焊接缺陷特征. 最后结合阈值分割和边缘检测实现焊接缺陷检测. 结果表明，该方法能较准确检测裂纹和未熔合两种焊接缺陷.     

铝合金焊缝图像的焊接区域提取与缺陷尺寸形状保真

针对焊缝图像的特点,探讨了焊接缺陷自动识别中焊接区域提取的问题,提出了三角拟合法焊道分割、焊道边界滤波修正等方法,并在此基础上,针对焊接缺陷尺寸与形状修正的问题,定义了缺陷矩形与终矩形的概念,设计了缺陷矩形生成策略、缺陷矩形的分割与生长循环、终矩形内缘提取等方法,在焊道区域提取、缺陷的尺寸与形状的保真方面取得了较好的效果。     

高强钢焊接缺陷磁光成像分形特征检测

研究一种基于磁光成像原理的焊接缺陷无损检测新方法.以高强钢表面微小焊接缺陷为例,采用分形维数对焊缝磁光图像进行特征识别并估计最优尺度,根据Adabost分类算法对提取的焊接缺陷特征进行分析和训练,构建焊接缺陷特征量并对高强钢表面缺陷磁光图像进行自动识别.结果表明,运用磁光成像方法可以获取高强钢焊接缺陷特征,并通过图像分形维数分析可识别焊缝缺陷的位置、形状和类别.     

基于K-SVD算法的带钢表面缺陷图像去噪

目的有效滤除带钢表面缺陷图像高斯噪声。方法高斯噪声是影响带钢图像质量的主要噪声类型之一,针对带钢表面缺陷图像高斯噪声去噪,首先对传统K-SVD(K-means and singular value decomposition)算法中的字典进行升级改造,然后采用正交匹配追踪(OMP,Orthogonal Matching Pursuit)算法对图像进行重构,滤除噪声,最后运用此算法对缺陷图像进行高斯滤波处理。为验证该算法去噪效果,选取几种常见的典型缺陷图像(划伤、气泡、氧化色、粘结纹)进行测试仿真,并选用中值滤波、均值滤波、小波变换、维纳滤波、3维块匹配(BM3D)等多种传统滤波方法进行比较。结果该算法对四种典型缺陷去噪的PSNR(Peak Signal to Noise Ratio)值平均可达33.976 d B,MSE(Mean Square Error)平均值为27.607,SSIM(Structural Similarity)平均值为0.912。结论该算法对带钢表面缺陷重构图像的边缘细节清晰,PSNR、MSE、SSIM三个性能指标明显优于其他传统滤波算法,去噪效果良好。     

基于红外视觉的熔化极气体保护焊外观缺陷识别

焊接过程可视化监控与成形缺陷智能识别是实现焊接智能制造的重要途径之一. 采用红外CCD在线采样熔化极气体保护焊(gas metal arc welding，GMAW)熔池红外图像，结合改进滤波算法和图像增强算法对图像进行预处理，通过热电偶进行温度标定，建立红外图像中灰度值与温度值的对应关系，进而获取焊接熔池的温度分布信息，然后采用改进边缘提取算法提取熔池的特征参数，据此建立焊接外观缺陷的特征识别算法. 结果表明，所设计的算法对焊接形状缺陷、烧穿及未熔透等在线识别具有良好的实用性和准确性.     

基于视觉的MAG焊气孔缺陷图像特征初步探讨

针对MAG焊特点,利用被动式熔池视觉传感系统,采集到清晰的熔池图像;通过同步对比试验方法,系统地对焊接气孔缺陷与熔池图像特征信息之间的关系进行了研究,提取了表面气孔、内部气孔(夹渣)对应的熔池图像特征,并从灰度均值和标准差的角度研究了焊接气孔缺陷产生过程中熔池图像变化情况及奇异特征.试验表明,通过熔池视觉图像特征判断气孔焊接缺陷,具有良好的可行性,为基于视觉传感的焊接缺陷自动识别提供了技术依据;一种图像特征可能预示有多种焊接缺陷产生的可能,一种焊接缺陷可能有多种图像特征显示.     

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。     

超声相控阵图像中的缺陷识别算法

超声相控阵图像的缺陷处理目前停留在人眼观察和人工标识的阶段。提出了一种自动识别超声相控阵缺陷图像的算法过程。该算法分为预处理、图像滤波、特征提取和多目标缺陷跟踪等步骤。通过分析目标缺陷轨迹的相关参数,结合目标缺陷自身的面积等信息来综合判断目标缺陷是否为实际缺陷。对带孔金属铝试块进行的测试检验了算法和程序的正确性,获得了很好的缺陷跟踪和识别效果。     

全自动金丝焊线机微芯片快速定位方法研究

针对传统的自动焊线杌采用模版法进行LED微芯片检测速度慢、效果不理想的问题,提出了一种无需模版的检测方法.该方法首先进行图像分割和改进的中值滤波处理,然后采用自适应阈值算法将图像二值化,再利用邻域检测将图像中的微芯片适当加权,最后通过质心定位微芯片.部分可并行化的操作(改进的中值滤波、加权操作)利用GPU并行运行,提高...     

基于USB接口的超声TOFD检测系统研制及其应用

为了定量检测厚壁焊接结构中的缺陷,对基于USB接口的便携式超声衍射时差法(TOFD,timc of flight diffraction)的缺陷检测及定位系统进行了研究.为了便于缺陷的定量及定性识别,引入了信号互相关算法,实现了检测图像的校正.利用该检测系统进行了锅炉压力容器焊缝的检测.结果表明,该系统所获得的D扫描图...     

基于多尺度Retinex的缺陷图像增强算法

针对荧光磁粉检测中缺陷图像光照不均匀、对比度差的问题,提出了一种基于多尺度Retinex(MSR)的图像增强算法,阐述了该算法的原理及实现方法。首先,计算三种不同尺度下的高斯滤波函数系数;然后分别对原始图像进行卷积操作并将结果加权平均;最后,将图像进行截断拉升,得到处理结果。试验结果表明:多尺度算法与常规算法相比,既实现了图像动态范围的压缩,又完成了对比度的提升,提高了图像的质量。     

基于高阶统计的放射图像自动焊接缺陷检测

为了提高放射图像的焊接缺陷检测精度,引入了功率倒谱技术,并设计焊接区域定位机制,提出了基于高阶统计的放射图像自动焊接缺陷检测方法。首先,利用自适应直方图均衡技术增强放射图像;并使用均值维纳滤波器对增强后的图像进行滤波处理;然后通过设计焊接区域定位机制,从放射图像中确定焊接缺陷所在的区域;再引入功率倒谱技术,从高阶频谱(三阶谱)中提取放射图像的倒谱特征信息;并利用神经网络技术对提取信息进行特征匹配。仿真结果显示,与当前缺陷检测方法相比,本文方法的检测率要高于其他方法。     

焊接缺陷磁光成像纹理特征GLCM-Gabor识别方法

一种基于磁光图像纹理特征的焊接缺陷无损检测方法,首先用法拉第磁致旋光效应,结合漏磁场及磁畴理论分析焊接缺陷与磁光图像关系.针对缺陷磁光图像特点,通过灰度共生矩阵(gray level co-occurrence matrix,GLCM)提取磁光图像纹理特征.由于裂纹和凹坑的GLCM纹理特征参数区分度不高,提出用Gabor变换法进一步提取磁光图像纹理特征.将GLCM-Gabor纹理特征作为输入量,用支持向量机(support vector machine,SVM)构造缺陷分类模型.结果表明,该方法可有效识别焊缝表面及亚表面特征(凹坑、裂纹、未熔透、无缺陷),分类模型整体识别率可达89.7%.     

图像焊缝检测的圆形子窗口多步GPI方法

图像上紧密对接焊缝的提取是自动化焊接研究的难点.提出了焊缝检测新方法--圆形子窗口多步灰度投影积分(MSGPI)方法.在该方法中,利用圆形子窗口和灰度投影积分均值,克服了传统灰度投影积分(GPI)方法的缺陷;采用链表存储Sobel滤波所得边缘点,减少了计算量;用阈值法克服了划痕和锈迹干扰;利用划分角度区间分粗、精两步的检测措施,在保证精度的同时减少了计算量.结果表明,该方法能够快速准确地实现紧密对接焊缝的检测.     

基于线形化算法的熔池三维形状提取

在自动化焊接过程中,焊接熔池形状是判断焊接质量的主要依据.熔池三维形状包含有更丰富的焊接质量信息,采用阴影恢复技术对熔池图像进行恢复.一种快速的线形近似求解方法被用来求解焊接反射图方程,得到了熔池高度迭代式.采用Kalman滤波的思想,完善了该算法实际执行过程中可能出现的问题.试验熔池图片验证了该算法是快速并且有效的.     

基于机器视觉的金属板材表面缺陷光学检测技术

为了解决传统金属表面质量检测技术的缺陷检测精度不高、缺陷检测识别率不高、缺陷分类不准确的难题,搭建了一套基于机器视觉的金属板材表面检测系统。基于偏微分方程,利用图像等照度线改进中值滤波算法,对图像进行预处理,显著地抑制了图像的噪声。利用最大类间方差算法(OTSU)自适应确定一图像双阈值,改进了Canny算法中高斯滤波器对图像的灰度分布特征提取,使其不受亮度和对比度的影响。最后,利用SIFT(Scale-invariant Feature Transform)算法提取缺陷特征点,提出一种BP(Back Propagation)神经网络和SVM(Support Vector Machine)向量机结合分类器的检测方法,缺陷检出率为926.8%,单幅图像检测仅需498.ms,该缺陷检测系统对金属板材表面缺陷能有效提取与识别,满足金属板材表面在线检测的要求。     

基于分块显示的工字型焊件感兴趣区域自适应提取

感兴趣区域的自适应提取对焊接缺陷评价系统运行速度的提高有重要意义.本文针对工字型焊件射线检测图像的特殊性,提出了一种基于图像分块显示的感兴趣区域自动提取新方法,该方法可精确定位感兴趣区域边缘值,从而实现感兴趣区域的自适应提取.此外,与手动提取方法进行了对比.结果表明:本文提出的方法能很好地实现检测图像中感兴趣区域的自适应提取,且提取结果不受腹板高度变化的影响,算法的鲁棒性强;相比于手动法,提取结果更精确,避免了频繁修改程序的操作,后期图像处理的速度显著提高.该算法的实现使整个图像处理及缺陷评价系统成为了一个完整的整体,工程应用前景广阔.     

基于改进C-V方法的焊接图像识别

基于简化的Mumford-Shah水平集图像分割模型,Chan-Vese提出了不依赖于图像边缘的水平集图像分割算法(C-V方法).文中对该算法进行了深入研究,指出了原方法存在的缺陷,即处理的图像必须具有比较明显的特征,分割目标过多且较为分散时则很难得到理想的结果,每次迭代过程都需要对所有的图像数据进行计算,比较费时.根据焊接图像本身的特点给出了三点改进,即强化特征模型的修正、多尺度快速算法和全局特性抑制.应用改进的算法,进行了模拟对比试验和真实熔池图像识别的试验.结果表明,该方法能识别出焊接图像连续轮廓,提取有用信息,具有良好的适应性.同时为复杂图像的特征物体目标提取提供了可行的思路.     

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.     

基于多结构元素形态学的射线焊缝缺陷检测方法

针对射线探伤中采集的焊缝图像存在对比度低,噪声干扰及边界模糊等特点,提出了一种基于多结构元素形态学的射线焊接图像缺陷边缘检测方法。在对原始射线焊接图像进行预处理、焊道提取后,选取了多尺度多结构元素,运用灰度形态学方法对焊接图像进行缺陷边缘检测与提取。试验结果表明,对比传统的边缘检测算法,该方法能有效提取图像中的焊接缺陷边缘,且其连续性和完整性较好。