环口焊X射线焊缝图像质量评定模型

X射线焊缝图像质量自动评定是焊缝图像缺陷自动评定的重要基础。为实现X射线焊缝图像质量自动评定,提出了一种数字化黑度计模型。首先,为使该模型通过数字计算即可获得物理黑度值,数字黑度计模型同时融合了物理光照模型和焊缝黑度模型;然后,通过对样本图像的物理黑度值及对应灰度值的相关性分析,给出了数字化黑度计模型的参数求取方法;最后,提出了一种X射线焊缝底片黑度自动评定算法。在实际X射线焊缝图像上的实验结果表明,在完全无人工干预的情况下,所提算法的准确率可达99%。交叉验证实验表明,所提方法敏感度可达98.5%,特异度可达100%。基于光照模型和黑度模型的数字化黑度计模型及求解算法可以取代目前常用的物理黑度计,实现焊缝图像质量评定的自动化。     

实时射线检测焊缝缺陷的模糊神经网络识别方法

通过对射线检测焊缝缺陷特征的分析，提出了用于焊缝缺陷识别的模糊神经网络模型，介绍了隶属度的构造和BP网络学习算法。实验表明，该方法对于焊缝缺陷的识别是有效的。     

焊缝X射线底片中图象的预处理算法

本文阐述了利用微机自动评定焊缝射线底片前的预处理工作,其中包括图象输入、灰度线性变换、噪声消除、边缘检测、背景去除、图象细化等内容。既介绍了算法,又给了处理实例。     

管道焊缝自动爬行X射线探伤机

“管道焊缝自动爬行X射线探伤机”适用于φ159mm-φ529mm中、小管径钢管道的焊缝质量检测。本主要介绍该机的结构、工作原理、技术特点及应用情况。     

轮胎X射线图像缺陷检测算法研究

随着目前汽车总量增加,由汽车轮胎质量不合格引发的安全事故日益增多,如何有效区分有缺陷的轮胎与合格轮胎已成为目前研究人员关注的重点问题。针对轮胎X射线图像中存在的胎侧气泡和胎侧帘线裂缝两类缺陷,对比合格图像,分析其缺陷特征,依据数字图像处理技术,设计相应的检测算法,并通过实验证明检测算法的有效性。     

X射线成像系统数字图像质量评价方法研究

为了实现X射线成像系统的闭环控制,必须采用射线图像的客观评价方法来代替现有的主观评价方法,对射线源管电压、管电流进行调节。本文结合射线图像特点,提出了一种基于感兴趣区域的加权熵的图像客观质量评价方法。实验表明,与传统图像质量评价函数相比,该方法具有较好地单峰性、鲁棒性和尖锐性,可以有效地评价射线图像质量。     

基于X射线图像的厚钢管焊缝中气孔缺陷的自动检测

由于厚钢管X射线图像强度分布不均匀,对比度低、噪声大,且气孔缺陷的大小、形状、位置、对比度各异,使得自动检测各种类型的气孔较为困难。针对传统缺陷检测算法中手工标记缺陷数据工作量大,焊缝边缘难以准确提取等问题,提出一种新的无监督学习的各种气孔缺陷检测算法。首先,采用快速独立分量分析从钢管X射线图像集合中学习一组独立基底,并用该基底的线性组合来选择性重构带气孔缺陷的测试图像;随后,测试图像与其重构图像相减获得差异图像,通过全局阈值从差异图像中将各种气孔分割出来。实验的训练集有320幅,测试集有60幅图像,所提算法检测结果的平均敏感性和准确率为90.5%和99.7%。实验结果表明,该算法无需手工标记数据或提取焊缝边缘,可准确检测各种气孔缺陷。     

船、罐焊缝自动爬行X射线探伤机

为解决钢质船舶、储罐焊缝X射线探伤手工操作现状，提高X射线探伤的自动化程度，减轻劳动强度，提高工效，降低成本，我们研制了船、罐焊缝自动爬行X射线探伤机，本主要介绍该机的工作原理、技术特点及应用情况。     

基于知识的X光焊缝缺陷三维信息提取

介绍了一种焊缝Ｘ线图象缺陷三维信息提取的方法,一般在二维Ｘ线投影图上,会把沿射线方向的走向裂纹等缺陷当成气孔或夹渣,而且会忽略很薄的面积性缺陷（裂纹和未焊透）,还可能把表面凹坑看成内部气孔,但从三 来考察焊缝缺陷,不仅可避免上述问题,而且可为补焊提供深度信息,为焊接工艺分析提供帮助,因而三维缺陷自动检测技术将引起焊缝无损检测工艺革命性变化和带来巨大的经济效益,由于现场条件限制着投影图的数量,为了有     

基于X射线的轮胎检测系统设计

X射线检测方法具有形象直观、容易定量判定等优点,逐渐成为检测轮胎内部缺陷的首要方法,设计了一套基于X射线的轮胎检测系统,分别阐述了轮胎X射线检测基本原理,轮胎检测系统的硬件及软件设计。     

基于局部自相似性的图像质量度量

使用图像所包含的一种更本质和深层的特征——局部自相似性,并结合人眼观察图像时注意力由中央向周围递减这一特性,提出了一种基于局部自相似性的图像质量度量方法。通过与已有方法的对比实验表明,该方法能对不同类型的失真图像进行更有效的评判,评价结果能够更好地符合人眼主观视觉特性。     

基于并行小规模卷积神经网络的图像质量评价

图像质量客观评价广泛应用在图像处理任务中,参考深度学习技术的研究成果,提出了一种基于并行小规模卷积神经网络的无参考图像质量评估算法。卷积操作和并行的多尺度输入能学习到丰富和细微的图像失真特征,首先利用高斯图像金字塔获取不同尺度的失真图像做为4路小规模单层卷积神经网络的输入,经过卷积和池化处理后,输出4路特征矢量,把学习到的特征矢量融合后,通过全连接回归映射为图像质量预测分数。参数优化分2个阶段完成,提高了模型精度。实验测试结果表明,设计的网络模型简单有效,提出的算法性能高于当前主流算法,具有很好的稳定性和较强的泛化能力。      

利用图像质量评估空气质量的新方法

图像质量的差异能够反映拍摄环境成像条件的差异。提出一种利用视频监控图像序列评估空气质量的新方法：首先定义3类图像质量评估参数,即图像的噪声亮度比、对比度以及模糊度来度量当前图像的质量;其次对监控图像序列连续帧数据计算上述质量参数,并将计算结果在时间轴上顺次连接形成3类时间序列数据;再次对上述时间序列数据中的噪声亮度比采用Gompertz增长类型扩散过程模型进行建模与分析,同时对对比度、模糊度参数使用降趋势波动性分析（DFA）方法进行分析;最终通过对Gompertz模型以及DFA模型的模型参数的分析,可以评估与解释空气质量程度的好坏。比较了晴天与雾天条件下模型变化趋势的不同,大量实验亦表明此方法的有效性。     

基于自适应多尺度焊缝X光图像缺陷分割研究

焊缝X光图像中的缺陷包括近似圆形和近似条形缺陷。由多尺度边缘检测理论可知：在适当尺度下,圆形缺陷在相互正交的两个方向上都是屋脊边缘,而条形缺陷只在一个方向上是屋脊边缘。利用区域一致性测度自适应确定小波滤波尺度。并在缺陷存在区域自适应确定LOG算子和方向可调滤波器的滤波尺度用以分割两种缺陷。理论分析和实验结果表明,算法有较好的分割效果。     

基于深度学习的X光图像智能审像系统

针对X光安检机人工审核图片存在的效率低、误检和漏检等问题,设计并实现了一套基于Mask R-CNN算法的X光图片智能审像系统.实现了X光图像采集、数据汇聚、分析处理、违禁物品自动检测、数据存储等功能.通过分析比较,选择ResNet101作为BackBone训练网络,选取6000张X光图片作为样本,对刀、枪、液体瓶、手机、充电宝等五类违禁品进行标注.对训练参数优化调整,训练出违禁品的Ma s k R-CNN模型.在测试集上使用COCO评估方法,检出违禁品的平均精准率mAP50达到了0.83,明显高于Faster R-CNN、YOLOv3、SSD513等算法,具有实际工程应用价值.     

基于图像处理的自动化焊接缺陷特征提取与焊接质量分析

在自动化焊接技术快速发展的背景下,提出了一种基于图像处理的自动化焊接缺陷特征提取与焊接质量分析方法。在采集焊接图像后,运用图像预处理、图像增强、背景分割,二值化处理和轮廓提取等图像处理技术,有效地提取出了焊接后工件中的焊接缺陷特征,并计算缺陷面积,对缺陷程度进行了分级。对多幅焊接图像进行试验,验证了该方法在实际运用场景中是有效可行的,为自动化焊接质量的监测问题提供了新的思路。     

面向真实水下图像增强的质量评价数据集

目的 由于光在水中的衰减/散射以及微生物对光的吸收/反射等影响,水下图像通常存在色偏、模糊、光照不均匀以及对比度过低等诸多质量问题。研究人员对此提出了许多不同的水下图像增强算法。为了探究目前已有的水下图像增强算法的性能和图像质量客观评价方法是否适用于评估水下图像,本文开展大规模主观实验来对比不同水下图像增强算法在真实水下图像数据集上的性能,并对现有图像质量评价方法用于评估水下图像的准确性进行测试。方法 构建了一个真实的水下图像数据集,其中包含100幅原始水下图像以及对应的1 000幅由10种主流水下图像增强方法增强后的图像。基于成对比较的策略开展水下图像主观质量评价,进一步对主观评价得到的结果进行分析,包括一致性分析、收敛性分析以及显著性检验。最后将10种现有主流的无参考图像质量评价在本文数据集上进行测试,检验其在真实水下图像数据集上的评价性能。结果 一致性分析中,该数据集包含的主观评分有较高的肯德尔一致性系数,其值为0.41;收敛性分析中,所收集的投票数量与图像数量足够得到稳定的主观评分;表明本文构建的数据集具有良好的有效性与可靠性。此外,目前对比自然图像的无参考图像质量评价方法并不...