图像中运动小目标的检测一直是图像处理与分析领域中的难题,它涉及到很多领域,具有很广泛的研究价值和应用价值。 在工业探伤领域,由于焊接过程出现的各种问题,会导致焊缝中含有气孔和未焊透等缺陷,影响产品的质量和安全,所以焊接图像中缺陷目标的检测十分重要。目前X射线无损探伤系统主要采用人工方式进行在线检测与分析,而人工检测存在主观标准不一致、劳动强度大等缺点。因此,急需要研究一种有效的缺陷自动检测方法来代替人工检测,从而使在线检测工作客观化、规范化和智能化。本文的研究工作就是基于此而展开的。 本文探讨了焊缝图像中缺陷目标的自动检测方法,主要做了以下几个方面的研究: (1)针对X射线焊缝检测图像中存在大量与缺陷检测无关的背景冗余信息,采用了一种基于自适应阈值分割的焊缝区域的自动提取方法,以减少计算量,提高检测精度,取得了较好的效果。 (2)由于SUSAN算法具有良好的抗噪能力,对图像的边缘、角点能够很好的识别,所以本文研究了一种以SUSAN算法为基础的,焊缝缺陷自动检测算法,同时辅助以形态学去噪和填充等运算,取得了较好的效果。 (3)因为小波分析方法具有很好的局部化特性,它能对高频采取逐渐精细的时域或空域步长,从而可以聚焦到分析对象的任意细节。所以研究了一种利用小波分解来得到缺陷目标的形状和位置信息,并结合维纳滤波和形态学运算的焊缝缺陷检测方法,结果比较理想。 为了验证本文提出的两种算法的有效性,本文对在工厂实际得到的含有缺陷目标的焊接图像进行了检测,取得了较好的效果,证明了本文方法的可行性。