基于稀疏表示的埋弧焊焊缝缺陷检测算法研究-电力电子与电力传动专业论文.docxVIP

万方数据 万方数据 学位论文创新性声明 本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究 成果。尽我所知，除了文中特别加以标注和致谢中所罗列的内容以外，论文中不包含其 他人已经发表或撰写过的研究成果；也不包含为获得西安石油大学或其它教育机构的学 位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中 做了明确的说明并表示了谢意。 申请学位论文与资料若有不实之处，本人承担一切相关责任。 论文作者签名： 日期： 学位论文使用授权的说明 本人完全了解西安石油大学有关保留和使用学位论文的规定，即：研究生在校攻读 学位期间论文工作的知识产权单位属西安石油大学。学校享有以任何方法发表、复制、 公开阅览、借阅以及申请专利等权利。本人离校后发表或使用学位论文或与该论文直接 相关的学术论文或成果时，署名单位仍然为西安石油大学。 论文作者签名： 日期： 导 师 签名： 日期： ·注：如本论文涉密，请在使用授权的说明中指出（含解密年限等）。 I 中文摘要 论文题目：基于稀疏表示的埋弧焊焊缝缺陷检测算法研究 专 业：电力电子与电力传动 硕 士 生：张蓉(签名) 导 师：高炜欣(签名) 摘 要 随着图像处理技术和模式识别技术的发展，计算机智能评片以其高效性、客观性和 经济性等方面的优势，被广泛应用到油气管道焊缝缺陷检测领域中。由于焊缝图像大部 分都含有缺陷，为了保障油气管道的安全运行，选择高效的缺陷检测识别方法，是人们 不断追求的目标。因此，本文以埋弧焊管焊缝的 X 射线检测图像为对象，针对焊缝区 域中可能存在的缺陷，选择一种识别率高的模式识别算法。 本文采用目前常用的缺陷检测识别系统对焊缝图像内的主要缺陷类型进行检测和 判定。首先，经过图像滤波的实验结果分析出焊缝图像内噪声的类型以及经过图像增强 实验，选择出针对焊缝图像由均值滤波、Sin 增强、Ostu 分割、Sobel 边缘检测和 Hough 直线变换所结合的图像处理系统，从而实现焊缝区域的成功分割。其次，通过比较 Ostu 和基于密度的聚类对于焊缝区域内缺陷和图像噪声的分割效果，采用后者对其进行分 割。再次，采用 6 类特征参数对焊缝缺陷和图像噪声进行描述，并对所选取特征参数的 数据进行分析和实验验证。最后，采用支持向量机法依据特征参数进行建模从而实现焊 缝缺陷的识别，得到了较高的识别率。 在基于支持向量机的缺陷识别系统取得较高识别率的前提下，提取特征参数时仍存 在计算误差，对识别结果有不可避免的影响。鉴于此问题，本文进一步采用基于稀疏表 示的缺陷识别系统，此系统按照提取焊缝区域、截取疑似缺陷区域、建立稀疏表示模型 的过程实现焊缝缺陷的识别，有效的避免了计算误差并达到了更高的识别率。 关键词：稀疏表示 零范数最优 埋弧焊焊缝 支持向量机 缺陷检测 论文类型：应用研究 II 英文摘要 Subject: Submerged arc welding weld defect detection algorithm based on sparse representation is studied Specialty: Power Electrics and Power Transmission Name: Zhang Rong (signature) Instructor：Gao Weixing (signature ) ABSTRACT With the development of image processing and pattern recognition technology, computer intelligent evaluation sheet, with its advantages, such as high efficiency, objectivity and economy has been widely applied to oil and gas pipelines in the field of weld defect detection. Since most of weld seam image contain defects, in order to ensure the safe operation of oil and gas pipelines, choose efficient defect detection identification method, is the goal of the people. Therefore, based on the submerged arc welding pipe welding seam X-ray detect