X射线检测焊缝的图像处理与缺陷识别

根据射线检测焊缝图像的特点,设计了图像去噪、增强的算法;针对焊缝缺陷对比度差、光照不均、纹理较多等不利因素,在去除焊缝背景情况下,设计了动态划分焊缝区域算法,利用局域阈值法分割提取出对比度不均的缺陷;通过对焊缝缺陷特征分析,选取缺陷识别的特征参数;建立了用于焊缝缺陷识别的模糊神经网络模型。试验结果表明,图像预处理和缺陷提取是成功的,提出的识别算法能够提高介于模糊边界模式分类时的识别率,对焊缝缺陷识别的效果优于分类识别法。     

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。     

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X射线图像序列的焊缝缺陷自动检测方法

X射线无损检测对于焊接结构件的质量保证具有重要意义,焊缝缺陷X射线实时自动检测的核心技术是序列图像处理。目前,国内外的研究工作大多集中在基于孤立图像的处理中,由于焊缝缺陷形态的多样性而难以将噪声与微小缺陷区分开,因此无法解决缺陷的漏检率和误检率此消彼长的矛盾。该文着眼于时间序列图像,提出基于帧内分割和帧间跟踪相结合的焊缝缺陷检测方法,在图像的空间域处理中消除漏检,在图像的时间域处理中消除误检,从而为解决缺陷漏检和误检之间的矛盾提供了有效途径。试验和现场应用期间,对于常见的壁厚分别为8.8mm、12.5mm以5m/min速度运动的螺旋焊缝钢管中的一系列自然缺陷,最小检出缺陷直径分别约为0.6mm、0.8mm,符合工业应用要求,与此同时无误检出现。     

基于X射线图像序列的焊缝缺陷自动检测方法

X射线无损检测对于焊接结构件的质量保证具有重要意义,焊缝缺陷X射线实时自动检测的核心技术是序列图像处理。目前,国内外的研究工作大多集中在基于孤立图像的处理中,由于焊缝缺陷形态的多样性而难以将噪声与微小缺陷区分开,因此无法解决缺陷的漏检率和误检率此消彼长的矛盾。该文着眼于时间序列图像,提出基于帧内分割和帧间跟踪相结合的焊缝缺陷检测方法,在图像的空间域处理中消除漏检,在图像的时间域处理中消除误检,从而为解决缺陷漏检和误检之间的矛盾提供了有效途径。试验和现场应用期间,对于常见的壁厚分别为8.8 mm、12.5 mm以5m/m in速度运动的螺旋焊缝钢管中的一系列自然缺陷,最小检出缺陷直径分别约为0.6mm、0.8mm,符合工业应用要求,与此同时无误检出现。     

焊缝缺陷的计算机模式识别方法的研究

在提取焊缝缺陷特征时 ,不仅考虑缺陷的几何形状 ,还考虑了灰度差及位置 ,并运用树形分类器和感知器进行分类 ,能够提高缺陷识别的准确率     

基于形态学的焊缝X射线图像缺陷检测

通过对焊缝X射线图像进行垂直扫描,提取扫描线的线灰度曲线,提出了焊缝缺陷位置的检测算法.应用形态学滤波和分水岭变换对缺陷轮廓进行提取,实现了焊缝X射线图像缺陷的检测.对图像的实测结果表明,该方法能有效地对焊缝缺陷位置进行检测.     

基于X射线数字成像技术的管母线焊缝缺陷检测实验研究

焊缝缺陷是影响管母线性能的主要因素。根据管母线典型焊缝缺陷的特征,结合X射线数字成像(DR)系统Rhythm软件测量技术,推导了特定缺陷实际尺寸的理论计算方法,提出了一套基于DR技术的焊缝缺陷实际尺寸计算方法。利用本文提出的方法计算了像质计的长度并与实际尺寸进行了对比,充分验证了本文提出的基于DR技术的焊缝缺陷实际尺寸计算方法的正确性,根据实验室拍摄得到的管母线焊缝缺陷的X射线数字图像,利用该方法对气孔、未焊透等缺陷实际尺寸进行了计算,为定量研究管母线焊缝缺陷对其性能的奠定了基础。     

基于KPCA和模糊核Fisher判别的语音情感识别

针对语音情感识别率不高和实时性差的问题,提出一种基于KPCA核主成分空间的模糊KFD算法,应用于语音情感识别。首先采用KPCA对语音情感特征向量降维去噪,根据转换矩阵得到核主成分空间,然后在该特征空间利用模糊C均值聚类计算语音特征向量的隶属度,进而对LDA算法中的类间离散度和类内离散度重新定义,生成模糊KFD分类器进行语音情感识别。仿真实验结果表明,提出的方法相比于传统SVM和核Fisher判别算法具有较高的识别率和良好的抗噪性能,是一种行之有效的语音情感识别新方法。     

基于遗传的改进模糊C均值入侵检测方法

为了克服模糊C均值(FCM)算法对初始化极为敏感且容易陷入局部最优的缺点,将遗传算法和改进的模糊C均值聚类算法相结合,并且以检测率和误检测率作为入侵检测算法性能评价的指标,对FCM、改进的FCM和基于遗传的改进FCM三种聚类算法的入侵检测性能进行仿真分析.结果表明:基于遗传的改进FCM算法(GIFCM),检测率有所提高,而误检测率有所下降.该算法应用于异常入侵检测是可行而有效的.     

基于DSP和图像识别的拉索表面缺陷检测技术

针对国内对拉索表面保护材料层的两种检测方法的不足,搭建以嵌入式DSP为核心处理器,结合CCD、视频解码芯片、SDRAM、FLASH ROM等外围资源的采集和检测系统,提出了一套快速识别拉索表面缺陷的检测识别算法,包括:确定图像区域,改进中值滤波,SOBEL边缘检测和动态阈值分割,形态学闭合运算,缺陷面积计算和存储.实验结果表明该方法实现了桥梁拉索表面缺陷的实时、非接触的智能化检测,并给出了该系统所能达到的指标.该系统结构简单、成本较低、操作简便、具有重要价值.     

板形模式识别的模糊分类方法

运用模糊分类理论构造了两种板形模式识别的模糊分类方程，并运用于某宽带钢冷轧厂实测用板形应力信号的识别，有较好结果。     

焊缝缺陷类型识别方法的研究

针对焊缝射线检测图像中缺陷类型识别准确度较低的问题,提出了一种基于直接多类支持向量机的缺陷类型识别方法.该方法将焊缝缺陷类型识别问题转化为一个约束优化问题,采用由缺陷边缘特征和区域特征构成的特征向量对缺陷进行描述,解决了在实际训练样本较少的情况下,提高缺陷类型识别准确度的问题.实验表明,该方法的识别准确度为94.25%,比一对一支持向量机和多层感知神经网络的高,并且通过引入区域特征提高了特征组的缺陷描述能力.     

基于粗糙-模糊神经网络的焊接图像缺陷识别

针对焊接图像缺陷识别中提取的特征受噪声干扰比较严重以及现有的识别算法准确率低的问题,提出了一种基于粗糙模糊神经网络的缺陷识别算法。该算法充分利用了粗糙集的属性约简、模糊集的处理不精确数据以及神经网络的自学习、对任意函数逼近的优点,有效地解决了不确定建模过程中样本数据受到噪声干扰、模型结构难以确定的问题。仿真结果表明:该算法能有效地提高焊缝图像的缺陷识别能力。     

基于向量模糊模式识别的纹理图像分割方法

提出了一种基于同步自回归（ＳＡＲ） 模型和模糊信息原理进行纹理分割的方法．利用二阶ＳＡＲ模型对图像纹理进行描述,用最小平方误差方法对模型参数进行估计,将估计的参数作为纹理的特征向量．根据模糊信息原理,分析了纹理图像的模糊特性,给出了一种基于向量模糊集合簇模糊模式识别的纹理分割方法．实验结果表明,用所提出的方法进行图像纹理分割取得了较好的分割效果．     

Fabric Wrinkle Grade Assessment Based on Fuzzy Pattern Recognition

The basic principle of fuzzy pattern recognition is brief introduced firstly in this paper, which mainly includes fuzzy rules and fuzzy inference system. Then, the algorithm procedure of fuzzy pattern recognition is proposed. Finally, the application of Mamdani fuzzy model is introduced to evaluate fabric wrinkle grade in detail, and used the correlation coefficient between subject and object evaluation to verify the reliability of fuzzy pattern recognition. It shows the method of fuzzy pattern recognition needs not a large number of testing data and the accuracy of evaluation is up to 97.38%.     

基于多元统计分析的触觉图象模式识别

在触觉图象的统计描述特征量基础上，提出了用多元统计分析中得判别分析，对常用的特征量进行了选择，使判别更为有效，并给出了实用的判别方程，借此可以提高判别的正确率，也可解决圆和六角形易误判的问题。     

煤层稳定性模糊模式识别评价方法

 基于模糊模式识别理论,研究了不同类型煤层稳定性的综合量化评价方法。在分析煤层稳定性关键影响因素的基础上,确定了煤层稳定性评价的特征因子,构建了不同类型煤层的模糊评价语言模式及其隶属函数,提出了煤层稳定性模糊模式识别评价方法。通过实例评价,验证了该方法的可行性,结果表明,该方法可实现对煤层稳定类型的定量划分和归属判定,可为煤层的可采性分析、开采安全性评价以及采煤方法的选择提供依据。