X射線鋼管焊縫缺陷的圖像處理與識別技術研究.pdf

1、焊縫缺陷檢測是保證焊接質量的重要環(huán)節(jié)，隨著工業(yè)的高速發(fā)展和迫切需求，基于計算機圖像處理與識別技術的焊縫缺陷自動檢測問題得到了廣泛的研究。其中，X射線檢測由于具有成像速度快，利于實時檢測，成本較低等優(yōu)點而一直受到人們的極大關注。但是由于成像方式，以及鑄件材質等客觀因素的影響，X射線圖像存在噪聲多、對比度低、背景亮度不均勻、焊縫邊緣模糊等問題，這些使得利用計算機進行焊縫缺陷自動檢測的準確率不太理想。焊縫缺陷自動檢測是計算機圖像處理與識別領域

2、中一個極具挑戰(zhàn)的課題，它融合了信號處理、圖像處理與分析、模式識別、計算機視覺等多個領域的前沿技術，具有巨大的生產(chǎn)應用價值，目前還沒有一個比較成熟的檢測方法。
　　本論文首先分析了國內外焊縫缺陷自動檢測的研究現(xiàn)狀，指出當前焊縫缺陷自動檢測所存在的困難以及相關的圖像處理與識別技術的方法，并提出了一種基于尺度乘積的圖像分割和基于稀疏自編碼深度神經(jīng)網(wǎng)絡的缺陷分類算法。該算法能在含有較多噪聲、對比度低、焊縫邊緣模糊的X射線圖像中準確提取焊縫

3、邊緣并分割出焊縫區(qū)域。針對當前焊縫缺陷自動檢測領域普遍存在的識別準確率和缺陷圖片漏檢率之間的矛盾，本文利用深度神經(jīng)網(wǎng)絡強大的分類和識別能力，提出了一對互補的稀疏自編碼深度神經(jīng)網(wǎng)絡，使得能夠在較低的漏檢率下取得較高的準確率，即在實際應用中判斷為無缺陷圖片的比率更高且無缺陷圖片中所含缺陷圖片的比率更小，從而將算法推向了可實際應用的水平。本文提出的算法分為兩大部分：（1）在焊縫區(qū)域分割部分，本算法通過不同尺度對焊縫圖像橫向灰度曲線進行擬合，并

4、利用兩者的尺度乘積檢測出焊縫的邊緣，從而提取出焊縫區(qū)域；（2）在焊縫缺陷的檢測與識別部分，本算法提出了基于稀疏自編碼深度神經(jīng)網(wǎng)絡的焊縫缺陷識別算法，該算法第一步使用4個稀疏自編碼網(wǎng)絡對焊縫圖像中不同大小不同位置的圖像子塊進行檢測；第二步是使用1個稀疏自編碼網(wǎng)絡對整個缺陷圖像進行檢測。通過對5個深度神經(jīng)網(wǎng)絡的分類結果進行分析，從而能夠在較低的漏檢率下取得較高的準確率。
　　最后，本論文在實際生產(chǎn)過程中所得到的X射線焊縫圖片集上進行了