基于閾值分割的鑄件缺陷提取.pdf

1、由于生產工藝存在不完善之處，導致了一些鑄件達不到技術要求，因此鑄件質量的檢測至關重要。X射線檢測系統(tǒng)與數(shù)字圖像處理技術相結合可以實現(xiàn)缺陷的自動檢測和分類，并使檢測結果的評定過程客觀化、科學化和規(guī)范化。X射線圖像中的缺陷提取是數(shù)字圖像處理技術的關鍵步驟，它直接影響到特征提取和缺陷分類的準確性。針對這一應用背景，并且考慮到鑄件X射線圖像具有對比度低、缺陷邊緣模糊等缺點，論文提出了兩種閾值分割方法來提取鑄件X射線圖像中的三種典型缺陷：氣孔、縮

2、孔和雜質。
　　通過先驗知識的約束，屬性直方圖能夠舍棄傳統(tǒng)直方圖中一些干擾成分或具體問題不關心的成分，它增強了算法的抗干擾性，且可以使一些分割方法變得簡單和靈活，是本文研究的基礎。首先提出了基于屬性直方圖的模糊指數(shù)熵閾值分割新方法，該方法改善了信息熵定義在圖像分割應用中的不足?？紤]到圖像處理中存在很多模糊信息，首先利用參數(shù)化的隸屬度函數(shù)將圖像模糊化，然后給出模糊2-劃分指數(shù)熵的定義，最后通過最大化屬性直方圖中目標和背景分布的模糊指

3、數(shù)熵來選擇最佳閾值。
　　其次，為了克服最大熵分割方法中涉及太多對數(shù)運算的缺點，且同時考慮圖像的灰度信息和空間鄰域信息，提出了二維屬性直方圖的最大相關性準則閾值分割新方法。該方法通過最大化圖像的二維屬性直方圖中目標和背景分布的相關量來選擇閾值向量，同時，為了減少計算時間，給出了該方法的遞推算法。
　　應用兩種閾值分割新方法分割出鑄件X射線圖像中的缺陷。由于充分利用了屬性直方圖的抗干擾性和使用靈活的優(yōu)點，鑄件X射線圖像中的缺陷