原创力文档- 1、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。。
- 2、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。
- 3、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)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
《热加工工艺》2016年1月第45卷第1期
基于RBF网络的焊缝缺陷图像的识别
与诊断技术研究
乔荣华，董建刚。张永恒
(榆林学院信息工程学院，陕西榆林719000)
摘要：本文主要研究了采用中值滤波、LOG算子的边缘检测以及DSA减影等数字图像处理技术对现有的焊缝
缺陷图像进行处理，获得带有各种焊缝缺陷特征的大量图像样本，并用RBF神经网络对样本进行训练，最终获得具有
较高识别精度的RBF网络。利用该网络可以大大提高对焊缝缺陷的判断效率，具有一定实用意义。
关键词：图像处理技术；焊缝缺陷识别；RBF神经网络
DOh10．141ss／j．cnki．1001-3814．2016．01．062
中图分类号：TG441．7文献标识码：A文章编号：1001．3814(2016)01．0217．04
ResearchonRecognitionandDiagnosisTechnologyofWeldDefect
ImageBasedonRBFNetwork
QIAORonghua，DONGJiangang，ZHANGYongheng
(CollegeofInformationEngineering，YulinUniversity，Yulin719000，Chma)
Abstract：Howtodealwithhteprocessingofweldde~ctwasstudiedbyusingdigitalimageprocessingtechniques，such
asmiage州mthemedianfiltering，LOGedgedetectionoperatorandDSAsubtraction，nadalargenumberofimagesamples
withvariouswelddefectcharacteristicswereobatnied．ThenhtesamplesweretrainedbyRBFneuralnetwork．andthefinal
RBFnewtorkwasachievedwhichhadahighenoughrecognitionaccuracy．TheuseofhtenetworkCnagreatlymiprovehte
efficiencyofwelddefectjudgment，SOhterese~chhasacertanipracticalsingificnace．
Keywords：technologyofimageprocessnig；de~ctrecongition；RBFneuralnetwork；
焊接是工业生产中常见的加工手段，焊缝质量络。本文的主要研究思路如图1所示。
的好坏直接影响着产品的使用性能。目前，工业生焊缝缺陷图像样本选择I
产中常用射线检测的方式对焊缝进行无损检测，该二二][=二二二二匕
胶片质量预判墼塑竺里l
方法具有简单有效的优点。但射线检测会产生大量——T一土
中值滤波)SA特征提取
的焊缝胶片．采用传统的人工评片或专家系统对焊==]===
二二[
缝图像进行识别很难准确的找出缺陷的存在，并且模糊增强LOG算法
您可能关注的文档
我的文档主要集中的行业是石油化工和安全生产，从事石油化工行业并且取得了中级注册安全工程资格。精通炼油工艺方面的工艺、安全、设备。希望通过平台共享自己的知识和经验。
文档评论（0）