焊缝缺陷的计算机模式识别方法的研究.pdfVIP

2 0 0 1 年1 1 月 ( ) Nov. 2 0 0 1 安庆师范学院学报 自然科学版 第 7 卷第 4 期 . 7 . 4 ( ) Vo l NO J ourna l of Anq ing Tea che rs Co llege Na tura l S c ience 焊缝缺陷的计算机模式识别方法的研究 巴晓艳, 滕永平 (北方交通大学理学院 计量与检测实验室, 　北京　100044) 　　摘　要: 在提取焊缝缺陷特征时, 不仅考虑缺陷的几何形状, 还考虑了灰度差及位置, 并运 用树形分类器和感知器进行分类, 能够提高缺陷识别的准确率。 关键词: 焊缝; 缺陷识别; 感知器 ( ) 中图分类号: T G441. 7　　文献标识码: A 　　文章编号: 1007- 4260 2001 04- 0008- 03 　　近年来, 随着计算机技术、图像处理和模式识别技术的不断进步, 射线检测评片正向全自动方向发 展。焊缝底片的全自动评片主要有以下三个步骤: 一、缺陷的检出。即对数字化后的底片图像进行一系 列的图像处理: 滤噪、增强、图像分割等, 使缺陷形状变得醒目, 并使缺陷与背景分离; 二、缺陷的自动识 别。即对图像提取缺陷特征, 通过自动判别系统, 对焊缝缺陷进行分类; 三、自动评级。即按照GB 3323- 87 对各类缺陷进行评级。其中第二步是实现自动评片的关键, 目前人们采用提取缺陷特征参数的方法 进行分类, 能够取得一定的效果, 但由于特征参数的选择还存在一些问题, 因此, 缺陷识别的准确率有 待提高。本文在此基础上提出了一定新的特征参数, 并运用树形分类器和感知器进行分类, 来提高缺陷 识别的准确率。 1　缺陷的特征提取及分类 ( ) 焊缝的缺陷类型主要有五类, 即圆形缺陷 包括球状气孔、点状夹渣 、裂纹、未焊透和条状夹渣。 R T 人员在评片时主要是根据影像的几何形状、黑度分布及位置来进行评片, 同样, 计算机在作自动识 别时, 不仅要考虑缺陷的几何形状, 还要考虑灰度差及位置。 [2 ] ( 2 2 ) 2 就气孔和点渣而言, 文献 中仅根据圆形度 周长 面积, 即 来分类是不够准确的。 是一 L S L S 个能很好反映缺陷边缘特征的参数, 当缺陷为圆形时, 圆形度最小, 为 12. 56, 缺陷越长, 边界越不规则, 2 越大。但气孔的类型较多, 有密集气孔、链状气孔、虫孔等, 其形状有呈圆形、椭圆形, 也有呈锥形 L S 的, 2 很难有合适的阈值, 因此, 还需考虑缺陷与背景的灰度差。一般说来, 气孔由于内含气体, 与夹 L S 渣中的夹杂物对射线的吸收不同, 形成的缺陷影像黑度不同, 因而数字化后的灰度值也就不同, 本文将 同时考虑这两个特征参数, 利用感知器进行分类。 未焊透与未熔合的形状比较类似, 一般文献中采用的区分方法是根据它们的水平方向数, 但图像 二值化后未熔合的形状与未焊透非常类似, 呈连