基于数学形态学的超声C扫描图像校正方法

通过分析表面波对超声C扫描图像的影响发现,由于超声探头纵向分辨率的限制,对缺陷回波采样过程中叠加的表面回波分量在超声C扫描图像中形成了不均匀分布的图像背景,影响了超声无损评价的准确性.针对上述问题,采用基于数学形态学的形态滤波方法对C扫描图像进行了校正.试验结果表明,通过形态滤波,超声C扫描图像中的不均匀背景得到了校正,同时保留了缺陷的结构特征,进一步对图像进行阈值分割,分割结果准确性明显提高.     

弧形电触头超声C扫描图像校正问题的研究

通过分析弧形电触头钎焊界面的超声C扫描成像原理，发现由于弧面高度的变化引起的反射回波在传播时间上的差异，导致了对缺陷回波采样过程中叠加了表面回波分量，从而形成了在超声C扫描图像中不均匀分布的图像背帚，该背景满足二次曲面形式。根据最小二乘法原理，采用二次多项式拟合图像背景，并根据拟合结果校正超声图像。结果表明，图像背景拟合结果与理论分析一致，通过对弧形触头的超声C扫描图像进行校正，消除了不均匀背景对超声图像的影响，校正后的图像正确反映了钎焊界面缺陷信息，有效解决了弧形电触头钎焊质量超声无损评价问题。     

工业超声图像处理技术研究

将数字图像处理理论与算法应用到超声成像系统,对超声C扫描图像进行滤波和边缘增强,提高了图像的质量,为准确、可靠地识别缺陷奠定了基础。     

石材表面的线类缺陷检测

在单一颜色的石材大板中,裂纹是主要的一种线性缺陷。在数字图像处理范畴内对石材大板裂缝的识别算法进行研究。针对裂缝图像的特点,首先对图像进行预处理,以便保证识别的准确性。重点对图像校正以及图像增强进行了研究,达到消除噪声的同时又能最大程度上保护好裂纹边缘的目的。然后采用改进后的阈值分割法对线性裂纹滤波图像进行分割;采用数学形态对裂纹进行单像素细化,获得裂纹尺寸。     

一种基于超声C扫描成像原理的图像边缘检测方法

针对超声C扫描图像中缺陷边缘的模糊问题，通过建立超声C扫描成像的数学模型，分析了异种材料结合界面超声波反射能量的分布情况。结果表明，由于聚焦探头焦点直径的存在．使得结合界面中缺陷边缘两侧反射声波能量发生变化，从而引起了超声C扫描图像中缺陷边缘的模糊现象。基如此，提出了一种快速确定C扫描图像缺陷边缘的方法。对平底孔超声C扫描图像边缘检测的试验结果表明，该方法适用于超声C扫描图像的边缘检测．明显优于Sobel算法和Canny算法，能够快速准确检测出缺陷边缘。     

基于背景差分的高铁钢轨表面缺陷图像分割

高铁钢轨表面图像具有光照变化、反射不均、特征少等特点,使得缺陷自动检测极为困难。为了在高速运动过程中,从复杂的钢轨表面图像中分割出缺陷,根据钢轨表面图像具有沿钢轨方向像素值基本不变的特征,建立钢轨表面图像背景模型,提出了基于背景差分的钢轨表面缺陷检测算法,主要包括钢轨区域提取、背景建模差分、阈值分割和图像滤波4个步骤,其主要特点是将视频监控中的背景差分法推广到缺陷图像分割领域,同时借助自适应阈值分割和滤波技术,在一定程度上,解决了铁轨表面缺陷分割过程中图像光照变化、反射不均、特征少等不利因素的影响。实验仿真和现场测试结果均表明,该方法对块状缺陷能很好地识别,召回率和准确率分别达96%和80.1%。     

航空发动机叶片实时成像自动检测技术研究

为了实现航空发动机叶片X射线实时成像自动检测,以基于平板探测器的X射线实时成像系统为研究对象,根据射线实时成像的特点,对航空发动机叶片缺陷的提取技术进行了研究。根据航空发动机叶片X射线数字图像灰度变化的特点,将叶片图像划分为6个区域,分别进行基于扫描线的自适应中值滤波模拟出缺陷的背景:将原始图像与背景图像相减,获得背景平坦、缺陷突出的差值图像;通过对差值图像进行阈值分割,实现对缺陷的分离;用数学形态学的开运算对缺陷图像滤波以去除噪声;为保证缺陷的准确性,用区域生长法重新生长出缺陷:最后提取出缺陷的特征参数。将缺陷提取的结果和人工评片的结果比较,证明这种方法是准确、有效的,为实现航空发动机叶片X射线自动检测打下了良好的基础。     

薄镀锌钢板点焊超声成像分析

采用水浸超声聚焦直入射法对镀锌薄板点焊焊核进行超声C扫描成像检测,分析C扫描图像中各特征部分的超声A扫描信号。超声波C扫描成像方法能够测量点焊焊核直径,检测焊核中常见的几种缺陷如气孔、裂纹以及飞溅,此外采用该方法还能对焊核的外观进行检测。为了获得更为精确的焊核内部结构信息,进一步分析了焊核内部不同形状缺陷的C扫描图像特征及A扫描信号特征,通过这些图像特征和信号特征能够判断焊核内部缺陷的形状及类型。因此,超声C扫描成像法能够在不破坏点焊焊核的前提下全面直观地显示焊核的内外部结构。该方法不仅能够用于评价点焊质量,而且还可以作为辅助手段用于点焊的其他研究中。     

针对不均匀光照高反光注塑工件图像的缺陷定位和分割

光照不均匀的现象在高反光注塑工件检测过程中十分常见,对于缺陷的定位和提取造成了很大影响。为了解决注塑工件图像中普遍存在的光照不均匀问题,提高缺陷提取的成功率,提出了一种基于行像素灰度校正的不均匀光照图像增强算法,使用二次定位的阈值图像分割方法对柱状注塑工件进行了缺陷定位和分割。建立新的行像素灰度校正系数模型,对图像的每一行像素进行灰度校正;为获得更准确的分割定位,建立二次定位阈值图像分割模型。针对不均匀光照的注塑工件图像有更好的增强效果,其平均灰度、图像熵以及峰值信噪比等性能均有提高,利用二次定位的方法对柱状工件进行360度的缺陷定位及分割过程时间短,保证了实时在线检测时间上和质量上的可行性,具有计算机制造工程应用价值。     

基于形态模式谱的浮选泡沫图像结构元素选择

针对矿物浮选过程中泡沫图像处理的结构元素选取问题,提出了基于形态模式谱的结构元素选择方法.在二值图像粒度测定理论基础上,引入形态模式谱概念,对泡沫图像高光区域进行连通滤波,对于形状滤波过程中,引入Zernike矩作为高光区域的形状描述,联立尺寸、形状的粒度测定结果,获得高光区域的形态分布模式谱,通过求取二维模式谱矩阵的方差值,并求最小值得到泡沫图像处理所需的最优结构元素.实验结果表明,该方法能充分利用浮选泡沫图像信息,有效地为泡沫图像分割过程提供最优结构元素,提高浮选泡沫图像分割准确性.