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。     

不锈钢薄板激光焊焊缝缺陷检测与识别

不锈钢薄板激光焊焊缝成形尺寸细微,焊接速度快、节拍快,人工进行焊缝缺陷检测已不适合,因此焊缝缺陷检测的自动化是必然趋势。构建了一套激光焊焊缝数字成像(DR)检测系统,并在DR检测图像的基础上研究了焊缝缺陷的自动检测与识别算法。首先设计焊缝和焊接缺陷检测系统,可靠地将焊缝和焊接缺陷从工件背景中分割出来,基于此又设计了焊接缺陷特征提取算法和缺陷类型识别算法,通过二叉树和逻辑回归分类可以将激光焊焊缝中的常见缺陷识别出来,识别正确率达到了工程化水平。     

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。     

基于边界方向直方图的激光环焊焊缝表面缺陷检测

针对汽车喷油器接杆的激光环焊焊缝图像,提出了一种基于边界方向直方图的缺陷检测方法。通过设定门限的方法对待测图像进行分割,再对分割后的图像提取边界点;采用边界方向直方图表示目标的边界方向特征,并采用边界点的不同梯度方向上的灰度平均值表示目标的边界灰度特征,两者结合能有效地描述目标的形状轮廓信息,准确地识别出焊缝图像中的正常收焊点和焊缝缺陷。实验证明:这种基于边界方向直方图的缺陷检测方法具有令人满意的准确性。     

汽车横向摇臂总成焊缝质量视觉检测系统

汽车部件焊缝质量的人工检测效率低,精度差,且数据不易统计、存储及查询。将机器视觉技术引入汽车部件焊缝质量检测能够很好地克服上述缺陷,实现焊缝质量自动检测、判定、统计及查询。检测系统利用机器人手臂夹持视觉传感器与光源,对汽车底盘横向摇臂的焊缝分段采集结构光图像和LED光图像,根据不同图像特征设计适应性强的图像处理算法进行计算、判别。通过LED光图像可以识别焊缝缺失、表面气孔等缺陷;通过结构光图像可以测量出焊缝宽度和角焊缝厚度,并判定是否焊偏。试验结果表明,检测系统能准确高效地计算、判别焊缝的主要特征,适合在焊缝质量检测领域推广应用。     

基于机器视觉的焊缝表面下塌缺陷实时检测系统

针对工件焊缝表面下塌缺陷检测精度低、效率低的问题,设计了一种基于机器视觉的焊缝表面下塌缺陷检测系统,代替人工检测。利用QT5.9开发软件界面,通过配置CCD相机与辅助光源对焊缝图像进行实时采集,并提出了针对焊缝表面下塌缺陷增强、分割、提取、识别的组合算法。使用改进的GrabCut算法解决了焊缝下塌缺陷与背景分割的难题,实现了对焊缝下塌缺陷的快速精确识别。试验结果表明,系统测量精度为0.02 mm~2,可以对焊缝表面下塌缺陷实现实时、精准、稳定的检测识别。     

非晶硅面阵探测器的焊缝DR检测质量研究

图像质量是制约非晶硅面阵探测器焊缝DR(Digital Radiography)检测的重要因素.文中提出了3个算法:建立数学模型对探测器的不一致性和噪声进行校正,提高了焊缝原始图像的质量;对噪声采用在时间域上平均序列帧图像,减少了噪声对焊缝缺陷特征的混淆;运用非锐化掩模滤波算法,加强微细缺陷特征,提高了微细缺陷的可分辨性.基于上述3个算法,焊缝DR图像质量得到提高,并可以与胶片相媲美.     

基于卷积神经网络X射线环焊缝缺陷检测

针对工业X射线焊缝图像对比度低、缺陷模糊且相对面积较小及难以识别的问题,设计了结合卷积神经网络的识别框架。根据缺陷图像特点,设计了对应的神经网络结构、卷积模板及池化模板的大小。在分析确定神经网络结构的基础上,卷积神经网络的灵敏度和训练算法也在文中一并给出。通过实例对神经网络结构进行了有效性的验证,缺陷检测准确率达97%,误报率仅为3%。同时,对适用于卷积神经网络进行识别的X射线焊缝图像进行了分析,发现灰度直方图有效信息跨度范围在50之上的卷积神经网络可以有效识别。文中所设计的神经络对X射线焊缝缺陷图像的识别可行、有效。     

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。     

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.     

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.     

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.     

Automated detection of welding defects in pipelines from radiographic images DWDI

This paper presents a method for the automatic detection and classification of defects in radiographic images of welded joints obtained by exposure technique of double wall double image (DWDI). The proposed method locates the weld bead on the DWDI radiographic images, segments discontinuities (potential defects) in the detected weld bead and extracts features of these discontinuities. These features are used in a feed-forward multilayer perceptron (MLP) with backpropagation learning algorithm to classify descontinuities in “defect and no-defect”. The classifier reached an accuracy of 88.6% and a F-score of 87.5% for the test data. A comparison of the results with the earlier studies using SWSI and DWSI radiographic images indicates that the proposed method is promising. This work contributes towards the improvement of the automatic detection of welding defects in DWDI radiographic image which results can be used by weld inspectors as a support in the preparation of technical reports.     

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.     

Automatic defect detection in ultra sonic TOFD D-scan data using image processing method

In ultrasonic time of flight diffraction (TOFD) D-scan image, only a small fraction represents defects, whereas the majority is redundant. Because of the low contrast between defect and background image, it is difficult to manually interpret TOFD image. In addition, due to the nature of the weak amplitude of ultrasonic diffracted signals, the human factor introduces inconsistency into the interpretation. In order to automatically distinguish weld defects from the D-scan image, a defect detection method based on image processing technique is proposed. First, image pre-processing including clutter and noise suppression is conducted. Second, information entropy based image segmentation technique is employed to extract defects in the pre-processed image. At last, mathematical morphology based post-processing is carried out. The experimental results show that with the proposed method, TOFD can be used for automatic weld defect detection with satisfactory level of reliability.     

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%.     

An automatic system of classification of weld defects in radiographic images

In this paper, we describe an automatic detection system to recognise welding defects in radiographic images. In a first stage, image processing techniques, including noise reduction, contrast enhancement, thresholding and labelling, were implemented to help in the recognition of weld regions and the detection of weld defects. In a second stage, a set of geometrical features which characterise the defect shape and orientation was proposed and extracted between defect candidates. In a third stage, an artificial neural network (ANN) for weld defect classification was used. With the aim of obtaining the best performance of ANN three different methods for improving network generalisation was used. The results was compared with a method without generalisation. For the input layer, the principal component analysis technique was used in order to reduce the number of feature variables; and, for the hidden layer, a different number of neurons was used.     

焊缝射线检测图像的缺陷搜寻与算法优化

基于X射线成像的焊缝缺陷自动检测技术对提高工业射线检测的自动化水平具有重要意义。在通过图像处理算法进行焊接缺陷提取的过程中,存在各种干扰,要求算法有很强的抗干扰能力。尝试了均值滤波背景相减和底帽变换两种缺陷提取算法,并分析存在的主要问题。针对这些问题,提出相应的解决办法,即模板优化算法和多特征再筛选算法,有效地解决了缺陷误检和漏检之间的矛盾。