原文传递
船舶焊缝图像缺陷识别关键技术研究
| 论文题名： | 船舶焊缝图像缺陷识别关键技术研究 |
| 关键词： | 船舶焊缝;图像处理;缺陷标记识别;特征参数;BP神经网络 |
| 摘要： | 船舶焊接缺陷的检测是船舶建造过程中非常关键的环节。X射线照相法是无损检测的重要方法，这种方法会产生大量的待处理的船舶焊缝胶片，目前，大多都是采用人工评定的办法来进行评定，评定结果容易受评片人员技术经验等自身素质的影响，而且底片、评片结果数据不容易保存，给查询带来了不便。 计算机辅助评片技术则大大减轻了评片人员的工作量，提高了工作效率，使评片过程更加科学和规范。但是，由于船舶焊缝图像在成像和输入到计算机时会导致噪声过多、缺陷边缘模糊和对比度低等问题，给船舶焊缝缺陷信息的正确提取、特征计算和分类识别带来了很大的困难。 本文在前人研究基础上，通过对各种缺陷图像处理方法的尝试，深入研究了图像特征提取及神经网络识别技术，并实现了等级评定，主要工作如下： 第一，研究了船舶焊缝数字化图像的特点，通过实验对比得到合适的图像处理方法。通过对转化后数字图像的灰度特点分析总结得到焊缝图像的特点，焊缝区域边缘和缺陷边缘模糊，而且焊缝区域和缺陷处对比度不高，然后根据这些特点使用不同的去噪和增强算法进行实验比较分析，高斯平滑和模糊增强对处理焊缝图像有较好效果； 第二，提取目标缺陷，利用缺陷标记和边界跟踪算法对缺陷进行标记和统计。对提取出来的各个独立的缺陷利用八连通标记算法和边界跟踪算法对缺陷处的像素点进缺陷行标记和边界存储，以利于焊缝缺陷特征计算； 第三，进行缺陷几何特征的定量计算。在边缘提取和缺陷标记的基础上通过对标记像素的计算和标定转换计算，得到焊缝中每个缺陷的面积、周长、长短轴、等效面积、圆形度等几何特征值，为正确进行缺陷进行分类和缺陷等级评定奠定了基础。 第四，利用BP神经网络方法实现船舶焊缝图像的识别与分类。利用计算得到的特征参数，设计三层的BP神经网络，实现了船舶焊缝缺陷的自动识别，根据国家标准GB/T3323-2005设计了等级评定模块，并取得较好效果。 |
| 作者： | 胡亮 |
| 专业： | 舰船电力推进及自动化技术 |
| 导师： | 高岚 |
| 授予学位： | 硕士 |
| 授予学位单位： | 武汉理工大学 |
| 学位年度： | 2011 |
| 正文语种： | 中文 |
检索历史
应用推荐
