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。     

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。     

基于EMD复合材料X射线图像微小缺陷提取

提出了基于经验模态分解（简称EMD）方法复合材料X射线图像内部微小缺陷自动提取算法。该算法利用信息熵结合峰值信噪比,合理控制EMD分解层数,实现缺陷特征最优提取。通过试验结合图像分割,有效地分割出内部微小缺陷。相比于传统方法,该方法可检出由材料结构和图像噪声造成的微小缺陷以及所有方向和类型的缺陷,且可提取材料的其余特征值。     

复杂结构中焊接缺陷的空间分布特征

采用X射线实时成像方法对复杂结构钛合金激光焊件进行了无损检测,并基于缺陷位置的线灰度分布曲线确定了焊件中微小缺陷的空间位置,推导出了一个计算缺陷埋藏深度的公式。针对峰值异常和斜凹形异常缺陷分别提出了一个缺陷到射线穿透焊件最薄处的投影距离自动提取算法。试验结果表明,上述算法能很好地计算出投影距离并进而确定缺陷空间分布特征。     

基于视觉注意机制的射线图像缺陷检测方法

针对铸件、焊缝等缺陷在复杂背景射线图像中提取准确度较低的情况,提出一种基于视觉注意机制的射线图像缺陷检测方法。根据缺陷的不同性质,将射线图像按照区域或者线段划分成若干子区域;通过模拟视觉注意机制,利用中央-周边差算子分割出可疑区域;设置显著性阈值排除图像其他部分的干扰,并极大减少了算法处理量,然后以阈值法即可准确提取出各类缺陷。实验结果表明:该方法可在复杂背景下的射线图像中准确高效提取出缺陷,准确率可达94.6%,且适应性强、通用性好。     

低压铸造铝合金轮毂内部缺陷的X射线检测

铝合金轮毂在低压铸造的生产过程中易产生缺陷,要使用X射线检测来确保产品质量。搭建了轮毂的X射线检测系统,使用动态阈值分割算法和数学形态学重建运算相结合的方法提取缺陷区域。通过铅尺实现图像的标定,获取缺陷的实际面积和直径,实现了轮毂缺陷的精确检测。结果表明,搭建的系统和提出的技术方案合理可行,能快速准确检测轮毂的内部缺陷。     

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。     

射线检测图像的自适应多尺度积阈值降噪算法

针对射线检测图像的高噪声、低对比度、图像模糊等特点,提出了一种射线图像的自适应多尺度积阈值降噪算法,解决了常用射线检测图像降噪算法存在的降噪效果差、图像模糊、缺陷边缘和细节丢失等问题。该算法利用噪声估计、多尺度、积阈值、小波等方法对射线检测图像进行降噪处理,获得了高质量的降噪图像。以实际的工业焊缝射线检测图像为例,将所提算法与常用的小波降噪、中值滤波、维纳滤波、小波中值等算法进行降噪对比研究。试验结果表明,所提算法不仅具有优异的降噪性能,而且能够较好地保留缺陷图像边缘、细节等重要特征。     

计算机辅助铝合金焊缝X射线底片的缺陷检测与分类

X射线底片缺陷计算机辅助分类是目前无损检测领域的研究热点之一,主要包括:底片信息的数字化获取、缺陷区域提取、特征参数设计与计算、缺陷分类和底片评定等内容.针对铝合金构件焊缝射线图像对比度低、边缘模糊、背景起伏等特点导致传统边缘提取及图像分割方法不能有效提取缺陷的现实,在图像处理时用背景相减、数学形态学等方法对缺陷进行了有效地提取,并根据缺陷特征参数进行缺陷的分类.对于线型缺陷(如裂纹)检测问题,由于其特殊的难度,对其检测问题进行了专门的研究和探讨.     

BGA焊点空洞缺陷的定量分析

在BGA焊点空洞缺陷的X射线检测中,如何实现缺陷的定量分析是整个检测过程的关键所在。提出使用全局阈值分割算法提取焊点区域,使用动态阈值分割算法提取空洞区域的技术方案,通过数学形态学开闭运算来去除干扰,计算焊点区域和空洞区域的面积来实现空洞缺陷的定量分析。试验表明,两种分割算法相结合的技术方案合理可行,可快速准确计算焊球内空洞缺陷的面积比,实现焊接质量的定量分析。     

基于优化Gabor滤波器的铸坏表面缺陷检测应用研究

目的提高金属铸坯表面缺陷检测精度。方法由于金属铸坯表面上存在鱼鳞状构造,其亮度和背景区域纹理特征不一致,而且有缺陷和无缺陷的区域的灰度值极其相似,使得缺陷非常难以准确检测出来。为解决上述问题,以便更有效地检测表面缺陷,通过详细分析金属铸坯表面缺陷特征,将该类零件表面缺陷分为两种类型,提出一种基于优化Gabor滤波器的金属表面缺陷检测算法,该算法通过设计两种评价函数,利用评价函数最大限度地提高无缺陷和缺陷区域之间的能量差,以选取Gabor滤波器四个最佳参数,同时使用双阈值滤波方法,以减少由于噪声和伪缺陷引起的测量误差。结果利用3种滤波算法对四十幅带有缺陷的图像进行试验,实验表明该算法在角部裂纹、细裂纹和伪裂纹检测精度分别达到92.50%、92.50%和95.50%。结论 Opt-Gabor算法能根据已分类的两种不同类型的裂纹较为准确地检测出铸坏表面缺陷,在测量精度上略优于其他几种算法。     

基于机器视觉的硬质合金微型喷嘴缺陷检测

针对现有人工目检方法对精加工硬质合金微型喷嘴产品表面检测存在速度慢、缺陷漏检率和误检率高等问题,提出一种基于机器视觉的喷嘴图像缺陷检测方法。分析了喷嘴缺陷图像类型和喷嘴结构,重点研究了喷嘴缺损圆边缘拟合、疤料边缘增强、极坐标变换和缺陷灰度值差异统计等。该方法避免了喷嘴的复杂结构对缺陷定位和检测造成的大量计算。通过对合格和不合格喷嘴进行检测,验证了该方法缺陷检测准确率达到98.6%,每件产品检测时间为0.834 s,而目视检测准确率为91.2%,每件产品检测时间为5.213 s。因此该算法有效提高了检测精度和速度,满足工业生产线对喷嘴检测准确性和实时性的要求。     

Development of an automatic weld surface appearance inspection system using machine vision

In this paper, an automatic inspection system for weld surface appearance using machine vision has been developed to recognize weld surface defects such as porosities, cracks, etc. It can replace conventional manual visual inspection method, which is tedious, time-consuming, subjective, experience-depended, and sometimes biased. The system consists of a CCD camera, a self-designed annular light source, a sensor controller, a frame grabbing card, a computer and so on. After acquiring weld surface appearance images using CCD, the images are preprocessed using median filtering and a series of image enhancement algorithms. Then a dynamic threshold and morphology algorithms are applied to segment defect object. Finally, defect features information is obtained by eight neighborhoods boundary chain code algorithm. Experimental results show that the developed system is capable of inspecting most surface defects such as porosities, cracks with high reliability and accuracy.     

基于机器视觉的汽车安全带的表面缺陷检测系统

表面缺陷检测是汽车安全带质量检测中的关键环节之一,目前人工检测方法存在效率低、稳定性差的问题,无法满足实际检测需求。搭建一个汽车安全带表面缺陷检测平台,构建基于机器视觉的表面缺陷检测系统。针对汽车安全带的表面缺陷特征,提出一种基于频谱分析的特征提取方法,并讨论频域滤波器的选择和参数的计算。实验结果表明:频谱分析法同Bob特征分析法、直方图法等相比,能更好地满足汽车安全带表面缺陷检测的准确率和实时性要求。     

X射线焊缝图像的缺陷检测与识别技术

针对目前无损检测主要采用人工方式存在的主观不一致、检测效率低、操作复杂等问题,设计了一套焊缝缺陷自动检测系统。提出基于Otsu双阈值分割的缺陷区域自动提取、图像的降噪和灰度增强的图像预处理方法;通过SUSAN算法检测焊缝缺陷目标,并结合形态学孔洞填充算法修正缺陷目标;计算焊缝缺陷目标特征参数,并结合所设计的深度为4的二叉树分类识别逻辑流程,实现了较好的焊缝缺陷的检测结果。     

凝汽器管板区传热管的涡流MRPC探头检测

为了解决凝汽器传热管在管板区的涡流Bobbin探头检测存在的检测盲区,文章提出了采用MRPC探头检测这一区域的方法。通过试验研究,区分了不同类型缺陷信号并归纳了不同类型缺陷的信号特征。通过建立伤深-相位曲线,实现了对于不同类型人工缺陷的缺陷深度测量。为了检验该方法的有效性,采用该方法检测了模拟管板传热管中不同位置的人工缺陷,取得了良好的检出效果,深度测量值与实际值接近。     

基于机器视觉的线缆表面缺陷检测系统设计与算法研究

针对相关行业对线缆表面质量检测的需求和人工检测方法的不足,提出一套基于机器视觉的线缆表面缺陷实时检测系统的设计方案。设计了满足工业生产线条件的视觉硬件设备,用于采集优质的线缆图像。在图像处理算法中,改进行灰度均值法实现了复杂环境下图像线缆区域的提取;改进双边滤波建立背景并与原缺陷图像差分实现了缺陷信息的分割。通过对300张存在小孔、划痕、绝缘皮破损等线缆缺陷图像进行检测试验,结果表明:该算法检测准确率高于96.3%。     

Automatic detection of cracks in raw steel block using Gabor filter optimized by univariate dynamic encoding algorithm for searches (uDEAS)

Recently, there has been an increase in the demand for quality control in the steel making industry. This paper proposes a vision-based method for detection of defects in the surfaces of scale-covered steel billets. Scales are formed on the surface of billets owing to the deposition of oxidized substances that are produced during manufacturing. Because of the presence of scales on the billet surface, its characteristics such as brightness and texture in the background region are inconsistent. Moreover, the similarities in the gray-levels of the defect and defect-free regions make it very difficult to accurately detect defects. In order to solve the abovementioned problems and to detect defects more effectively, we propose a new defect detection algorithm, which is based on Gabor filters. The Gabor filters are optimized using a new optimization algorithm known as univariate dynamic encoding algorithm for searches (uDEAS). The algorithm finds the minimum value of the cost function related to the energy separation criteria between the defect and the defect-free regions. Finally, the experimental results conducted on billet surface images from actual steel production line show the effectiveness of the proposed algorithm.     

基于改进Faster R-CNN的航空发动机制件表面缺陷检测算法北大核心

针对现有航空发动机制件缺陷检测所存在的检测准确率低、速度慢等问题,提出一种基于改进Faster R-CNN算法的缺陷检测方法。该算法使用深度残差网络提取缺陷特征,采用含有内容感知重组的特征金字塔模型融合各层次特征图,并根据检测框尺度选取相应层次的特征图进行检测和识别,在RCNN部分使用分层采样实现挖掘难例,增强模型对难例样本的学习。实验结果表明:所提算法具有较高的检测准确率,而且能够有效提升检测速度。