基于机器视觉的焊缝缺陷检测技术的研究

论文摘要

X射线无损探伤是工业无损检测的主要方法之一。目前国内外X射线探伤检测方法仍以胶片成像法及图像增强实时成像法为主。采用人工方式进行在线检测与分析,但人工检测存在主观标准不一致、劳动强度大等缺点。因此计算机辅助焊缝缺陷检测一直受到广泛关注。然而,由于成像条件、检测对象及算法的复杂性和局限性,实际应用中,仍有许多问题尚待进一步研究。机器视觉技术在工业在线检测中的应用是近年来的研究热点之一。机器视觉技术可以大幅降低检测成本,提高产品质量,提高生产速度和效率,因而在工业检测和控制领域得到了广泛的应用。本文比较系统地研究了基于机器视觉的焊缝图像缺陷检测的技术,首先,在分析研究X射线采集系统的的基础上,建立了一套基于CCD的X射线图像采集系统;其次,在焊缝图像在拍摄和传输过程中,往往受到高斯噪声与椒盐噪声的同时干扰,单独使用均值滤波和中值滤波的效果都不太理想。为了能同时去除这两种噪声,本文采用了一种能有效的去除同时加入高斯噪声和椒盐噪声的多尺度形态滤波算法;然后,研究了边缘检测算法,在基于边缘检测的分割算法中,针对焊缝图像的缺陷特征,结合数学形态学边缘检测理论,对现有的形态学边缘检测算子进行改进,找到了一种适用于焊缝图像的多尺度抗噪型熵值边缘检测方法;最后,对检测出的二值焊缝图像,将随机Hough变换与模糊集理论相结合,使用了一种改进的随机Hough变换,检测出焊缝图像中可能存在的圆形缺陷,实验结果证明了算法的有效性。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题背景和研究的目的及意义
• 1.2 国内外焊缝图像缺陷检测技术的研究现状
• 1.3 本文研究的主要内容
• 第2章 X 射线数字图像的采集
• 2.1 引言
• 2.2 缺陷在线自动检测系统的基本结构
• 2.3 缺陷在线自动检测系统的检测流程
• 2.4 本章小结
• 第3章 焊缝数字图像的预处理
• 3.1 引言
• 3.2 数学形态学
• 3.2.1 数学形态学基本概念
• 3.2.2 数学形态学基本运算
• 3.3 焊缝图像去噪处理
• 3.3.1 基于焊缝图像的多尺度去噪算法
• 3.3.2 实验结果及分析
• 3.4 本章小结
• 第4章 焊缝图像的边缘检测
• 4.1 引言
• 4.2 图像边缘
• 4.3 基于焊缝图像的边缘检测技术
• 4.3.1 抗噪型边缘检测算子
• 4.3.2 实验结果及分析
• 4.4 多尺度自适应抗噪型熵权边缘检测
• 4.4.1 多尺度自适应抗噪型熵权边缘检测算法
• 4.4.2 实验结果及其分析
• 4.5 本章小结
• 第5章 基于 Hough 变换的缺陷目标检测
• 5.1 引言
• 5.2 基于 Hough 变换的检测方法
• 5.2.1 Hough 变换圆检测原理
• 5.2.2 Hough 变换圆检测方法
• 5.3 基于焊缝图像的改进RHT 圆检测方法
• 5.3.1 基于焊缝图像的改进RHT 圆检测算法
• 5.3.2 实验结果及分析
• 5.4 缺陷的标记
• 5.4.1 缺陷标记实现
• 5.4.2 实验结果及分析
• 5.5 本章小结
• 结论
• 参考文献
• 攻读硕士学位期间发表的学术论文
• 致谢