X射線底片焊縫缺陷智能識別的研究.pdf

1、隨著機械工業(yè)的發(fā)展，自動焊接技術(shù)的出現(xiàn)，焊縫X射線檢測面臨著越來越多的機遇與挑戰(zhàn)。傳統(tǒng)的射線底片質(zhì)量評級方法是由人工進(jìn)行評片，對底片上的焊縫缺陷進(jìn)行分析，以確定底片所反映的焊接質(zhì)量等級。這種方法存在人為客觀因素影響大、效率低、對底片損傷大等缺點，難以滿足生產(chǎn)不斷發(fā)展的需要。因此出現(xiàn)了許多替代人工評片的技術(shù)，其中利用計算機技術(shù)的智能評片是一個非?；钴S的研究領(lǐng)域。 在解決了X射線底片的數(shù)字化問題之后，圖像處理技術(shù)就成為智能評片的一個

2、重點。本文對掃描后得到的數(shù)字底片進(jìn)行了圖像的預(yù)處理、圖像的分析、缺陷的特征參數(shù)提取以及缺陷類型的識別分類等研究工作。 圖像的預(yù)處理是后續(xù)圖像處理的基礎(chǔ)。本文在分析圖像的噪聲模型后給出了有效的自適應(yīng)中值濾除方法。針對X射線底片對比度低、邊緣模糊等特點，采用高頻加強濾波方法對X射線底片數(shù)字圖像進(jìn)行邊緣銳化增強，這種方法在一定程度上還拉開了圖像的灰度分布。圖像的邊緣提取是解決缺陷標(biāo)記的有效方法，文章分析了幾種邊緣提取方法的原理，提出了

3、一種基于形態(tài)學(xué)梯度的X射線底片數(shù)字圖像邊緣檢測方法，通過實驗對比，證明這種方法運用在X射線底片數(shù)字圖像中具有很好的效果。缺陷特征參數(shù)的選擇和提取是缺陷分類的前提，直接影響著分類結(jié)果，通過對缺陷特點的分析，選擇了一組能夠準(zhǔn)確反映缺陷本質(zhì)特征的特征參數(shù)，并給出了各自的計算方法。在缺陷分類的解決方案上，采用具有自組織、自適應(yīng)的BP神經(jīng)網(wǎng)絡(luò)算法對X射線底片反映的焊縫缺陷進(jìn)行智能識別。 本文所提出的X射線底片焊縫缺陷智能識別解決方案經(jīng)過了