基于漏磁图像的焊接接头缺陷识别

在提出基于灰度-梯度共生矩阵焊缝缺陷聚类分析方法的基础上,为进一步识别焊缝缺陷,以焊道上分布圆柱体缺陷、焊道上分布矩形槽缺陷、热影响区分布矩形槽缺陷漏磁图像为试验对象,将灰度-梯度共生矩阵提取上述3种缺陷的漏磁图像特征量传递给层次聚类,利用k-均值聚类方法分析层次聚类选取的特征量。结果显示,这3种焊缝缺陷的识别率在93.33%以上,试验结果验证了该方法在不同类型与不同位置焊缝缺陷识别分析的可行性,焊缝不同位置相同类型缺陷的识别较焊缝相同位置不同类型缺陷识别容易。     

基于边缘检测的槽罐车焊缝提取方法

针对槽罐车内壁焊缝背景影响缺陷分割的问题,提出一种基于边缘检测的方法提取出焊缝区域.对槽罐车内壁图像进行灰度化、高斯滤波去噪等预处理;用Canny算子获取到焊缝的边缘细节,采用一系列形态学处理方法把焊缝边缘连接成一个区域,并用最大面积法去除周围噪声,初步提取到焊缝区域;求焊缝区域的最小外接矩形,将最小外接矩形的四个顶点坐标用到槽罐车焊缝原图像,提取出完整的焊缝区域;采用"旋转法"解决倾斜焊缝的提取问题.     

紧密对接焊缝多尺度形态学磁光成像检测方法

利用磁光传感器获取紧密对接微间隙（0~0.1 mm）焊缝磁光图像.针对传统形态学图像处理方法检测微间隙焊缝时容易出现边缘细节丢失的问题和存在检测精度不高的缺点,在四个不同方向上各选取三种不同尺度的结构元素,应用多尺度多结构元素形态学方法提取微间隙焊缝边缘信息,并与小波边缘检测和Sobel边缘检测结果相比较.在激励磁场变化情况下进行三组试验,分别采用多尺度形态学算法和传统形态学算法提取焊缝中心位置.结果表明,多尺度多结构元素形态学算法能更有效地检测出微间隙焊缝中心位置,为紧密对接焊缝的识别与跟踪控制提供试验依据.     

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。     

基于三维数值模拟的焊缝缺陷漏磁场分析

以压力容器等焊接设备对接焊缝为对象,提出了一种基于数值模拟的焊缝缺陷漏磁场的分析方法。通过仿真分析,对比分析了不同焊接工艺(单面焊和双面焊)无缺陷、焊道上分布矩形槽缺陷及热影响区分布矩形槽缺陷时的漏磁场特征,评述了单面焊同时分布两个矩形槽缺陷对漏磁场分布的影响规律。数值模拟结果表明:双面焊这种结构对于焊道上分布矩形槽时的漏磁场的影响更大;两个缺陷同时存在时,缺陷之间的距离是影响缺陷漏磁场分布的主要因素。     

微间隙焊缝磁光图像Otsu骨架法识别

在紧密对接焊缝跟踪过程中,针对磁光传感的焊缝磁光图像,研究一种基于Otsu和骨架法的焊缝位置识别方法。通过自适应中值滤波对焊缝磁光图像进行降噪处理,利用改进的Otsu算法和数学形态学将焊缝磁光图像分割成母材部分和焊缝部分,最后根据最大圆盘骨架法提取焊缝中心。试验结果表明,该方法能准确提取肉眼难以分辨的微间隙焊缝中心。     

钢板缺陷的脉冲漏磁检测系统设计及试验

基于脉冲漏磁检测技术检测钢板缺陷,实现钢板表面和背面缺陷的区分。利用设计的钢板脉冲漏磁检测系统,提取了钢板表面和背面缺陷的信号,分析在脉冲信号激励下的缺陷漏磁信号特征。根据信号电压峰值和电压谷值同步曲线区分缺陷,编写了基于Labview的检测程序,实现了钢板表面和背面缺陷检测和区分。在实验室条件下,通过设计的脉冲漏磁检测系统,对刻有矩形槽的钢板进行了检测。试验结果表明,基于脉冲漏磁检测技术,利用电压信号峰值和谷值同步采样曲线,可对钢板表面和背面缺陷进行检测和区分。     

储罐角焊缝裂纹漏磁检测有限元分析

针对石油石化行业中的储罐角焊缝不易检测的特点,使用漏磁检测技术对储罐角焊缝裂纹进行检测。应用有限元软件建立了角焊缝裂纹缺陷的分析模型,得到了角焊缝裂纹缺陷漏磁场的空间分布,提取出了角焊缝裂纹缺陷的漏磁信号,分析了角焊缝裂纹缺陷影响漏磁信号的因素;在此基础上对储罐角焊缝裂纹缺陷进行了漏磁检测试验,对得到的漏磁信号进行分析,分析结果与有限元分析提取的漏磁信号结果相符,证明了所建立的检测系统的可行性与有效性。     

基于磁光图像纹理特征的焊缝识别

研究一种基于磁光图像纹理特征的紧密对接焊缝(间隙小于0.1mm)的焊缝识别方法。与传统采用视觉传感器捕捉焊缝图像并利用焊缝灰度梯度特征进行焊缝边缘检测方法不同,通过磁光传感器采集焊接区域紧密对接焊缝图像,焊件在磁场激励器作用下形成反映焊缝位置特征的磁光图像,利用焊缝位置和母材的磁光成像纹理差异识别焊缝位置。对磁光图像的待焊区和母材区进行纹理分析,提取纹理特征,再利用纹理特征差别,将磁光图形划分为若干子区域,进行图像分割,确定焊缝区域。试验结果表明,该方法能够精确地识别微间隙紧密对接焊缝。     

基于磁光成像的微间隙焊缝信息提取

焊缝跟踪的精确性是保证良好焊接质量的关键因素,为精确检测焊缝位置,研究一种基于磁光成像(MOI)技术的焊缝识别新方法。在激光平板对接焊实验中,通过对焊件施加感应磁场,由磁光传感器将焊缝处感应磁场分布的变化转换成相应的光强变化,实现对焊缝的实时成像。对获取的焊缝磁光图像进行灰度变换、中值滤波和二值化处理,与传统边缘检测方法不同,引进一种抗噪性更好的形态边缘检测算子进行边缘检测,继而提取出焊缝中心坐标。结果表明,该方法可获得较高的测量精度,能有效检测出焊缝中心位置。     

长输管道漏磁内检测缺陷识别方法

针对管道漏磁内检测的缺陷识别问题,提出了一种基于阈值分析的方法对漏磁检测数据进行处理,生成一系列可视化的漏磁检测曲线,便于图像的识别。利用Delphi编程软件,在识别环形焊缝时,产生一条竖直的线来定位环形焊缝;在识别螺旋焊缝时,以圆点的形式产生斜线来定位螺旋焊缝,实现了焊缝的自动识别功能;在识别缺陷时,以三角形标记出缺陷的位置。对不同的漏磁检测数据进行了多次的识别,表明此方法对焊缝及缺陷识别率较高。     

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.     

基于像素方差分析的焊缝边缘检测方法

在焊接图像处理中,噪声信号的干扰直接影响了边缘检测的精确度和系统的实时性能.针对焊接图像的特点,提出一种基于邻域像素灰度分布均匀度分析的边缘检测方法,讨论了该算法的原理,并应用Matlab语言对算法进行焊接图像边缘提取仿真试验.仿真结果和传统边缘检测算法比较表明:该方法能有效抑制图像中大量存在且分布复杂的噪声信号,准确检测出焊缝的边缘.该算法对噪声的敏感程度明显低于传统的焊缝边缘检测算子,更适用于焊接过程图像的焊缝边缘检测.算法可靠性好,易于实现;缺点是边缘响应不是单像素的.     

基于灰度变换的水下焊接图像对比度增强

对比度增强是图像增强的关键技术。水下焊缝图像具有对比度低、灰度分布范围窄等缺陷,造成焊缝边缘难以提取,有必要应用此技术对原始图像进行预处理。灰度变换技术可以使灰度值映射至灰度全域,进而增强图像的焊缝信息。首先提出一种基于幂律灰度变换的改进型分段幂律曲线,使曲线呈S形分布,以对灰度的中段实现最大程度的拉伸,而对始末段的灰度拉伸较小;然后运用Otsu算法提取焊缝边缘区域的阈值,以该阈值作为分段曲线的分段点,从而把焊缝的边缘信息集中在曲线中段,可以有效提高焊缝边缘信息的对比度。试验证明,本文所述技术较直方图均衡化和经典幂律变换所获得的增强后图像质量明显更好,尤其是焊缝的边缘区域。     

基于数学模型的熔化极气体保护焊焊接过程中的熔池边缘提取

基于数学模型对熔化极气体保护焊焊接过程中熔池边缘提取问题进行研究,利用CCD摄像机和复合滤光技术构成的系统提取熔池图像,并分析讨论图像。通过高斯平滑对图像进行预处理,使用数学模型提取熔池边缘,以设定阈值的方法得到熔池矩形区域,求出矩形区域的质心,实现熔池区域的粗定位,以此质心为中心定义一椭圆轮廓为初始轮廓,最后与传统的Sobel算子方法和Canny算子方法作比较,得出该算法能够满足熔池边缘提取问题中的实时要求,并且提高了精度。     

图像边缘提取在工件内部缺陷识别中的应用研究（英文）

工件内部缺陷是难于检验的,借助图像识别技术可以精确地确定工件内部是否存在缺陷以及界定工件内部缺陷的区域范围等,因此,断层扫描图像分割技术已广泛应用于工件内部的缺陷识别检测。为了克服采用传统分水岭算法分割图象导致的过分割现象,提出了一种图像边缘提取的智能融合算法。首先借助基于模糊形态学的开闭算法对图像做了平滑处理,其次,基于数学形态学计算了梯度算子,最后对梯度图像进行分割获得了期望的图像。仿真对比实验研究验证了该算法可较好地消除过分割现象,在工件内部缺陷图像识别中有更好的实时性与可用性。研究结果表明:提出的智能融合算法对提高图像处理质量有重要参考意义。     

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。     

一种基于改进的SUSAN算法的焊缝边缘检测方法

随着图像技术在自动化焊接中的应用,高效地识别和提取出焊缝轨迹,成为图像跟踪自动焊接的关键。本文提出了一种基于改进SUSAN算法的焊缝边缘检测方法。首先对采集到的焊缝图像进行灰度化处理,再通过SUSAN算法进行焊缝的边缘检测,并将SUSAN算法中的灰度差阈值由人为选取改进为一种自适应选取的方法。理论分析和实验结果表明,该算法比其他边缘检测算子抗噪能力强,可以更加高效地提取出焊缝信息。     

图像边缘提取在工件内部缺陷识别中的应用研究

工件内部缺陷是难于检验的,借助图像识别技术可以精确地确定工件内部是否存在缺陷以及界定工件内部缺陷的区域范围等,因此,断层扫描图像分割技术已广泛应用于工件内部的缺陷识别检测.为了克服采用传统分水岭算法分割图象导致的过分割现象,提出了一种图像边缘提取的智能融合算法.首先借助基于模糊形态学的开闭算法对图像做了平滑处理,其次,基于数学形态学计算了梯度算子,最后对梯度图像进行分割获得了期望的图像.仿真对比实验研究验证了该算法可较好地消除过分割现象,在工件内部缺陷图像识别中有更好的实时性与可用性.研究结果表明:提出的智能融合算法对提高图像处理质量有重要参考意义.