基于SUSAN算法的X射线焊缝图像缺陷提取

针对X射线焊缝图像存在对比度不高、灰度分布不均衡、图像中噪声多以及动态模糊等特点导致焊缝缺陷难以提取等问题,提出了一种基于SUSAN算法的焊缝缺陷提取方法。首先设定了采集图像的有效焊缝区域,减小了所要处理的数据量,进而对该区域进行了中值滤波处理;然后通过SUSAN算法找到了每一行焊缝缺陷区域的入口点及出口点,从而实施了缺陷分割;接着再结合数学形态学运算,滤除了孤立的噪声点与间断点,实现了缺陷区域准确定位。在VC++6.0平台上,针对常见的几类缺陷,包括裂纹、气孔、烧穿、未熔合等,取共100张焊缝缺陷图片进行了算法测试,与人工观测结果相对,正确率约为87%。研究结果表明,焊缝图像噪声过多以及对比度太小是未能正确分割出焊缝缺陷的主要原因。

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

压力容器的焊缝结构多变,纹路复杂,增加了压力容器检测焊缝缺陷时定级的难度。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。

基于X射线焊缝图像缺陷特征提取的研究

本文针对X射线焊缝图像的复杂性,提出了准确快速的提取焊缝区域和缺陷的方法。由于检测到的X射线图像具有对比度不高、光照不均、缺陷边缘模糊、图像噪声多、存在较大的背景起伏等缺点,首先对含有缺陷的焊缝图像进行一系列的图像预处理;然后采用自适应阈值分割算法来提取焊缝缺陷区域,为缺陷特征测量做准备工作;最后,在图像本身所包含的几何特征、灰度特征、结构信息、颜色信息等特征中,对缺陷图像进行几何特征的测量,以便对缺陷类型进行分类。结果表明,该方法能较准确地提取射线图像的焊接缺陷,并能较准确的获取该缺陷的几何和代数特征,具有良好的适应性和实用性。

环口焊X射线焊缝图像质量评定模型

X射线焊缝图像质量自动评定是焊缝图像缺陷自动评定的重要基础。为实现X射线焊缝图像质量自动评定,提出了一种数字化黑度计模型。首先,为使该模型通过数字计算即可获得物理黑度值,数字黑度计模型同时融合了物理光照模型和焊缝黑度模型;然后,通过对样本图像的物理黑度值及对应灰度值的相关性分析,给出了数字化黑度计模型的参数求取方法;最后,提出了一种X射线焊缝底片黑度自动评定算法。在实际X射线焊缝图像上的实验结果表明,在完全无人工干预的情况下,所提算法的准确率可达99%。交叉验证实验表明,所提方法敏感度可达98.5%,特异度可达100%。基于光照模型和黑度模型的数字化黑度计模型及求解算法可以取代目前常用的物理黑度计,实现焊缝图像质量评定的自动化。

壳体电子束焊缝无损检测信息管理系统的设计与实现

本文根据壳体电子束焊缝无损检测的具体检测工序和实际应用需求,提出了面向壳体电子束焊缝的无损检测信息管理系统。该管理系统集成了用户委托申请信息、检测工序信息、原始检测信息、无损检测报告信息等信息管理模块;重点研发了面向X射线图像的小波包滤波功能。基于TOP K Hash值的图像相似度快速检索功能和YOLOv5模型的人工智能的缺陷自动识别功能,可有效提高焊缝缺陷信息管理的办公效率和检测效率。