基于遗传算法的超声检测图像分割识别方法

基于钎焊电触头焊接质量超声成像无损检测的原理，针对超声图像分割过程中阀值难以确定的问题，以灰度图像的直方图熵作为评价标准，把图像阈值分割问题定义为一个优化问题，利用遗传算法寻优的高效性；搜索到能使分割质量达到最优的分割参数－－图像分割阈值，据此阈值可以区分出超声图像中的缺陷部分与焊合区域，因此对于后续的焊接缺陷识别具有重要的意义，实验结果表明，该算法分割切实可行，有效地缩短了寻找阈值的时间。     

超塑性固相焊接接头质量的超声成像检测

采用自行研制的超声C扫描成像检测系统,基于对大量焊接面解剖、焊合率的定量金相检测,确定了合理的缺陷灰度阈值,进而对异种钢超塑性固相焊界面的焊合率进行了系统的检测与分析,实验结果表明：该系统能较准确、可靠和快速地检测出异种钢超塑性固相焊界面的焊合状况,并与实际测出的界面缺陷分布情况有较好的一致性,在超塑焊焊接检测的过程中,界面焊合率与其接头抗拉强度呈线性关系。