非晶硅面阵探测器的焊缝DR检测质量研究

图像质量是制约非晶硅面阵探测器焊缝DR(Digital Radiography)检测的重要因素.文中提出了3个算法:建立数学模型对探测器的不一致性和噪声进行校正,提高了焊缝原始图像的质量;对噪声采用在时间域上平均序列帧图像,减少了噪声对焊缝缺陷特征的混淆;运用非锐化掩模滤波算法,加强微细缺陷特征,提高了微细缺陷的可分辨性.基于上述3个算法,焊缝DR图像质量得到提高,并可以与胶片相媲美.     

采用数字射线DR成像的焊接质量检测

提出了一种基于数字射线成像的焊缝质量检测方法。采用先进的非晶硅数字检测系统获取信息丰富的原始图像,叠加曝光降低图像噪声;依据射线衰减的指数规律对图像进行对数解调,凸现缺陷特征;运用非锐化掩模滤波对特征进行增强。使焊缝缺陷特征清晰,检测质量达到胶片最高级B级水平。     

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.     

焊缝缺陷图像特征提取的研究

由于焊缝缺陷图像存在噪声多、对比度不高、图像边缘模糊等缺点,从而影响到焊缝缺陷区域特征的提取,不利于焊缝缺陷的分类和识别。文中针对焊缝缺陷图像的复杂性,提出了一种有效提取焊缝缺陷区域特征的方法。首先对焊缝图像进行图像预处理、图像分割、缺陷图像背景去除,提取到焊缝缺陷区域;然后采用8连通区域标记的方法对处理之后的二值化缺陷图像进行标记;最后对每一个标记后的缺陷区域的周长、面积、圆形度等几何参数进行提取。试验结果表明,这种图像处理的方法能较准确地提取出焊缝缺陷图像的特征,具有良好的适应性与实用性。     

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。     

基于线阵探测器的X和γ射线角焊缝检测试验分析

为了检测管子-管板角焊缝内部缺陷,提出了基于线阵探测器的管子-管板角焊缝射线数字检测方法。介绍了线阵列探测器成像原理,通过对管子-管板角焊缝试件的射线数字透射成像试验,分析了线阵列探测器在X和γ射线照射下的图像特点。试验表明,相比X射线,利用γ射线采集的图像质量稍差,并且整体灰度偏暗,采集时间较长。得出了影响线阵列探测器γ射线数字图像质量的一些关键因素,为线阵列探测器应用于γ射线提供了试验及应用依据。     

基于Curvelet变换的机器视觉系统在焊缝缺陷检测中的应用

焊缝缺陷检测对于焊接结构件的可靠性具有重要意义。使用机器视觉系统替代人工检测,不但节省劳动力,而且检测精度更高。由于焊缝缺陷图像常存在噪声、对比度不强的现象,以及焊缝缺陷形态具有多样性的特征,使得焊缝缺陷难以准确检测出来,容易造成漏检或误检。使用各向异性的Curvelet变换技术,处理焊缝缺陷图像后,焊缝缺陷边缘更清晰。根据Curvelet系数的特征,对不同尺度层分别计算自适应阈值的值,再使用该阈值根据半软阈值函数的方法对Curvelet系数进行处理,经Curvelet反变换后图像能够保存边缘细节的同时,滤除焊缝缺陷图像中的噪声,使焊缝缺陷边缘十分清晰,从而提高焊缝缺陷的检测精度。     

铝合金搭接焊缝数字射线成像典型缺陷参考图像库的建立

对铝合金钨极氩弧焊搭接焊缝进行了X射线DR(数字射线)成像检测,得到了典型焊接缺陷的数字射线参考图像,定性分析了焊缝缺陷的图像特征。对典型缺陷的出现频数进行了统计分析,结果表明,手工钨极氩弧焊搭接焊缝的裂纹、气孔与夹杂缺陷的出现几率较高。对单个气孔、夹杂缺陷进行了分类。通过拉普拉斯锐化、浮雕特效和多尺度对比度增强方法对含裂纹的DR图像进行了缺陷增强显示,提高了人眼视觉效果。     

埋弧焊钢管焊缝DR检测机理及应用

介绍了DR(数字射线)检测技术在埋弧焊管焊缝检测的机理,进行了埋弧焊缝检测灵敏度、空间分辨率、焊接缺陷检出效果试验。结果表明:该项技术能够达到埋弧焊缝射线检测标准的要求,焊接缺陷图像显示清晰、噪声低、灵敏度高,是埋弧焊钢管焊缝缺陷快速、高效、可行的射线检测新技术。     

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.     

稀疏分解算法在薄膜缺陷去噪中的应用

目的实现锂电池薄膜表面缺陷特征的有效提取。方法采用稀疏分解算法实现表面去噪,即通过选取合适的原子函数,在过完备字典中对含有点噪声、高斯噪声、椒盐噪声和加乘噪声背景下的缺陷图像进行稀疏分解迭代,通过观察法得到终止迭代值作为经验值,并将该经验值用于特定噪声背景下的稀疏分解终止迭代条件,得到去噪后的缺陷图像。最后将该方法与中值滤波技术进行比较。结果稀疏分解的去噪性能远优于中值滤波,对锂电池薄膜缺陷有很好的还原性。结论稀疏分解算法能够较好地去除锂电池薄膜图像中的噪声,从而识别出锂电池薄膜缺陷。     

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。     

表面组装印刷电路板上焊点信息的自动获取

在表面组装技术（SMT）中,焊点信息数据是实现部分再流焊过程自动化基础。本文介绍了表面组装印刷电路板（SMT＿PCB）图像的处理方法和SMT＿PCB上焊点类型、位置信息数据的自动获取技术。本文中,SMT＿PCB图像的处理包括去噪声处理、二值化和目标修饰处理。根据对SMT＿PCB图像的分析,提出了SMT＿PCB图像高频噪声判断模板和算子,通过采用噪声判断模板和算子先判断高频噪声再用均值滤波的方法成功地去除了高频噪声。对图像中的低频噪声,基于对图像中目标与背景灰度值特点的分析,提出了改进的差分去噪声模板。采用最大方差阈值方法得到合适的阈值对图像实现了分割。对已分割得到的二值化图像,提出了目标图像修饰算子,并对图像中的焊点图像进行了修饰。根据对处理后焊点图像特点的分析,提出以不同类型焊点为模板,通过模板匹配方法实现焊点位置数据的自动获取。     

脉冲漏磁传感器的优化设计与试验验证

在铁磁性板材、管道腐蚀、裂纹等缺陷检测方面,脉冲漏磁技术显示了潜在的优势。在对多种不同结构的传感器进行仿真分析的基础上,提出了一种新型励磁结构的脉冲漏磁传感器,减少了背景噪声磁场对缺陷漏磁信号的磁场压缩作用,提高了传感器对缺陷信息获取的准确性,适合于绝缘层或涂覆层下缺陷的检测。研制了新型传感器,并对标准试件进行了测试。试验证明了传感器设计的正确性及有效性。     

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%.     

镁合金超声检测的相关增强小波去噪技术

提出了一种基于相关增强与小波阈值相结合的超声信号去噪方法,将该方法用于AZ91镁合金的超声检测能够有效地去除噪声,提高检测精度。由于同类缺陷信号之间相关性较大,因此对同类缺陷的超声信号进行相关处理能够增强缺陷信号;结合小波分析的多分辨分析特点,从频率和时域对增强后的信号进行阈值处理,最终获得了良好的去噪效果。实验结果表明:该方法能够有效去除由粗晶散射引起的结构噪声,对微弱缺陷信号的检测是很有效的,且灵活便捷。     

Imaging defects with reduced space inversion of magnetic flux leakage fields

Magnetic flux leakage technique is being used for detection of defects inside a magnetically permeable bar by measuring the leakage fields outside the bar. Defects in magnetically permeable bar have been modeled as localized anti-dipoles whose moments and locations have to be determined. Generalized inverse or pseudo-inverse technique has been used to image the defects using least-square minimum-norm solution. An initial estimate of the defects is obtained by utilizing the generalized inverse of the lead matrix over the entire region of the sample space using the measured magnetic field data including random noise. By defining a suitable threshold, and ignoring the defect locations where the moment inferred in the initial estimate was below the chosen threshold, the image of the defect is again obtained by repeating the calculation in this reduced space for the lead matrix. The leakage fields from both a line defect and a deeply buried defect were simulated and utilized for inversion using this approach. It has been possible to image the defects and quantify the strengths of the moments with the correlation coefficient approaching unity for low-noise case and attain significant improvement in the correlation coefficient for data with reasonable levels of noise.     

基于小波包-Haar小波变换的漏磁检测信号降噪数据压缩方法

漏磁检测是对输油管道、油罐等设备缺陷进行无损检测的一种重要方法,但在检测过程中产生的信号数据量庞大,同时会产生多种干扰噪声,出现信号失真、漂移和信号被湮没等问题,对信号进行降噪滤波是缺陷漏磁检测的关键环节。探讨了信号降噪压缩方法,研究了基于小波包-Haar小波算法的漏磁检测信号降噪压缩算法,通过该算法,在对信号数据进行降噪压缩处理同时,保留了高频部分信号特征,从而在降噪后数据解压缩过程中避免了信号失真畸变的现象。