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。     

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.     

基于稀疏优化的织物缺陷检测方法

针对传统织物检测算法存在严重的误检、漏检现象且微小缺陷不易检测等问题,提出一种基于稀疏优化的织物缺陷检测方法。对织物图像进行预处理,加强图像的对比度;将一些无缺陷织物样本图像分块,采用K-means算法将图像块聚类成簇,每个类簇训练一个子字典,选择合适的子字典并利用优化的稀疏表示模型对待测图像进行重构;最后生成残差图像,利用最大熵阈值法对残差图像进行分割,从而检测出织物的疵点。实验结果表明:该方法可以有效检测织物的各种缺陷以及微小缺陷,与其他算法相比,该算法也具有较高的检测精度。     

异种材料连接界面弱信号缺陷的提取与量化

采用基于形态学增强和面积重构预处理的分水岭变换方法,对异种材料连接界面的超声检测图像进行了自适应分块阈值化分割处理.为了验证无损检测处理结果的可靠性,根据铜钢堆焊界面检测图像特征,对堆焊接头进行抽样破坏检测.结果表明,通过形态学增强和面积重构的预处理可有效抑制经典分水岭算法的过度分割,实现了检测图像按缺陷的分布特征进行自适应分块,进而通过阈值化分割,达到了超声弱信号缺陷的有效提取与量化的目的.经破坏性试验验证,该方法具有较高的检测可靠性.     

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.     

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.     

基于改进Niblack算法的轴承滚子表面缺陷检测

为了提高轴承滚子表面缺陷检测的效率和准确率,设计了一套图像采集装置,采用背光源在轴承滚子侧面打光的方式,获取缺陷区域较明显的图像,克服传统光源照射方式的局限性;针对采集到图像包含无用的背景区域,首先使用阈值分割方法将轴承滚子区域从原始图像中提取出来;然后根据无缺陷轴承滚子图像沿垂直方向灰度值基本保持不变特点,采用改进的Niblack算法对轴承滚子表面图像进行处理,分割出缺陷区域。实验表明,该方法不仅可以有效的检测出轴承滚子的各类缺陷;且在检测效率和精度上优于传统阈值分割算法。     

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。     

基于改进C-V方法的焊接图像识别

基于简化的Mumford-Shah水平集图像分割模型,Chan-Vese提出了不依赖于图像边缘的水平集图像分割算法(C-V方法).文中对该算法进行了深入研究,指出了原方法存在的缺陷,即处理的图像必须具有比较明显的特征,分割目标过多且较为分散时则很难得到理想的结果,每次迭代过程都需要对所有的图像数据进行计算,比较费时.根据焊接图像本身的特点给出了三点改进,即强化特征模型的修正、多尺度快速算法和全局特性抑制.应用改进的算法,进行了模拟对比试验和真实熔池图像识别的试验.结果表明,该方法能识别出焊接图像连续轮廓,提取有用信息,具有良好的适应性.同时为复杂图像的特征物体目标提取提供了可行的思路.     

基于EMD的CT多分辨率重建

提出了基于经验模态分解（EMD）方法进行CT多分辨率重建。该方法利用了EMD方法自适应滤波的特性,以及CT重建过程的线性性质。将投影数据进行EMD分解后,对得到的内蕴模态函数（IMF）层进行特征选择和组合。由于每一IMF分别代表了信号的不同特征尺度,对IMF或IMF的组合进行重建就能直接得到不同的图像特征,从而实现CT多分辨率重建。试验结果表明,基于EMD的CT多分辨率重建,能够在重建的同时直接获取重建图像的多种特征。     

轴对称件DR检测过程中趋势项的消除方法

数字射线成像系统的轴对称件检测过程中,由于多种原因导致的探测器中心图像亮度大于边缘亮度,产生了某种趋势项,而需识别的缺陷又叠加在趋势项上,增加了缺陷检测的难度。研究了一种基于经验模式分解的信号趋势项提取方法。通过理论分析与试验验证,证明了与传统方法（如最小二乘法）相比,该方法能够更准确地提取图像中存在的趋势信息,提高缺陷的识别率。     

Feature extraction of welding defect based on machine vision

There are many flaws in welding images such as noise, low contrast, and blurred edges, which affect feature extraction from welding defect regions and impede classification and recognition of welding defects. To deal with the complexity of welding defect images, this paper proposes an effective method for extracting the features of welding defect regions. Firstly, image preprocessing, image segmentation and image background removal are carried out to a welding image in order to extract welding defect region; and then an 8-connected-component labeling method is used to mark defect regions. Finally, it extracts geometric characteristic parameters including perimeter, area, circularity and others. The experimental result shows that the method proposed in the paper can accurately extract the features of welding defect regions. It has good adaptability and practicability.     

HHT在粗晶材料超声检测中的应用

超声检测粗晶材料时,结构噪声会严重降低检测信号的信噪比,造成缺陷反射波很难分辨出来。为提高检测信号的信噪比,增加粗晶材料超声检测的可靠性,本研究采用希尔伯特-黄变换(HHT)对检测信号进行分析处理。用超声检测系统对材料进行检测,采集粗晶材料测试数据;通过经验模态分解获得组成信号的本征模态函数,并经过希尔伯特变换得到不同模特对应的边际谱;分析信号的时频信息,去除噪声信号,提高了信噪比,使缺陷反射更加明显。实验结果表明:HHT能够有效去除无效的结构噪声,提高信噪比,缺陷反射更加突出。     

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%.     

小波降噪在射线图像处理中的应用

在数字射线成像检测过程中，噪声是影响射线图像中微细缺陷检测精度的一个重要因素。分析了射线图像中噪声产生的来源以及对图像质量的影响，通过几种去噪方法的比较，提出了小波去噪的方法。试验验证该方法不仅在去除射线图像噪声时效果显著，同时还能更好地保留图像中需检测的微细缺陷。     

基于小波模极大值的铝焊缝CR图中缺陷的提取

针对计算机射线照相技术(Computed Radiography,CR)图像中焊缝区域以及缺陷的提取问题,运用小波模极大值法提取缺陷。文章以铝焊缝CR图的缺陷提取为例,首先使用小波模极大值法处理,通过增强的列灰度曲线可明确地获得焊缝边界以及缺陷所在的局部位置,然后根据尖峰宽度的中值大小大致评估区域内缺陷是裂纹类还是非裂纹类缺陷,同时比对几种缺陷提取方法。试验表明,小波模极大值法较其它方法能更准确地提取焊缝边界及焊接缺陷,具有良好的可行性与实用性。     

焊接接头中偏心缺陷的TOFD检测

针对采用TOFD技术检测焊缝缺陷时,缺陷偏离焊缝中心的技术难点,先从理论上研究了TOFD检测声场的覆盖特点,归纳了偏心缺陷对TOFD检测的影响。通过相关试验,对比了非平行扫查以及平行扫查的TOFD检测结果,得出可通过结合非平行扫查、平行扫查以及偏心非平行扫查的方法来确定偏心缺陷的结论。     

基于经验小波变换的磁控埋弧焊焊缝跟踪信号分析

针对磁控埋弧焊跟踪信号非线性,不平稳及常用滤波方法难以滤除其相近低频干扰信号的缺点,提出一种基于经验小波变换（EWT）的磁控埋弧焊焊缝跟踪信号分析方法.该方法继承了EMD分解与小波变换各自的优点,分解出电弧跟踪信号的固有模态,在频域自适应地构造带通滤波器组从而构造正交小波函数,提取具有紧支撑傅立叶频谱的调幅-调频（AM-FM）成分.将此方法用于埋弧焊磁控电弧传感器焊缝跟踪平台信号分析中,提取出了更精确的焊缝跟踪信号,并通过试验验证了此方法的有效性及精确性.同时分析了相近低频噪声的信息,为进一步的信号处理及跟踪系统的优化提供了理论依据.