焊缝表面缺陷图像识别

吴 双
河北大学研究方向:无损检测、安全评价

摘要


全球化发展形势下，数字化工厂技术是生产制造未来的发展趋势，使得制造过程更加智能化、数字化。焊接作为制造生产中一道重要工艺，焊缝检测是检验焊缝质量的主要手段，而在外观评定过程中，受主观因素影响较大，人工检测效率低下，所以通过计算机技术对焊缝表面缺陷进行识别。根据焊缝缺陷图像的特点，对图像进行空域内去噪、增强处理，提高图像质量；根据图像缺陷与背景灰度重叠，选用数学形态学处理方式来提取缺陷的边缘信息；根据图像缺陷特征量提取结果，设计神经网络模型并使用神经网络进行试验；实验结果表明，图像增强处理和缺陷提取是成功的，可以增加特征量来提高准确率。焊缝表面缺陷的识别提高外观评定效率。

关键词


焊缝图像；外观检测；图像处理；神经网络识别

全文:

PDF


参考


[1]张国军,黄刚.数字化工厂技术的应用现状与趋势[J].航空制造技术,2013,(8):34-37.

[2]邵中华.X射线焊缝数字图像的缺陷提取技术研究[D].太原:中北大学,2011.

[3]杨丹,赵海滨,龙哲等.MATLAB图像处理详解.北京:清华大学出版社,2013:238-239.

[4]麻春辉,宋素珍,杜瑶等.基于数学形态学的焊缝缺陷提取算法[J].数字技术与应用,2015,12(9):106-107.

[5]董辉.基于神经网络的图像识别系统的研究及实现[D].西南农业大学,2005.

[6]苏静,杨武俊.基于BP神经网络图像分割算法研究[J].中国联合网络通信有限公司运城市分公司;运城学院公共计算机教学部,2015.




DOI: http://dx.doi.org/10.18686/gyjs.v3i1.39026

Refbacks

  • 当前没有refback。