基于x射线图像的输油管道焊缝缺陷检测与识别

《基于x射线图像的输油管道焊缝缺陷检测与识别》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、４击钟成＊穿ＮＣＥＡＮＤＴＥＬＯＧＹＯＦＣＨＩＮＡＵＮｉｖＥＲ占ＩＴＹＯＦＥＬＥＣＴＲＯＮＩＣｓｃＩＥＣＨＮＯ硕±学位论文ＭＡＳＴＥＲＴＨＥＳＩＳ＇“＇．＾、；．：＾知部？．．ｅ．ｖ：扁品．．．．＾：．１＾：．．．．？＞如謀赛如．．；４ｒ儒１；：Ｖ；论支题目基于Ｘ射线图像的输油管道焊難缺陷检测与巧别学科专化信号与信息处理学号２０１３２１０２０４２４作者姓名刘想指导教师程建副教授ｉＢＢ＾＇—－＂？：

2、ｉ－ＩＨ；：ｌ独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知，除了文中特别加Ｗ标注和致谢的地方夕ｈ论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得电子科技大学或其它教育机构的学位或证书而使用过的材料。与我司工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。－：台１日期：年ｒ月日作者签名辑论文使用授权本学位论文作者完全了解电子科技大学有关保留、使用学位论文的规定，，有权保留并巧酉家有关部口或机构送交论文的复印件和磁盘全允许论文被查

3、阁和借阅。本人授权电子科技大学可将学位论文的部或部分内容编入有关数据库进行检索，可Ｗ采用影印、缩印或扫描等复制手段保存、汇编学位论文。（作保者密签的学位论文在解密后应遵守此规定）名：扛）销导师签名。曰期；年Ｓ月曰分类号密级注1UDC学位论文基于X射线图像的输油管道焊缝缺陷检测与识别（题名和副题名）刘想（作者姓名）指导教师程建副教授电子科技大学成都（姓名、职称、单位名称）申请学位级别硕士学科专业信号与信息处理提交论文日期2016.3.31论文答辩日期2016.5.19学位授予单位和日期电子科技大学2016年6月答辩委员会主席评阅人注1：注明《国际十

4、进分类法UDC》的类号。DefectDetectionandClassificationofPipelineWeldinX-rayImageAMasterThesisSubmittedtoUniversityofElectronicScienceandTechnologyofChinaMajor:SignalandInformationProcessingAuthor:LiuXiangSupervisor:ChengJianSchool:SchoolofElectronicEngineering摘要摘要在管道焊接缺陷检测作业中，人们广泛使用X射线图像。而如何使用计算机替代

5、人工进行X射线焊缝图像缺陷检测与识别是如今研究的一大热点。随着图像处理与模式识别技术的发展，X射线焊缝图像缺陷自动或半自动检测与识别系统的精确度与识别率日益提高。本文依据显著性检测与稀疏表示，实现X射线焊缝图像缺陷检测与识别。主要研究内容如下：1.提出基于缺陷图像的快速显著性检测算法。图像的显著性检测是模拟人体注意力机制而标注出图像的视觉关注区域，这与射线评片人员的评片行为十分吻合。本文将图像显著性引入缺陷检测中，并根据焊缝图像特点对传统的显著性检测进行改进，提出快速显著性检测算法。2.提出缺陷图像特征提取算法——判别稀疏重构投影(DiscriminantSparseRe

6、constructionProjections,DSRP)。分析稀疏近邻保持嵌入(SparseNeighborhoodPreservingEmbedding,SNPE)特征提取算法在缺陷特征提取的不足，即未能充分利用稀疏表示模型和监督信息，本文提出结合监督稀疏重构误差与Fisher判别准则实现缺陷图像特征的有效提取。在焊缝图像特征数据上，通过与SNPE、PCA方法的对比实验验证了本算法的有效性和鲁棒性。3.基于显著性和判别稀疏重构投影实现焊缝图像缺陷检测。训练过程：使用随机采样获得训练样本，并提取样本框中原始图像与显著性图像的纹理特征，串联原始图像数据构成特征向量，然后使

7、用判别稀疏重构投影进行特征降维，并训练SVM分类器。检测过程：使用滑动块形式遍历图像，提取图像块特征向量，基于判别稀疏重构投影与SVM实现缺陷检测。结合缺陷检测效果论述基于显著性和判别稀疏重构投影的缺陷检测方法的有效性。4.依据缺陷特征与评价标准，实现焊缝图像缺陷识别。提取缺陷的几何特征、灰度特征与不变矩特征构成特征向量，构建基于支持向量机的决策树分类器将缺陷分为了气孔、未熔合、未焊透、夹渣、裂纹五种类型。并根据图像未熔合缺陷的空间分布特征与评片人员的经验提出缺陷合并规则，构建优化识别方法，提升了识别率。关键词：X射线，缺陷检