中值改进的分割算法在钢缺陷检测中的应用.pdf

《中值改进的分割算法在钢缺陷检测中的应用.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第42卷第9期当代化工Vo1．42，No．920l3年9月ContemporaryChemica]IndustrySeptember，2013中值改进的分割算法在钢缺陷检测中的应用张文识，孙杰，张长军，程新求(1．辽宁石油化工大学机械工程学院，辽宁抚顺113001；2．中石油昆仑天然气利用有限公司苏里格分公司，内蒙古鄂尔多斯017300)摘要：针对压力钢管内壁表面缺陷图像在直方图呈偏态或重尾时图像分割效果差的问题，在传统的图像分割思想的基础上，提出了一种基于灰度中值和灰度平均离差分生成图像最佳分割阈值主变量的改

2、进算法。实验结果表明，改进后的算法对于能够稳定有效地分割压力钢管内壁正常部位与缺陷部位，并将缺陷部位的细节特征增强显示，为后续分析缺陷原因提供了很好的形态学依据；显示了其在化工设备的完整性检测技术中的应用意义。关键字：管壁缺陷检测；图像分割；灰度中值；最小误差法中图分类号：TG356文献标识码：A文章编号：1671—0460(2013)09—1331—03ApplicationofImageSegmentationBasedonClassMedianinSteelDefectDetectionZHANGWen—

3、Shi，SUNJie，ZHANGChang-jun，CHENGXin—qiu(1．SchoolofMechanicalEngineering，LiaoningShihuaUniversity,LiaoningFushun113001，China；2．CNPCKunlunNaturalGasUtilizationCo．，Ltd．SuligeBranch，InnerMongoliaOrdos017300，China)Abstrfict：Inallusiontothepoorresultsofsegmentation

4、insteeldefectsdetectionwhenthehistogramofimagesofdefectswasskewandheavy—tailed，animprovedmethodforimagesegmentationbasedonclassmedianwasproposedaccordingtotheconventionalsegmentationalgorithms：minimumerrorthresholdingthatemployedthesamplemeanvalue，theconverg

5、enceprocessofoptimizationwasalsodiscussedbasedonparticleswarlTloptimization．Thetestingresultsindicatethemodifiedmethodcanhighlightthedetailsofdefects’morphology,whichcanprovidesoundgroundsforcauseanalysis；meanwhile，theimprovedalgorithmisapplicableinthedetect

6、ionoftheintegrityofthechemicalequipments．Keywords：Walldefectsdetection；Imagesegmentation；Classmedian；Minimumerrorthresholding；Convergenceanalysis在化工设备的使用过程中，由于工作环境与内1图像分割算法的推导部介质变化等原因会在诸如管道内壁、容器封头与对于缺陷部位图像』，像素矩阵为M×N，假定底部等处出现各种表面宏观腐蚀与杂质，所以快速、其被阈值分割为前景部分F(g)和背

7、景部分B(g)，清晰、实时地获取这些表面缺陷形貌特征对于安全F(g)={0g，1≤"M×N}阳生产和优化工艺参数都具有很重要的意义。在各种B(g)={+1gG，1”M×Ⅳ>表面缺陷检测中，基于机器视觉的图像检测技术其中：1，⋯，M×N，g∈【0，G]，G表示图像中最大像是近些年来迅速发展起来的一种新技术。采集的图素值255。像可能由于光照等原因导致缺陷部位的细节形貌特用()表示图像的概率质量函数，对应的图像征不明晰，导致图像直方图呈现偏斜或者重尾现象，前景和背景概率质量函数分别为：p，(g)，Pb(g)；在图像

8、增强中，常规的图像阈值化分割算法可能会另外图像的累计概率分布函数为P()=∑p(f)，对失效，无法完整清晰地分割出缺陷形态，这也对后应的图像前景和背景的累计分布函数分别为：续缺陷原因的分析造成了不便。本文就是针对这种常规分割效果不佳的情况提出了一种改进的最小误(G)：=∑：0p(g)，(G)==∑+1p(g)。差图像分割算法：采用图像灰度中值作为图像阈值1．1最小误差算法及其改进算法化