埋弧焊X射线焊缝缺陷图像分类算法研究.pdfVIP

学兔兔 第37卷 第3期 仪 器 仪 表 学 报 Vo1．37 No．3 2016年3月 Chinese Journal of Scientific Instrument Mar．2016 埋弧焊X射线焊缝缺陷图像分类算法研究 高炜欣 ，胡玉衡 ，武晓朦 ，穆向阳 (1．西安石油大学 陕西省油气井测控技术重点实验室 西安 710065； 2．威斯康星大学 麦迪逊分校电气与计算机工程系 美国 WI53706) 摘 要：对埋弧焊X射线焊缝圆形和线形缺陷图像进行分析，针对焊缝缺陷局部图像强噪声、弱对比度和常规方法不易区分类 型的特点，将主成成分分析的思想引入焊缝圆形和线形缺陷类型分类。分析缺陷疑似局部图像自相关矩阵特征值发现，圆形线 形焊缝缺陷疑似局部图像分类问题可降维为一维问题，极大地简化计算和提高运算速度。基于此给出圆形和线性缺陷分类算 法，由于将缺陷图像分类问题降维，使得分类算法对模板的选择具有较强的鲁棒性。通过现场超过400张焊缝缺陷局部图像的 实验表明，无论如何选取模板，线性缺陷的识别率均在98％以上，圆形缺陷的识别率在89％一98．8％之间，且在16次模板更换 实验中，4次圆形缺陷识别率达到98．8％。 关键词：x射线；焊缝缺陷；分类；图像处理 中图分类号：TP274 ．51 TH878 ．1 文献标识码：A 国家标准学科分类代码：460．4099 Sub-arc X-ray welding defect image classifying algorithm Gao Weixin ，Yuhen Hu ，Wu Xiaomeng ，Mu Xiangyang ( ．Shaanxi Key Laboratory of Measurement and Control Technologyfor D and Gas Wells， Xi’an 710065，China；2．Dept．Electrical and Computer Engineering， University ofWisconsin—Madison，USA W153706，USA) Abstract：The characteristics of circular defect and linear defect of sub—arc x—ray images are analyzed．In order to overcome shortcomings of low contrast and big noise of the radiographs．The idea of principal component analysis is introduced into the algorithm for classifying the kind of circular and linear defects．Eigenvalues of auto—covariance matrix for suspected defect regions are analyzed，which show that the suspected defect region classifying problem can be reduced to a one dimension classifying problem．The dimension reduction in clas· sifying can simplify the calculation procedure and improve the calculation speed．The algorithm for classifying circular and l