X射线数字图像焊接缺陷检测研究

论文摘要

本论文以实际工程需求为背景,建立了一个X射线焊缝缺陷检测系统,利用X射线成像设备生成焊缝数字图像,用图像处理算法提取焊缝并对焊接缺陷进行检测。x射线在工业探伤领域有着重要应用,随着计算机和模式识别技术的发展,特别是X射线数字成像设备中数字平板探测器的技术突破,基于数字图像的焊缝缺陷检测在无损探伤领域地位日趋重要。在工业应用上,相较于传统胶片检测,数字图像在检测安全、时间效率、经济效益、操作便捷、照片保存等都有显著优势。在对图像预处理方法上,针对焊缝图像对比度大、噪声强的特点,本文选用维纳滤波进行降噪,选用指数变换与分段法相结合进行图像增强,并通过对比得出小波变换对焊缝图像边缘有良好响应。检测焊缝区域分为两步,首先要将X射线透射量转换为数字图像,其次对数字图像进行焊缝分割。X射线数字成像系统获取图像中存在多种参数,包括焦距、控制管电压、叠加帧数,本文依据最优透射参数选择理论,设计选择了合理的参数。本文对焊缝数字图像有针对性的预处理后,提出基于灰度竖直斜率步进的数字减影技术,在此基础上运用图像旋转获取焊缝,减少了背景冗余信息,方法简单方便、准确有效。焊缝图像缺陷特征主要包括灰度特征、几何形状以及纹理结构等。本文针对焊缝缺陷的灰度特征,运用基于高斯核的Meanshift方法进行缺陷灰度提取,图像分割效果良好,在此基础上运用Meanshift峰值算法进行缺陷标注,标注的缺陷符合人工选择标准。在人工获取一系列缺陷后,通过SVM算法进行缺陷机器学习,用学习机对新缺陷进行检测。实验结果表明训练方法对焊缝缺陷检测有效可行。最后,对本文简要总结,并对下一步焊缝缺陷检测在工业自动化中的主要研究方向进行了展望。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题背景与意义
• 1.2 X射线数字成像系统
• 1.3 X射线数字图像焊缝缺陷检测发展
• 1.4 论文内容安排
• 第2章 X射线数字焊缝图像的预处理
• 2.1 X射线焊缝图像特征分析
• 2.2 X射线图像的降噪和增强
• 2.2.1 帧数叠加
• 2.2.2 线性降噪
• 2.2.3 非线性降噪
• 2.2.4 图像增强
• 2.3 X射线焊缝图像的边缘检测
• 2.3.1 索贝尔算子
• 2.3.2 Roberts算子
• 2.3.3 Prewitt算子
• 2.3.4 高斯-拉普拉斯（LOG）算子
• 2.3.5 Canny算子
• 2.3.6 小波变换边缘检测
• 2.4 小结
• 第3章 X射线数字图像焊缝提取
• 3.1 X射线图像采集
• 3.1.1 射线硬化
• 3.1.2 图像采集参数设定
• 3.2 基于灰度均值曲线的焊缝检测
• 3.3 现有的焊缝提取方法
• 3.3.1 基于梯度曲线法的焊缝提取
• 3.3.2 基于分水岭方法的焊缝提取
• 3.4 基于数字减影方法的焊缝提取
• 3.4.1 数字减影算法介绍
• 3.4.2 数字减影的分割方法选择
• 3.4.3 基于灰度值斜率步进的数字减影技术
• 3.5 图像焊缝区域的水平化
• 3.6 小结
• 第4章 X射线数字图像焊接缺陷特征提取
• 4.1 缺陷种类和影像特征
• 4.2 焊接缺陷特征提取方法简介
• 4.3 基于Meanshift算法的焊接缺陷特征提取
• 4.3.1 Meanshift算法介绍
• 4.3.2 基于Meanshift算法的焊接缺陷特征提取步骤
• 4.3.3 基于Meanshift算法的焊接缺陷特征提取改进
• 4.4 小结
• 第5章 X射线数字图像焊接缺陷检测
• 5.1 支持向量机（SVM）原理
• 5.1.1 SVM基本思想
• 5.1.2 线性分类器
• 5.1.3 非线性分类器
• 5.2 基于SVM算法的焊接缺陷检测
• 5.2.1 SVM特征向量的选择
• 5.2.2 算法描述
• 5.3 实验结果
• 5.4 小结
• 第6章 总结
• 参考文献
• 致谢
• 学位论文评阅及答辩情况表