基于多类支持向量机的X射线焊缝图像缺陷类型识别方法

压力容器的焊缝结构多变,纹路复杂,增加了压力容器检测焊缝缺陷时定级的难度.提出一种基于多类支持向量机的X射线焊缝图像缺陷类型识别方法.首先通过对X射线焊缝图像进行预处理及缺陷轮廓检测,提取表征焊缝缺陷的状态特征,以构造特征向量;然后基于多类支持向量机建立焊缝缺陷识别模型,对产品的焊缝缺陷进行分类识别.实验结果表明了该方法的有效性.     

基于多类支持向量机的X射线焊缝图像缺陷类型识别方法

压力容器的焊缝结构多变,纹路复杂,这增加了压力容器检测时焊缝缺陷定级的难度,提出一种基于多类支持向量机的X射线焊缝图像缺陷类型识别方法。首先通过对X射线焊缝图像进行预处理及缺陷轮廓检测,提取表征焊缝缺陷的状态特征,以构造特征向量,然后基于多类支持向量机建立焊缝缺陷识别模型,对产品的焊缝缺陷进行分类识别。实验结果表明了该方法的有效性。     

焊缝X射线实时成像图像中缺陷的提取

焊缝缺陷的提取成为目前焊缝X射线检测技术的难点之一,本文采用基于模糊推理技术进行焊缝及焊缝缺陷边缘检测,提取的边缘十分完整,为进行焊缝缺陷特征参数的提取打下基础,有利于实现焊缝X射线检测的自动化.     

用于焊缝检测的X射线实时图像序列时空域滤波

X射线实时图像处理技术是在线自动检测焊缝缺陷的关键环节。由于原始图像噪声大,严重影响了焊缝缺陷X射线实时自动检测技术的实际应用。该文先对焊缝X射线实时图像序列进行匹配,在此基础上采用扩展的局部线性最小均方差法进行时空域滤波,从而综合利用X射线实时图像序列的时域信息和空域信息。实验结果表明:焊缝X射线实时图像时空域滤波效果明显优于现有的空域滤波和时域滤波,为后续焊缝缺陷检测的图像处理提供了良好条件。     

射线检测图像中焊缝和缺陷的提取方法探讨

本文以射线检测图像中的焊缝及缺陷为研究对象,针对当前技术条件支持下焊缝及缺陷难以精确提取的这一问题展开了详细分析与讨论,在逐级局部化的作用之下总结出了一种新型射线检测方式。这种方式以图像自身所涵盖的信息数据为载体,将整个射线图区的图像信息划分为裂纹与非裂纹两大基本类型,并且提取射线图像中的焊缝与缺陷位置,确保其精确度与完整性。在该领域有着较为显著的实用性以及适应性。     

基于高频加强变换的焊接缺陷检测方法

根据X射线线阵实时成像检测压力容器的特点,提出焊缝图像处理及快速发现焊接缺陷的方法。利用自适应中值滤波方法和类间、类内方差比分割法及数学形态学方法对原始焊缝图像进行降噪和提取焊缝区域,并对提取的焊缝内部进行频域锐化的高频加强变换.仿真结果表明,自适应中值滤波能够有效去除噪声,并保持焊缝和缺陷的边缘细节;类间、类内方差比分割方法增强了图像目标与背景的对比,与数学形态学方法并用能准确地提取焊缝区域;高频加强变换能够为焊缝缺陷提供清晰的视觉效果,从而根据其显示的特点对焊接缺陷进行提取.     

链条的X射线图像缺陷检测方法

通过对链条X射线图像的预处理、图像轮廓处理,研究了链条X射线图像缺陷提取和检测算法,并对算法的可行性和准确性进行了验证,实现了链条缺陷的识别.研究结果为链条缺陷自动化检测系统的实现奠定基础.     

基于深度学习的X射线焊缝缺陷识别

为了提高缺陷识别效率,提出利用基于深度学习网络进行焊缝缺陷识别。在分析X射线焊缝缺陷图像特征的基础上,构建一种基于模拟视觉感知原理的深度学习网络结构,并对卷积神经网络的卷积模板大小及层数进行了分析,对卷积神经网络隐藏层中2种不同的激活函数进行了实验验证,针对性地提出优化方法。该深度学习神经网络可以避免对焊缝缺陷图像特征的提取,直接判断疑似缺陷图像是否为缺陷。对580张图像进行了实验,结果表明,本文所提方法对SDR图像的识别准确率超过98%,优于传统方法。且所设计系统具有自动学习X射线焊缝缺陷图像中复杂的深度特征的特点,实用性较强。     

T形接头角焊缝气孔缺陷空间位置数据的自动提取

采用微焦点X射线检测系统获取T形接头焊件左、右旋转的检测图像,提取感兴趣区域,分析图像灰度分布特征,采用小波变换对感兴趣区域进行图像去噪处理。采用形态学背景模拟,结合阈值分割等算法实现了图像中缺陷的保真分割。建立T形接头焊件缺陷深度和缺陷偏移量的数学模型,提出了焊件缺陷投影距离的自动提取算法及左、右旋转图像中缺陷的自动对应准则,自动提取T形接头焊件内部缺陷空间位置数据。试验结果显示,缺陷大多分布在腹板中心线的左侧,且集中分布在焊件腹板和翼板结合面附近的位置,缺陷沿焊缝纵向呈随机分布,缺陷半径范围为[0,0.7] mm。     

基于模糊理论的焊缝缺陷图像识别算法研究

为提高无损检测中焊缝缺陷射线检测效率、降低人工操作强度,针对射线胶片焊缝缺陷自动检测技术普遍存在难以自动准确识别缺陷问题,充分利用焊缝图像中各种信息,提出了一种焊缝缺陷智能检测识别方法。基于自动选择阈值,使用模糊集合进行灰度变换以增强图像对比度;利用最大类间方差算法(OTSU)求解自适应阈值,检测并提取焊缝边缘;依据缺陷几何特征识别不同缺陷。结果表明,该系统可以较为准确地检测各种焊缝图像的边界和缺陷,具有较好地适应性和实用性。     

关于亚纯函数导数亏量和的精密上界

本文讨论了亚纯函数导数的亏量和的一些精密估计,主要的结果如下:设f(z)为超越亚纯函数,n为任一自然数,则有: ?? 由此可立即推出:     

关于亚纯函数导数亏量和的精密上界

本文讨论了亚纯函数导数的亏量和的一些精密估计,主要的结果如下:设f(s)为超越亚纯函数,n为任一自然数,则有:■由此可立即推出:■     

一维光子晶体本征模频率

利用传输矩阵法,严格推导出了一维光子晶体中的本征模频率方程,该本征模频率也就是缺陷模频率,它依赖于缺陷材料的光学常数、大小以及缺陷的类型;不同类型的缺陷会导致其相应的能级类型发生变化.     

一维有限光子晶体中的单个缺陷

在一维有限光子晶体中利用传输矩阵推导了其反射和透射系数,并讨论了单个缺陷位置对透射系数的影响,发现单个缺陷在晶体中不同位置具有相同的缺陷模频率,但其透射峰具有不同的高度,同时当缺陷在晶体中心时,其透射峰最高。     

铸造缺陷的计算机分析系统的研究

介绍了”铸造缺陷的计算机分析”课题的意义、国内、外的研究情况、本课题的研究内容 ,用VISUALBASIC制作该软件的方法 ,以及软件的安装和使用     

自动Java代码缺陷检测技术

代码审查是一种高效的程序缺陷检测方法,因为它能够在软件开发的过程中找出程序的错误,这很大程度上降低了改正错误的成本.但是传统的代码审查是一种劳动力密集型的方法,为了提高代码审查的效率,一系列的自动化代码缺陷检测技术和工具已经被提出并得到了广泛的应用.本文介绍了支持代码审查的自动化代码缺陷检测技术的相关内容.结合Java语言的特点对自动代码缺陷检测体系结构和工作的原理做了论述,并引入了缺陷模式树来提高检测的速度;最后通过具体的实验来分析了自动化代码缺陷检测的有效性和高效性.     

缺陷化学理论及其发展

本文拟从缺陷化学和缺陷技术的发展历史入手，着重介绍各种点缺陷学说对化学和物理等领域的贡献和作用以及值得注意的一些问题。     

基于特征选择的软件缺陷预测方法

软件缺陷对软件功能的实现具有不可预知的危险,是软件产品的固有成分,提高软件的可靠性,关键在于降低软件缺陷出现的概率,而如何利用已有缺陷数据构建预测系统框架是研究的重点.针对传统软件测试技术虽然能够有效发现软件缺陷,但需要消耗大量的时间和精力,制约软件开发效率的缺点,提出基于特征选择的软件缺陷预测方法,算法对软件缺陷模型的经验数据集进行多特征选择,进而克服数据集之间的冗余性移除无关特征,得到缺陷模型的分类,最终实现软件缺陷的精确预测.实验表明,基于特征选择的软件缺陷预测方法具有较好的预测效果和较高的应用价值.     

一种软件缺陷预测改进模型的研究

研究考虑缺陷移除失败的软件缺陷预测改进模型,以提高缺陷预测能力.分析了传统Rayleigh模型的不足,在考虑缺陷移除失败因素的基础上,建立缺陷预测改进模型,并使用经验值及最大似然法估计获得模型参数.实例验证表明,改进模型可以有效地提高软件缺陷预测值与实际值的拟合度.     

一维光子晶体的缺陷模式研究

利用传波矩阵方法,计算了电磁波在带有缺陷的一维光子晶体中的传波。数值计算表明,在只有一个缺陷层时,缺陷模式频率与缺陷层在光子晶体中的位置无关,当有两个缺陷层出现时,缺陷模式频率与缺陷层在光子晶体中的位置是有关的。另外,计算也表明,缺陷模式频率对缺陷层材料的折射率变化是非常敏感的。