基于多类支持向量机的X射线焊缝图像缺陷类型识别方法.pdfVIP

2008 远东无损检测新技术论坛 FAR EAST NDT - 221 - 基于多类支持向量机的 X 射线焊缝图像缺陷类型识别方法 赵亚琴 4 ，张广明 2 ，赵茂程 1 ，唐桂忠 2 1）南京林业大学机械电子工程学院 南京 210037 2）南京工业大学自动化学院 南京 210009 摘 要：压力容器的焊缝结构多变，纹路复杂，这增加了压力容器检测时焊缝缺陷定级的难度，提出一 种基于多类支持向量机的X射线焊缝图像缺陷类型识别方法。首先通过对X射线焊缝图像进行预处理及缺陷轮 廓检测，提取表征焊缝缺陷的状态特征，以构造特征向量，然后基于多类支持向量机建立焊缝缺陷识别模型， 对产品的焊缝缺陷进行分类识别。实验结果表明了该方法的有效性。 关键词：多类支持向量机，X 射线焊缝图像，图像处理，缺陷识别 Weld Defects Identification Based on Multi-Class Support Vector Machine for X-Ray Inspection Digital Image Zhao Yaqin1，Zhang Guangming2，Zhao Maocheng1，Tang Guizhong2 1）College of Mechanical and Electronic Engineering，Nanjing Forestry University，Nanjing 210037，China 2 ）School of Automation，Nanjing University of Technology，Nanjing 210009，China Abstract. It is difficult to classify weld defects of pressure vessel because of complated welding structure and welding line. This paper presents a new weld defects identification scheme for X-ray inspection diginital image. Instead of using artificial neural network，the method reconginizes weld defects within X-ray image based on support vector machine（SVM） for pressure vessel. Above all，the edge of one weld defect is detected after X-ray weld image is preprocessed. Afterwards，eight defects features are extracted to construct one feature vector for each defect sample according to its edge figure. Furthermore，recongnizing model based on a multi-class SVM is established to classify weld defects by the feature vectors. The results showed the scheme could effectively identify weld defects genres for X-ray inspection diginital image. Keywords. Multi-class SVM，X-ray weld image，image processing，defects identification 0 引言 X 射线无损探伤是工业无损检测的主要方法之一，其检测结果已作为焊缝缺陷分析和质量评定的重要判 定依据[1]。但是这种方法对焊缝 X 射线底片的评定一般是人工进行的。因底片质量受光源、被测材质和冲洗 水平等客观因素的影响，以及检测人员的水平、经验不一，所以误判、漏判的现象难免发生，而由此所造成 经济上的损失也是巨大的。随着计算机技术、数字图像处理技术和模式识别技术的发展，国内外许多学者纷 纷研究以计算机代替人工评片的技术，该技术使检测结果和评定过程客观化、科学化和规范化[2]。 江苏省社会发展计划项目（NO：BS200