X射線埋弧焊焊縫缺陷模型及分類算法研究.pdf

1、隨著圖像處理技術(shù)和模式識(shí)別技術(shù)的發(fā)展，計(jì)算機(jī)智能評(píng)片以其高效性、客觀性和經(jīng)濟(jì)性等方面的優(yōu)勢(shì)，被廣泛應(yīng)用到油氣管道焊縫缺陷檢測(cè)領(lǐng)域中。然而，傳統(tǒng)的智能識(shí)別方法需要大量的樣本作為支持，從而導(dǎo)致識(shí)別過程實(shí)時(shí)性不佳的問題。對(duì)此，研究采用了一種小樣本的訓(xùn)練方法應(yīng)用于石油焊管焊縫的缺陷識(shí)別，在判斷有無缺陷的同時(shí)實(shí)現(xiàn)了缺陷種類的劃分，應(yīng)用到工業(yè)現(xiàn)場(chǎng)可以更好的指導(dǎo)后續(xù)的焊接工藝。
　　本文采用教研室自主研發(fā)的焊縫缺陷檢測(cè)平臺(tái)對(duì)焊縫圖像內(nèi)可能存在的

2、圓形和線形缺陷，通過圖像處理、特征描述和分類識(shí)別3個(gè)步驟實(shí)現(xiàn)了對(duì)焊縫缺陷的識(shí)別。首先，經(jīng)過圖像濾波的實(shí)驗(yàn)結(jié)果分析焊縫圖像內(nèi)噪聲的類型并選擇合適的圖像處理算法對(duì)圖像去噪，再通過sin函數(shù)增強(qiáng)、Ostu分割和Sobel邊緣檢測(cè)等一系列方法在整幅圖像中找到焊縫邊界，并通過 Hough變換提取出焊縫邊界直線的相關(guān)參數(shù)，從而實(shí)現(xiàn)焊縫區(qū)域(region of interest, ROI)的分割。隨后，通過比較Ostu算法和基于灰度密度聚類算法對(duì)于焊

3、縫區(qū)域內(nèi)缺陷和圖像噪聲的分割效果，進(jìn)而選擇后者對(duì)其進(jìn)行分割。其次，分別采用傳統(tǒng)的提取幾何特征參數(shù)的方法和提取像素灰度特征描述的方法對(duì)焊縫的圓形缺陷和線形缺陷進(jìn)行描述，建立相應(yīng)的特征描述向量，并采用PCA方法對(duì)其進(jìn)行主元分析，確定了使用像素灰度特征進(jìn)行描述。最后，以得到的主元特征量為系統(tǒng)輸入，先經(jīng)過模糊 C均值聚類算法對(duì)樣本點(diǎn)進(jìn)行聚類分析，隨后將隸屬度接近難以準(zhǔn)確識(shí)別的樣本提取出來，再通過 SMO-SVM對(duì)其進(jìn)行二次識(shí)別，最終根據(jù)實(shí)驗(yàn)結(jié)果