- 1、有哪些信誉好的足球投注网站(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
查看更多
埋弧焊X射线焊缝图像缺陷分割检测技术
学兔兔
第32卷 第6期 仪 器 仪 表 学 报 VoL 32 No.6
2011年6月 Chinese Journal of Scientific Instrument Jun.2011
埋弧焊X射线焊缝图像缺陷分割检测技术
高炜欣 ,胡玉衡 ,穆向阳 ,武晓萌
(1西安石油大学电子工程学院 西安 710065 中国;
2威斯康星大学麦迪逊分校电气与计算机工程系 麦迪逊市W~3706 美国)
摘 要:针对在埋弧焊x射线焊缝图像的强噪声和弱对比度特点下常规图像分割算法成功率低的现状,通过综合的分析和实
验有针对性地给出了系统、实用的缺陷分割方法。首先通过实验给出了一种提取焊缝图像感兴趣区域(the region of interest,
ROI)的方法。该方法通过中值滤波,基于sin函数的图像增强、大津法分割、Sobel算子边缘检测和Hough变换可以定量计算出
X射线焊缝图像的ROI区域。进一步通过实验给出基于大津法的焊缝缺陷分割算法,实验表明在无人工设定初始分割阈值情
况下这一分割算法具有较高的分割成功率。为进一步提高分割成功率,针对焊缝缺陷相对面积较小的特点,提出将缺陷视为噪
声,将平均局部平均灰度视为密度,利用密度聚类方法进行缺陷分割。该方法在78张有缺陷的焊缝图像中,成功地分割出74
张图像中的缺陷。最后在所研究算法基础上给出了一个综合考虑到各种因素的分割算法,即可节约计算时间,又可以保证分割
的成功率。
关键词:焊接;缺陷;分割;图像处理;聚类
中图分类号:TP391 文献标识码:A 国家标准学科分类代码:510.40
Real-time detection and segmentation of submerged-arc
welding defects in X-ray radiography images
Gao Weixin ,Hu Yuheng ,Mu Xiangyang ,Wu Xiaomeng
(J School of Electrical Engineering,Xi-an Shiyou University,Xi-an 710065,China;
2 Dept.Electrical and Computer Engineering,University of Wisconsin—Madison,Madison W153706,USA)
Abstract:An efficient X--ray radiography image analysis algorithm is developed for the real time detection and seg--
mentation of submerged-arc welding defects.The raw X—ray image is first pre—processed to remove impulsive noise,
enhance gray scale contrast with sin function,and segment the region of interests(ROI)where the welding image lo-
cates.Next,a segmentation method based on OTSU is studied,and examples show that the method can obtain good
segmentation result.Lastly,a density based spatial clustering method is developed for defect detection and segme
文档评论(0)