- 1、本文档共79页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
西 南 交 通 大 学
本科毕业设计
数字图像处理技术在无损检测等中的应用
Digital image processing using in NDT.etc
年 级:2008级
学 号姓 名:
专 业:机械设计制造及其自动化(汽车工程)
指导老师:
2012 年 6月
第 PAGE III页
西南交通大学本科毕业设计(论文)
毕 业 设 计 任 务 书
班 级 2008级 学生姓名 学号
发题日期:2012年 3 月 3 日 完成日期: 6月6日
题 目 数字图象处理及其在无损检测等中的应用
1、本论文的目的、意义: 无损检测在机械设备、工程结构 的维护中有重要意义。对油样分析、射线探伤、超声波探伤等无损检测方法生成的图像进行数字图象处理,是实现损伤判断、故障诊断自动化的重要方法。该选题具有重要实际意义,并促进学生在该领域的深入学习与应用研究,为将来的进一步深造打下基础。
2、学生应完成的任务
(1) 收集有关无损检测、数字图像处理等方面的资料,了解数字图像处理在无损检测上的应用;
(2)学习数字图像处理的基本理论知识,掌握其原理、方法;
(3)学会应用相关软件进行程序设计,实现对图像的计算机分析和处理;
(4)把数字图像处理方法应用于相关无损检测的图像分析中;
(5)完成具有规定格式的设计说明书一份。
3、论文各部分内容及时间分配:(共 15 周)
第一部分 查阅、搜集相关资料并参考学习; (3周)
第二部分 基于图像处理的基本知识原理,学习图像处理方法的程序设计,并调试;(4周)
第三部分 应用图像处理技术对无损检测所得图像进行分析处理,做图像特征提取、图形识别,计算特征参数;(5周)
第四部分 设计说明书的书写整理,程序的运行演示等工作。 (2周)
评阅及答辩 (1周)
备 注
参考文献:
有关图像处理、无损检测,以及相关程序设计等方面的书籍和资料在图书馆和网络上有很多,可自行选择参考。
指导教师: 2012年 3月 3日
审 批 人: 年 月 日
摘 要
本课题主要研究的是将数字图像处理技术引入到无损检测和油样铁谱分析当中,在分析和检测图像的基础上,运用数字图像处理中的图像增强、图像分割的方法并结合matlab软件编程技术处理X射线无损检测和铁谱无损检测结果所得到的图像,能够有效的检测出目标的实际位置、形状、大小等相关参数。数字图像处理技术是通过对图像的数学变换和相关处理方法将图像中的特征区域所包含的特征信息表现出来,在实现信息的可视化、智能化等方面提供了一个有效的解决方案。从而以此来进一步对机械设备的工作运行情况进行判断,实现了机械故障诊断检测的智能化。
本文在研究过程中,主要由以下几个方面的工作:
(1)介绍了数字图像处理技术和无损检测技术的研究概况和发展趋势,论述了数字图像处理技术应用于无损检测图像中的现实意义。
(2)概述了数字图像处理的基本原理和方法,奠定了实现图像预处理、图像特征提取的理论基础。
(3)结合matlab软件编程同时运用图像处理技术的相关原理对X射线无损检测图像图像增强处理以及比较了不同种类的滤波方法处理检测图像的实际效果,确定了选择中值滤波处理图像的结果做进一步图像分析。在图像分割过程中选取了不同阈值进行图像二值化处理,确定了采用最大方差阈值法分割图像,实现图像的二值化处理。并进一步采用canny边缘检测技术提取出特征区域的检测边缘,实现了对目标轮廓的有效检测。
(4)采用K-均值聚类方法首先对铁谱图像中的特征区域进行提取,并对提取出的特征区域进行灰度调整、中值滤波完成图像的预处理过程,进而采用最大方差阈值法分割图像,将图像合理的转化成二值图像,并对各特征区域进行颜色标记和边缘检测,提取出了特征区域的相关参数。最后采用链码技术对其中一部分区域进行链码提取以此来描述特征区域的轮廓,实现了对特征区域的形状描述。
(5)对图像处理技术在X射线无损检测
您可能关注的文档
最近下载
- 《经济法基础》课件【2019修订】 《经济法基础》第五章.pptx VIP
- 2023年汕头市潮阳区教师招聘考试真题.doc VIP
- 2023山东种业集团有限公司社会招聘38人考试备考题库及答案解析.docx
- “互联网+教师专业发展”工程校本工作方案.pdf
- 《经济法基础》课件【2019修订】 《经济法基础》第九章.pptx VIP
- 《经济法基础》课件【2019修订】 《经济法基础》第十二章.pptx VIP
- 大数据平台搭建与运维课件.ppt
- 苏教版小学五年级数学下册第七单元《解决问题的策略》课件.ppt
- 大学生创新创业计划书饭搭子app.pdf
- 《红楼梦》日常生活描写所表现的文化内涵统编版高中语文必修下册.pptx
文档评论(0)