焊缝缺陷图像特征提取研究

焊缝缺陷图像特征提取研究

论文摘要

船舶焊接是船舶建造中影响船舶质量好坏的重要因素,焊接质量的好坏直接影响到船舶的耐久性和安全性,是保证船舶质量、安全航行和安全作业的重要前提。因此对船舶焊接缺陷的检测是船舶建造过程中尤为关键的一步。目前船舶焊缝检测中最常用的是X射线照相法,这种检测方法产生大量的焊缝胶片,然而对这些胶片大多都是采用人工评定的办法,由于受评片人员技术经验等综合素质的影响,人工评定方法工作量大,效率较低,准确性不高。计算机辅助评片技术则大大减轻了评片人员的工作量,提高了工作效率,使评片过程更加科学和规范。但是,由于焊缝胶片图像的成像特点使焊缝图像存在着噪声过多、缺陷边缘模糊和对比度低等问题,给焊缝缺陷信息的正确提取、特征计算和后续的分类识别带来了很大的困难。针对当前计算机辅助评片中图像处理过程中出现的问题,本论文对焊缝图像处理的各个过程进行了深入的研究和分析,主要包括以下几点工作:首先,针对船舶焊缝胶片图像获取过程的特殊性,重点分析了图像的数字特点,通过对比研究得到恰当的图像处理方法。从X射线胶片图像的形成过程入手,分析了胶片的成像特点和几种不同的数字化过程,通过对转化后数字图像的灰度特点分析总结得到焊缝图像的特点,即噪声复杂并且主要为高斯噪声,焊缝区域边缘和缺陷边缘模糊,而且焊缝区域和缺陷处对比度不高;然后针对这些特点使用不同的去噪和增强算法进行比较分析,得到最佳处理方式为高斯平滑和模糊增强;其次,在焊缝图像预处理的基础上,利用缺陷标记和边界跟踪算法对缺陷进行区分标记和边缘信息统计。对提取出来的各个独立的缺陷利用八连通标记算法和边界跟踪算法对缺陷处的像素点进行缺陷标记和边界存储,以利于焊缝缺陷特征计算;最后,对缺陷几何特征定量计算。在缺陷标记和边缘提取的基础上通过对标记像素的计算和标定转换计算,得到焊缝中每个缺陷的面积、周长和长短轴三个几何特征值,取得到了较为满意的效果,为正确进行缺陷进行分类和缺陷等级评定做好了准备工作。

论文目录

  • 摘要
  • Abstract
  • 第1章 绪论
  • 1.1 引言
  • 1.2 课题研究的目的及意义
  • 1.3 国内外研究现状
  • 1.4 本文研究的内容和结构
  • 第2章 船舶焊缝缺陷图像识别系统
  • 2.1 X射线底片图像处理系统
  • 2.2 系统的硬件介绍
  • 2.3 系统的软件流程
  • 2.4 本章小结
  • 第3章 焊缝图像预处理
  • 3.1 图像噪声分析
  • 3.1.1 常见噪声的分类
  • 3.1.2 X射线检测图像噪声分析
  • 3.1.3 焊缝图像特征分析
  • 3.2 图像预处理
  • 3.2.1 图像去噪
  • 3.2.2 缺陷图像增强
  • 3.3 焊缝缺陷提取
  • 3.3.1 焊缝灰度图像自适应二值化处理
  • 3.3.2 焊缝缺陷提取
  • 3.4 本章小结
  • 第4章 焊缝图像缺陷特征提取
  • 4.1 常见焊缝缺陷及影像特点
  • 4.2 缺陷标记和边界获取
  • 4.2.1 缺陷标记
  • 4.2.2 缺陷边界获取
  • 4.3 缺陷几何特征定量计算
  • 4.3.1 特征参数的定义和数学计算描述
  • 4.3.2 特征参数的测量和计算
  • 4.4 本章小结
  • 第5章 软件系统及实例分析
  • 5.1 焊缝图像缺陷提取软件系统
  • 5.2 焊缝缺陷图像实例处理分析
  • 5.2.1 图像采集与管理
  • 5.2.2 图像预处理
  • 5.2.3 缺陷标记
  • 5.2.4 缺陷特征计算
  • 5.3 本章小结
  • 第6章 总结和展望
  • 6.1 本文主要工作
  • 6.2 后续工作和建议
  • 参考文献
  • 致谢
  • 作者在攻读硕士学位期间发表的学术论文
  • 相关论文文献

    • [1].论三种管道焊缝缺陷返修方法的优缺点[J]. 广州化工 2020(11)
    • [2].核电站压力管道焊缝缺陷的评估方法与应用研究[J]. 电力设备管理 2020(07)
    • [3].搅拌摩擦焊焊缝缺陷检测研究进展[J]. 热加工工艺 2017(13)
    • [4].浅论超声波检测焊缝缺陷定性程序方法[J]. 电子世界 2013(20)
    • [5].焊缝缺陷图像特征提取的研究[J]. 焊接技术 2018(11)
    • [6].基于支持向量机的焊缝缺陷类型识别研究[J]. 现代制造工程 2017(10)
    • [7].基于渐进式卷积神经网络的焊缝缺陷识别[J]. 计算机工程与设计 2020(09)
    • [8].超声波检测焊缝缺陷深度的不确定度评定[J]. 理化检验(物理分册) 2014(10)
    • [9].管道螺旋焊缝缺陷的初级失效评估[J]. 油气储运 2009(07)
    • [10].基于改进深度学习模型的焊缝缺陷检测算法[J]. 宇航计测技术 2020(03)
    • [11].焊缝缺陷图像分类识别的深度置信网络研究[J]. 测控技术 2018(08)
    • [12].大数据环境下超声波焊缝缺陷识别方法的研究[J]. 计算机工程与应用 2016(23)
    • [13].用射线检测技术确定焊缝缺陷深度[J]. 一重技术 2011(06)
    • [14].焊缝缺陷管件复合材料修复承压能力研究[J]. 全面腐蚀控制 2019(03)
    • [15].基于超声相控阵对焊缝缺陷的检测研究[J]. 热加工工艺 2020(05)
    • [16].膨胀波纹管焊缝缺陷的检测及影响评价分析[J]. 科学技术与工程 2016(32)
    • [17].一种改进卷积神经网络模型的焊缝缺陷识别方法[J]. 机械工程学报 2020(08)
    • [18].基于机器视觉方法的焊缝缺陷检测及分类算法[J]. 计算机工程与应用 2018(06)
    • [19].基于有限元仿真的薄板焊缝缺陷涡流检测信号分析[J]. 仪表技术与传感器 2016(05)
    • [20].计算机超声检测装置在管道焊缝缺陷检测中的应用[J]. 中小企业管理与科技(下旬刊) 2013(08)
    • [21].射线检测中胶片焊缝缺陷定位与识别[J]. 西安工业大学学报 2012(04)
    • [22].一段转化炉竖琴管排焊缝缺陷修复技术总结[J]. 化工设计通讯 2020(10)
    • [23].管道壁厚及焊缝缺陷激光超声检测技术[J]. 油气储运 2015(07)
    • [24].管道焊缝缺陷图像特征参数的提取[J]. 安徽师范大学学报(自然科学版) 2013(04)
    • [25].焊缝缺陷性质判断的可靠性探讨[J]. 东方电机 2012(04)
    • [26].在役核辅助管道焊缝缺陷事件的核安全审评[J]. 原子能科学技术 2008(S2)
    • [27].基于卷积神经网络的焊缝缺陷图像分类研究[J]. 应用光学 2020(03)
    • [28].基于有限元的焊缝缺陷红外热像检测研究[J]. 热加工工艺 2019(17)
    • [29].油气管道焊缝缺陷的激光超声检测[J]. 激光杂志 2017(08)
    • [30].16MnDR钢低温压力容器焊接接头缺陷原因分析[J]. 金属加工(热加工) 2020(05)

    标签:;  ;  ;  ;  ;  

    焊缝缺陷图像特征提取研究
    下载Doc文档

    猜你喜欢