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.     

基于图像色彩信息的焊缝识别算法

提出了基于图像色彩信息的焊缝识别算法,旨在为用于自动化焊接及自动无损检测的焊缝跟踪技术探索可能的解决方案.从色彩理论和图像分割的基本原理出发,开展了对RGB(红、绿、蓝)彩色空间中图像色彩信息表达的研究,提出了彩色空间变换的方法,根据灰度直方图对图像进行阈值分割,得到焊缝区与母材区基本被区分开的二值化图像,进而检出焊缝边缘.结果表明,该算法简便易行,识别效果好.     

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%.     

CO2焊熔池图像的Bubble小波零交叉边缘检测

在用CCD捕获的CO2焊熔池图像中存在大量的弧光噪声和飞溅形成的点噪声，要准确地检测熔池图像的边缘较为困难。首先采用中值滤波和乘法运算对CO2焊图像进行降噪处理。基于零交叉边缘检测方法和多孔算法，研究了熔池边缘的Bubble小波检测方法及算法实现，对比分析了不同小波尺度对边缘检测结果的影响。试验结果表明，用Bubble函数构造的小波基对提取熔池边缘效果较好，为熔深控制、焊缝跟踪等奠定了坚实的基础。     

焊缝漏磁图像边缘检测算法的实现

以对接焊缝不同区域分布矩形槽缺陷的漏磁图像为对象,提出一种基于数学形态学的焊缝和缺陷的边缘提取方法。首先利用经典边缘检测算子对焊道上分布矩形槽缺陷和热影响区分布矩形槽缺陷进行边缘提取,检测结果说明了经典算子的不适用性。针对焊缝不同区域分布矩形槽缺陷漏磁图像,利用数学形态学算法,构造圆盘形结构元素进行边缘提取。结果表明:基于灰度膨胀变换的边缘检测算法,可较准确地提取漏磁信号图像的焊缝和缺陷边界,实现焊缝和缺陷二者的有效分离,具有一定的可行性和实用性。     

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.     

基于改进MRF的冲压件轮廓缺陷图像分割算法

针对冲压件在生产过程中产生的表面缺陷视觉检测问题,提出一种改进的马尔可夫随机场图像分割算法.首先,应用基于像素的马尔可夫随机场算法,获取像素特征,提取基于像素的似然函数.采用随机区域合并算法获得区域特征,提取基于随机区域合并的似然函数.利用最大梯度算法获得图像的边缘特征,提取基于边缘的似然函数,用以恢复随机区域合并过程...     

基于主成分分析法的X射线焊缝缺陷图像增强与分割算法

为提高X射线图像缺陷自动识别的能力与图像分割的效果,提出了一种基于主成分分析法的X射线焊缝缺陷图像增强与分割算法。该算法首先通过计算图像的协方差矩阵特征值与其对应的特征向量,并根据特征向量分布,选择感兴趣区域即图像中的焊缝部分,从而减少图像处理的计算量;其次通过分析特征值累计百分比和试验结果,筛选出最佳的特征向量,对图像进行基于主成分的重构;最后采用Otsu阈值分割法,对重构后的图像进行分割。试验结果表明,该算法在对比度低、噪声严重的X射线缺陷图像分割中有很好的应用效果。     

基于彩色图像分割的数字技术图像识别方案研究

数字图像处理技术对于艺术领域的影响越来越大,特别是图像分割技术。针对美术图像识别中的分割精度问题,提出了一种基于canny算子边缘检测和GrabCut算法的美术图像自动分割方案。首先,通过RGB模型对图像进行预处理,实现对图像进行平滑和锐化。然后,采用canny算子边缘检测对待分割图像进行平滑滤波并计算梯度值。最后,采用GrabCut算法在RGB颜色空间中进行最小化能量函数计算,并按照随机的方法将分割区域与其他区域进行合并从而构造出一张分割图。实验对比结果表明:在直接视觉和量化分析上,相比现有分割算法,提出的方案表现出更好的分割效果。     

基于视觉传感的焊缝中心检测技术研究

通过视觉传感器获取焊缝图像，采用多种去噪技术对焊缝图像中的噪声进行滤波试验。针对焯缝图像中的干扰噪声特性，对各种滤波方法进行了分析和比较，并对滤波效果较好的焊缝图像进行边缘检测计算。提出3种识别焊缝特征的组合图像处理方法，并研究提取焊缝中心特征信息的效果和精度。试验结果表明，对焊缝图像采用Wiener滤波与Robert边缘检测算法能较好地提取焊缝中心位置的特征信息。     

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。     

遗传算法在微间隙焊缝分割中的应用

焊缝识别是焊缝跟踪的前提条件。针对激光焊接紧密对接微间隙(焊缝间隙不大于0.15 mm)焊缝,利用磁光传感器实时采集焊缝区域信息,焊缝与母材在磁场作用下进行成像,研究遗传算法在焊缝图像阈值分割中的应用。介绍遗传算法的基本理论,重点阐述遗传算法在微间隙焊缝检测中的应用,与传统的焊缝边缘检测算法相比,遗传算法能够更准确地提取焊缝信息,得到完整的焊缝边缘轮廓。试验结果表明,该方法能有效地识别微间隙焊缝。     

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。     

基于图像特征识别的部件缺陷无损检测方法(英文)

图像处理在金属部件内缺陷无损识别检测中有重要应用,但在原始图像辨识处理中至今仍存在如边缘不清晰等诸多问题。为消除传统图像辨识中的边缘不连续,伪边缘、过分割,提出了一种基于模糊形态学的图像几何特征辨识算法。该算法基于模糊形态学辨识结构元素特征,分析各元素间的相互关系,对经预处理后的图像确定隶属度函数参数,采用最优阈值自动识别方法确定图像最佳分割阈值,以最佳阈值和路径代价函数为约束条件,缩小路径搜索范围,提高算法执行速度,借助分水岭算法重现图像边缘,辨识出图像的几何特征。最后以一种特殊的图像几何特征识别为例进行了数字仿真。仿真图像显示,经处理后的图像边缘连续,无伪边缘和过分割现象,图像更加平滑,柔和性更好。研究结果表明,该方法是可行和有效的。     

红外热波序列图像的图像分割与三维显示

研究了针对红外热波序列图像的图像分割和三维显示方法。红外热波无损检测只能得到被测工件表面温度变化的时间序列图像,无法直观到检测缺陷,利用三维显示技术可以产生深度三维立体图,方便技术人员更直观、精确地进行无损检测。三维显示效果的好坏直接取决于图像分割的效果。为此提出了基于局部极小值的区域生长分割算法,成功地提取出红外热波图像中缺陷成分的目标图像,并进行了三维显示,取得了较好的效果。     

基于聚类的埋弧焊X射线焊缝图像缺陷分割算法及缺陷模型

针对埋弧焊X射线焊缝图像的噪声强、弱对比度特点和常规图像分割算法成功率低的现状,提出将缺陷视为噪声,利用密度聚类方法进行缺陷分割.在进行图像聚类时,提出图像灰度密度的概念,方便对焊缝图像的分割.通过对现场100张焊缝图像的试验表明,所提方法大幅度地提高了缺陷分割的成功率,将分割成功率提高至95%.在聚类分割算法基础上,通过试验给出一种新的高维空间缺陷数学模型,该模型综合考虑了缺陷形式复杂性等特征.通过试验在高维空间对模型予以验证,并结合所提聚类算法给出了覆盖率曲线.     

激光焊磁光彩色成像焊缝检测方法

针对激光焊接平板对接微间隙焊缝(间隙小于0.1 mm),研究彩色图像信息的磁光成像焊缝检测算法,为微间隙焊缝的精确跟踪提供一种新方法. 采用磁光传感器采集焊接过程的焊缝区域图像,对焊缝磁光图像在RGB(red, green, blue)和HSV(hue, saturation, value)彩色空间的灰度分布进行分析,提取RGB图各分量的灰度图,根据各分量灰度分布曲线确定阈值提取焊缝边缘,合成3个分量的焊缝边缘得到焊缝过渡带轮廓;对HSV图的每个分量图灰度直方图进行分析确定阈值,然后综合形成单一的焊缝过渡带分割图像. 结果表明,该方法能有效检测肉眼难以分辨的微间隙焊缝.     

基于Canny算子的焊缝图像边缘提取技术

焊缝边缘是焊缝图像的最主要特征,选用适当的边缘检测算子得到准确的焊缝信息是焊缝图像处理的关键步骤.选用并研究Canny算子来提取焊缝的边缘特征,详尽地叙述Canny算子的基本原理和算法实现过程.最后为了验证Canny边缘检测算子的效果,分别用Canny、Kirsch、Prewitt、Robert、Sobel和Gauss-Laplace算子对焊缝图像进行边缘检测试验,根据边缘处理结果和焊缝中心坐标图像,得出Canny边缘检测算子是边缘检测的一种十分有效的方法,适合于视觉传感的焊缝跟踪图像处理过程.     

基于改进卷积神经网络的管焊缝X射线图像缺陷识别方法

针对卷积神经网络(CNN)应用于焊缝探伤图像识别时,目标区域占比小,局部信息冗余,激活函数小于零时出现硬饱和区导致模型对输入变化较敏感、网络参数难以训练的问题,采用超像素分割算法(SLIC)和改进的ELU激活函数构建CNN模型进行焊缝探伤图像缺陷识别. 首先,在CNN模型中使用ELU激活函数,在缓解梯度消失时对输入噪声产生更好的鲁棒性,同时,利用SLIC算法对图像像素进行像素块处理的特点,增大焊缝探伤图像中感兴趣区域的占比,降低局部冗余信息,提高模型在训练过程中的特征提取能力. 通过对焊缝探伤图像感兴趣区域提取并与所述CNN模型进行对比试验. 结果表明,该方法在焊缝探伤图像特征提取、训练耗时及识别准确率方面较传统卷积神经网络有更好的表现.     

基于改进区域生长算法的焊缝图像分割

为了对焊缝缺陷进行有效分割,本文提出了一种基于边缘灰度差分定阈值的区域生长算法。该算法沿承传统区域生长算法的思想,主要依据边缘灰度突变的信息,在焊缝区域,先定位出所有可能的种子点并确定行方向上缺陷的边缘位置,再取对应处的像素灰度均值作为灰度阈值,最后从种子点开始并以不大于灰度阈值为判定准则进行生长。实验结果表明,该算法几乎能分割出焊缝中全部缺陷,并能使缺陷形状保留完整,这对后续缺陷的分类识别意义重大。