环口焊X射线焊缝图像质量评定模型

发布时间：2021-08-08 02:47

　　X射线焊缝图像质量自动评定是焊缝图像缺陷自动评定的重要基础。为实现X射线焊缝图像质量自动评定,提出了一种数字化黑度计模型。首先,为使该模型通过数字计算即可获得物理黑度值,数字黑度计模型同时融合了物理光照模型和焊缝黑度模型;然后,通过对样本图像的物理黑度值及对应灰度值的相关性分析,给出了数字化黑度计模型的参数求取方法;最后,提出了一种X射线焊缝底片黑度自动评定算法。在实际X射线焊缝图像上的实验结果表明,在完全无人工干预的情况下,所提算法的准确率可达99%。交叉验证实验表明,所提方法敏感度可达98.5%,特异度可达100%。基于光照模型和黑度模型的数字化黑度计模型及求解算法可以取代目前常用的物理黑度计,实现焊缝图像质量评定的自动化。 

【文章来源】：计算机应用. 2020,40(09)北大核心CSCD

【文章页数】：6 页

【部分图文】：

环焊缝X射线焊缝图像

环焊缝切片图像的三维灰度图以及灰度直方图分别如图2、3所示。可以发现，即使在灰度相近的焊缝内部，焊缝灰度的高峰和低谷之间仍然有较大的灰度差。通过观察灰度直方图可以发现，环焊缝图像灰度值比较低并且非常集中，灰度对比不明显，难以区分钢管的母材和焊缝，又因为图像整体偏暗，所以根据NBT＿47013—2015对环焊缝数字图像进行自动黑度评价是十分困难的。图3 环焊缝切片的灰度直方图

环焊缝切片的灰度直方图

【参考文献】：
期刊论文
[1]基于非线性高斯平均差分的图像质量评价[J]. 校嘉蔚,张选德.  陕西科技大学学报. 2019(05)
[2]局部和全局特征融合的色调映射图像质量评价[J]. 侯春萍,李浩,岳广辉.  湖南大学学报(自然科学版). 2019(08)
[3]多特征融合的图像质量评价方法[J]. 贾惠珍,王同罕,傅鹏.  模式识别与人工智能. 2019(07)
[4]基于视觉感知高度相关的图像质量评价[J]. 于淼淼,郑元林,廖开阳,唐梽森.  西安理工大学学报. 2019(02)
[5]基于非局部梯度的图像质量评价算法[J]. 高敏娟,党宏社,魏立力,张选德.  电子与信息学报. 2019(05)
[6]融合亮度边缘和纹理的图像质量评价[J]. 胡文瑾,曹欣,叶雨琪.  吉林大学学报(工学版). 2019(01)
[7]一种基于多元回归的射线数字图像影响因子的权重分配方法[J]. 齐亚欣,陈嵩.  无损检测. 2018(08)
[8]X射线焊缝图像的缺陷检测与识别技术[J]. 刘辉,万文,熊震宇.  电焊机. 2017(04)
[9]基于递变能量线性约束的X射线图像质量评价方法[J]. 李毅红,韩焱,潘晋孝,陈平.  电子学报. 2017(03)
[10]基于X射线图像的厚钢管焊缝中气孔缺陷的自动检测[J]. 陈本智,方志宏,夏勇,张灵,兰守忍,王利生.  计算机应用. 2017(03)



本文编号：3329059