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.     

基于局部曲面重构的焊缝X射线图像缺陷分割技术

背景消除是焊缝X射线自动检测中缺陷分割的常用方法,其核心是焊缝背景图像的获取。由于焊缝的多样性,常用的低通滤波和曲线拟合方法所得到的背景不够准确,造成较多误检率。研究了基于局部曲面重构的背景消除法,先对焊缝列灰度进行分析,获取潜在的缺陷区域,再对该区域进行曲面重构,获得焊缝背景图像。试验表明,该方法可有效减少误检和漏检,并获得良好的焊缝缺陷形貌。     

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%.     

焊缝中面状缺陷的X射线检出率

讨论了照射角θ与面状缺陷检出率Ｐ的关系，横向和纵向面状缺陷的检出率控制，并提出了两种纵向面状缺陷的控制方法。     

基于改正二维主成分分析的焊缝表面缺陷检测

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。     

基于小波变换的X射线焊缝缺陷图像处理

介绍了射线检测焊缝缺陷图像的性质。以Matlab图像处理软件为平台,以小波变换为分析工具,应用了三种小波变换的基本理论,即连续小波分析、小波包树分析和快速提升小波分析,对焊缝缺陷图像进行了处理,得到了较为理想的处理效果。最后总结了不同小波分析方法的优缺点。     

焊缝缺陷X射线实时自动检测系统的图像处理

针对焊缝缺陷X射线实时自动检测技术普遍存在误检率与漏检率高的问题,研制了钢管焊缝缺陷X射线实时自动检测系统。研究了采用波形分析法与背景消除法信息融合进行焊缝缺陷检测的方法,从而有效降低了误检率与漏检率。该系统已用于西气东输钢管焊缝缺陷X射线实时自动检测。     

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。     

基于局部二值模式的射线图像增强算法

基于图像分析的射线照相缺陷识别技术在无损检测领域被越来越广泛的使用。其一般步骤是:首先通过高分辨率摄像机拍摄被测焊缝的底片,然后对采集到的图像进行图像去噪和增强等预处理操作,再利用模式识别等手段识别其中的主要缺陷。可见,图像增强是其中一种非常有用的图像处理工具。在焊缝图像中,图像增强的主要目的是增强焊缝缺陷和灰度背景之间的对比度,以便于后续的分割和模式识别。研究了一种基于局部二值特征焊缝图像增强算法,并应用于焊缝图像的缺陷识别系统中。试验结果表明使经过增强处理后的图像,缺陷特征明显,非常有利于进一步的缺陷提取和识别。     

X射线安检设备测试图像分割方法

从X射线安检设备测试图像中分割出各测试项目,是客观评价X射线安检设备成像图像质量的基础。针对测试图像中测试项目轮廓突出和色彩信息鲜明的特征,采用基于HSI色彩空间对图像边缘进行多边形逼近简化处理后按照几何特征进行分割的方法。试验结果表明,基于HSI颜色空间的图像分割算法在图像质量较差,边缘变形较严重的情况下仍能正确地对图像进行分割,取得了较好的效果。     

基于二维属性直方图的铸件X射线图像的缺陷提取

针对铸件X射线图像对比度低、边缘模糊、噪声多等特点,提出了基于二维属性直方图的最大相关准则图像分割算法。首先利用最大熵法得到的阈值构造图像的属性集,然后由原始图像及其属性集构造二维属性直方图。通过最大化图像的二维属性直方图中目标和背景分布的相关量来选择阈值向量。同时,为了节省二维阈值算法的计算时间,给出了递推算法,此算法减少了大量的重复计算,有利于该算法的实时应用。对铸件中气孔、缩孔和杂质三种缺陷进行了分割,试验结果表明,该算法能够快速、准确地分割出铸件图像中的缺陷。     

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。     

焊缝X射线胶片数字化图像低对比度细长线缺陷的检测

焊缝X射线数字化图像中像素宽度不超过3个像素的细长线缺陷,其对比度低,常有间断,常规的X射线焊缝缺陷检出算法难以有效检出。针对此类缺陷,提出了在滤波降噪的基础上,采用逐列自适应阈值法对图像中细长线缺陷进行初步分割,然后应用改进的局部霍夫变换剔除初步分割结果中的大量噪点,准确分割出细长线缺陷。试验结果表明,所提出的方法能够适应不同灰度范围的X射线图像、克服噪声及缺陷间断的影响,有效检测出低对比度细长线缺陷。     

一种用于轴承缺陷图像分割的改进k-means聚类算法

为了实现轴承缺陷无损检测自动化,研究了轴承表面缺陷图像的分割方法。在数字图像处理技术的基础上,提出一种改进的k-means的图像分割算法。先利用二维向量小波变换对图像提取特征,根据表面缺陷特征,运用k-means算法的思想,对其进行改进。试验结果证明,该方法显著提高了分割速度和精度,受背景、光照、角度、姿态的影响很小,具有较好的鲁棒性,具有一定的使用价值。     

基于邻域对比度的X射线数字图像自适应增强法

为了有效地增强X射线数字图像的对比度以满足识别需求,提出了一种基于邻域对比度的自适应增强算法。首先使用最小缺陷法分析等比丝像质计（IQI）的成像特性,根据相应透射厚度的最高分辨率需求确定邻域的选取原则,然后根据邻域内的对比度关系,确定对比度映射函数,并以此为依据进行图像对比度增强。该算法能够有效地增强整体和细节图像质量,避免失真,不仅适用于X射线数字图像的对比度增强,还可以作为一般灰度图像的增强算法。     

一种用于轴承缺陷图像的改进FCM聚类检测算法

传统的FCM算法对原始图像进行分割,既没有考虑像素间相关性,又没有考虑像素的空间信息,因而对噪声十分敏感而且速度慢。为了克服上述问题,提出了一种新的基于改进的FCM图像分割算法。该方法以轴承缺陷图像为研究对象,对改进的FCM算法进行了分析和研究;通过先对采得的图像进行K-L滤波消除图像像素分量间的相关性,然后对所得图像进行二维向量小波变换,对滤波后的图像提取特征得出图像每一个像素点都有含9个纹理特性来描述的结论,最后运用FCM算法的思想,对其提出进行改进方案得出分割后的图像,使其精度和速度都有改善。其结果证明了改进算法的有效。     

基于机器视觉的PET瓶口快速缺陷检测

为提高PET瓶口缺陷检测精度和检测速度,提出了一种基于机器视觉的PET瓶口自模板快速缺陷检测法。首先在全局阈值分割的基础上,对ROI区域(瓶口端面)构造自模板圆环,并且确保自模板图像和阈值分割图像坐标的对应关系不变。然后在ROI区域上,将自模板图像和阈值分割图像灰度做差进行缺陷检测,避免图像定位和缺陷定位对检测带来的大量复杂计算。通过实验验证,该方法缺陷检测精度达到99.9%,检测时间在50ms以内,有效提高了PET瓶口缺陷检测精度和速度,可以满足工业生产线上对PET瓶口缺陷检测准确性和实时性的要求。     

一种剥皮算法在工业CT图像分割中的应用

图像分割是工业CT三维重构的重要步骤之一,目前还没有一种有效分割各类图像的通用算法。针对同心圆层状结构工业CT图像的特点,提出一种剥皮图像分割算法。该算法首先检测图像的边缘,利用边界跟踪方法求出层边界,再对层边界图像进行剥皮处理,然后用所得到的模型去对原始图像掩模,最后得到的图像即为最终分割图像。该方法对层状结构的工业CT图像具有较好的分割效果。     

炭素制品X射线图像的缺陷特征分析与选择

针对炭素制品X射线检测图像的特点，对缺陷及其特征提取与选择技术进行了研究。分析了炭素制品生产中易产生的缺陷类型及缺陷的成像特征，在此基础上，从缺陷样本中提取了19个特征值。以特征组合分类能力数学模型为适应度函数，设计了基于遗传算法的特征选择策略，实现了对缺陷原始特征量的优化选择。利用BP神经网络分类器及选择的特征值对缺陷进行了模式分类。研究结果表明，提出的选择方法是比较有效的，可以用于缺陷的识别与分类。