论文部分内容阅读
射线检测是广泛使用的焊接质量检测方式,在获得焊缝的射线检测图像后,通常采用人工方式对焊缝检测图像进行分析来评定焊接质量。为了保证焊接质量评定的可靠性和稳定性,减少人工评定差异,国内外研究人员在焊接缺陷的自动提取和识别方面开展了比较广泛的研究,已取得了不少研究成果,但是仍未达到可以应用的水平,存在的主要问题包括不均匀背景下微小缺陷的准确检出、各种缺陷的有效特征描述及分类识别等。考虑到射线胶片照相检测使用的普遍性,以及各种射线检测方式所得到图像的相似性,本文以数字化的射线检测底片图像为对象,对焊接缺陷的提取和识别方法进行了比较深入的研究。首先,设计了完整实用的焊接缺陷提取流程,并分别开展了焊缝区域确定、非裂纹类焊接缺陷提取、裂纹类焊接缺陷提取方面的研究;然后,进行了焊接缺陷的特征描述和特征选择的研究;最后,进行了焊接缺陷的分类识别的研究。本文的主要工作和创新体现在以下几个方面:(1)针对焊缝区域确定问题,提出了一种逐级细化确定焊缝区域的方法。该方法首先通过条带特征检测确定焊缝所在大致区域;然后基于线灰度曲线相邻间隔点数计算快速确定准确的焊缝边界。结果表明,该方法受图像亮度不均匀以及焊缝在图像中位置和分布变化等影响较小,能够较好地确定出焊缝边界,具有较强的适应性和实用性。(2)针对非裂纹类焊接缺陷提取问题,立足于图像分割的偏微分方程理论,将“加速收缩项”引入IAC模型得到加速IAC模型,在此基础上,提出了基于加速IAC模型的非裂纹类焊接缺陷提取方法。该方法首先使用形态学变换去除焊缝区域图像的背景;然后通过亮度变换缩小图像灰度范围,并以多阈值的方式将一幅图像变换为一组矢量图像;再采用概率松弛法降低图像区域模糊度并减少局部矛盾;最后应用加速IAC模型对焊接区域图像逐块分割提取缺陷,并进行适当的后处理。结果表明,该方法能够有效提取气孔、夹杂、未熔合、未焊透等非裂纹类焊接缺陷,且加速IAC模型的应用有效减少了普通IAC模型所需的迭代次数,具有较好的通用性。(3)针对裂纹类焊接缺陷提取问题,立足于多尺度几何分析中的Beamlet理论,提出了基于Beamlet分析的裂纹类焊接缺陷提取方法。该方法首先使用形态学变换去除焊缝区域图像的背景同时屏蔽图像中可能包含的非裂纹类焊接缺陷;然后逐块进行亮度变换处理,并通过Beamlet分析及最优BD-RDP来确定符合条件的若干beamlet作为裂纹特征检测结果;最后使用形态学膨胀、细化等操作进行适当的后处理。结果表明,该方法能够有效提取纵向裂纹、横向裂纹、放射状裂纹等裂纹类焊接缺陷,可以较好地反映裂纹类缺陷的形状和延展特点,具有较好的实用性。(4)在焊接缺陷的特征描述和特征选择方面,本文首先结合常见的描绘方法和专家经验初步确定了9个用于描述焊接缺陷的特征;然后为了挑选出描述焊接缺陷的最有效的特征,提出并应用了一种类内方差与相关度结合的特征选择算法(WVCMFS算法),从初步确定的特征中挑选出5个描述焊接缺陷的最有效特征。其中被去除的4个特征中,平坦性(FLT)、对称性(SYM)和不尖锐性(USP)特征是加藤雄平等基于经验提出并经常采用的特征,而本文的特征选择结果表明这些特征属于无效或冗余特征,对焊接缺陷的分类并不具有明显作用。(5)在焊接缺陷的分类识别方面,立足于支持向量机理论,提出采用嵌入WVCMFS的二叉树SVM方法进行焊接缺陷分类识别,并通过实验确定了该方法的最有效结构。为了进一步提高其分类性能,本文从两个方面进行改进,包括提出并使用一种统计不相关特征变换算法(LUFT和NLUFT),以及提出并使用一种可用于不平衡数据分类的模糊支持向量机(IC-FSVM)。结果表明,采用本文确定的特征进行焊接缺陷描述时,使用嵌入WVCMFS的二叉树IC-FSVM方法即可获得较好的焊接缺陷分类性能;若采用更多新特征进行焊接缺陷描述,则可以考虑使用嵌入WVCMFS和NLUFT的二叉树IC-FSVM方法。