焊缝射线探伤图像的造假检测研究

发布时间：2021-07-14 04:47

　　焊接技术是制造业中重要的加工技术,在航空航天、化工生产、管道运输等方面广泛应用。在焊接过程中受焊工的技术水平或工作环境的影响,会导致焊缝出现如裂纹、气孔、漏焊等缺陷。读片人员根据焊缝的X射线探伤图像检测焊缝是否有缺陷,若发现缺陷则及时进行返工。但是在实际工作中,对焊缝图像进行造假的情况时有发生,焊工为了防止有缺陷的图像被发现会采用合格的焊缝图像替换有缺陷的焊缝图像、或者重新拍摄合格焊缝并使用新的标记信息。读片人员在对焊缝图像进行缺陷检测的时候,也会花费较多精力检测两焊缝图像的搭接处能否搭接成功,来判断图像是否经过替换和造假。但是这种靠人眼比对的检测方法耗时长、效率低,不利于读片人员提高生产效率。所以通过对焊缝图像特征的分析,本文提出了三种自动化检测的方法,以辅助人工进行有效的评片工作。（1）基于焊缝图像搭接匹配的造假检测方法。直接替换焊缝图像的造假操作,会导致相邻两焊缝图像的搭接区域无法搭接成功,该方法通过SIFT（Scale-invariant feature transform,简称SIFT）算法及SSIM（Structural similarity,简称SSIM）算法检测焊缝搭接... 

【文章来源】：河南大学河南省

【文章页数】：62 页

【学位级别】：硕士

【部分图文】：

超声波检测

渗透检测

焊缝射线探伤图像的造假检测研究（3）磁粉检测。在工件表面撒上磁粉或磁悬液，若焊缝表面存在缺陷，磁粉集在缺陷位置，光照条件下形成可见的磁痕。通过磁痕可判定缺陷的形状、位小。但是对于尺寸较小、间隙狭窄的裂纹，磁痕不太明显不易被发现。（4）射线检测，是指利用X射线照射焊缝，用胶片记录焊缝信息[6]。通过人工式，检查焊缝图像中是否存在缺陷。近年来出现的焊缝图像扫描仪，是将胶片字图像，读片人员通过对数字图像的检测可以方便快捷地找到焊缝缺陷[7][8]。缝检测技术相比，射线检测的精确度较高。

【参考文献】：
期刊论文
[1]钢结构焊缝超声检测用方法比较研究[J]. 杨乐,王炳新,李士军,朱风林,范本熙,王坤.  中国标准化. 2019(04)
[2]基于SIFT算法的图像配准综述[J]. 黄海波,李晓玲,熊文怡,聂祥飞.  软件导刊. 2019(01)
[3]基于局部特征多轴旋转不变特性的纹理图像分类算法[J]. 黄庆宇,章登义.  计算机科学. 2018(12)
[4]基于尺度不变特征变换的快速景象匹配方法[J]. 牛燕雄,陈梦琪,张贺.  电子与信息学报. 2019(03)
[5]关于深度学习的综述与讨论[J]. 胡越,罗东阳,花奎,路海明,张学工.  智能系统学报. 2019(01)
[6]同种钢焊缝磁粉检测非相关显示的鉴别[J]. 谭云华,钱熙源.  无损探伤. 2018(05)
[7]基于SIFT的图像匹配方法改进[J]. 易飞,许珊珊.  计算机系统应用. 2018(10)
[8]基于灰度共生矩阵的遥感图像分类研究[J]. 廖敏,陈国郑.  科学技术创新. 2018(28)
[9]基于图像信息融合的焊缝无损探伤研究[J]. 刘丽,郭新兴,姚海芳,周杰.  电子设计工程. 2018(18)
[10]Harris和Sift算法在不同尺度下提取特征点分析[J]. 罗通.  信息系统工程. 2018(08)

硕士论文
[1]基于机器学习方法的管材缺陷识别方法研究[D]. 郭润元.西安理工大学 2018
[2]钢管焊缝缺陷类型检测[D]. 王璐.西安理工大学 2018
[3]X射线焊缝缺陷图像降维及分类检测算法研究[D]. 王雒瑶.西安石油大学 2018
[4]面向屏幕渲染图像的文字检测与识别研究[D]. 周军.武汉科技大学 2018
[5]X射线焊缝图像的缺陷检测与识别技术研究[D]. 熊涛.西安电子科技大学 2018
[6]基于深度学习的手写体数字序列的识别研究[D]. 李倩倩.哈尔滨工程大学 2018
[7]面向图像的场景文字识别技术研究[D]. 卢未来.辽宁工业大学 2018
[8]焊缝缺陷检测算法研究[D]. 郝恩龙.西安理工大学 2017
[9]基于机器视觉的焊缝缺陷检测及分类系统的研究[D]. 李超.江南大学 2017
[10]基于结构相似度的遥感图像质量评价[D]. 史小雨.西安科技大学 2017



本文编号：3283446