基于X射线图像的焊缝缺陷检测与识别技术-信号与信息处理专业论文.docxVIP

中北大学学位论文基于X射线图像的焊缝缺陷检测与识别技术 中北大学学位论文 基于X射线图像的焊缝缺陷检测与识别技术 摘 要 本文针对x射线焊缝图像缺陷检测的特殊要求，研究了基于X射线实时成像 的缺陷检测与识别技术。 在工业探伤领域中，由于焊接过程出现的各种问题，会导致焊缝中含有气孔 和裂纹等缺陷，影响产品的质量和安全，所以焊接图像中缺陷的检测十分重要。 传统X射线焊缝图像的检测受评片人员的技术素质和经验的影响。胶片法具有检 测效率低、操作复杂、胶片资料不易保存、检测过程不易实现自动化等特点，因 此采用X射线实时检测系统在线检测与分析，就可以有效地克服人工评片引起的 误判，从而使在线检测工作客观化、规范化、标准化。 根据射线成像检测原理，本文建立一个高清晰度、高分辨率的X射线焊缝缺 陷自动检测系统，检测焊缝中存在的缺陷并自动评定缺陷的性质，最后对焊缝进 行评定。 本文针对x射线焊缝检测图像中存在大量与缺陷检测无关的背景冗余信息， 提出了一种形态学与自适应阈值相结合的自动提取方法，减少计算量，提高检测 精度，准确提取缺陷图像信息，此方法简单易行，效果良好。 根据欧式距离度量的特征选择判断依据，经缺陷提取后提取有效特征，确定 边缘平直度、尖部尖锐度、周长面积比、填充度指数、对称性、相对灰度作为后 续识别分析的参数，为后续的识别阶段打下基础。 最后使用了BP神经网络的方法对射线焊缝中的缺陷进行识别。利用理论和 经验相结合的方法，通过实验寻求隐含层数目及训练函数和传递函数之间的最优 组合。实验结果表明，该方法使总体识别误差达到最小，提高了焊缝识别率，缩 短了识别时间。 关键词：焊缝图像，缺陷提取，缺陷选择，神经网络，识别 中北大学学位论文Welding 中北大学学位论文 Welding Defect Inspection and Recognition Based on X-ray Imaging Abstract Aimed at the special request for welding defect test in X-ray imaging，the paper studies the main techniques in the inspection and identification process． The defects，such as blowholes and crack，occasionally appear in the welding process，which Can affect the quality and security of products．In one word defect test is very important in industrial testing．The traditional method is short of standardization and accuracy．Film method has low detection efficiency and complicated operation，which Can not save the data and realize automation．The on—line inspection technology is objective，normative and standard．This technology Can overcome misjudgment by manual effectively if used X—ray real time inspection systern． According to detective theory of imaging system，this paper establish an hi．曲 resolution and definition X—ray real time inspection system on welding defect，which call test and evaluate property of defect automatically,at last evaluate the level in weld． There is much redundant background information for defects detection in the image．Therefore we use an automatic method of weld area based on the auto-adapted threshold segmentation in this paper．This method Can reduc