基于改进Sobel算法的焊缝X射线图像气孔识别方法

发布时间：2020-12-29 10:46

　　提出一种具有自适应能力的焊缝X射线图像气孔检测方法.通过局部动态阈值分割法设计了多方向的焊缝X射线图像模板,采用Sobel算法对复杂背景下的焊缝进行边缘检测和区域标记,并在标记区域对原始图像x和y方向的灰度梯度进行分析,以增强小气孔和粘连气孔的识别能力.检测应用效果表明,所提出的方法具有良好的自适应能力且准确快速,能够有效地克服人工评片中产生的漏判与误判等缺点,并且能够存储和查询检测数据. 

【文章来源】：上海交通大学学报. 2017年06期 北大核心

【文章页数】：7 页

【文章目录】：
1 试验部分
2 传统的边缘提取算法
3 Sobel算法的改进
    3.1 图像预处理
    3.2 多方向卷积模板
    3.3 基于灰度梯度的目标筛选
4 检测结果与分析
5 结论


【参考文献】：
期刊论文
[1]Sobel图像边沿检测算法的优化设计与实现[J]. 李锦明,闫晓俊,江旭东,温杰,郇弢.  电子技术应用. 2016(03)
[2]基于计算机成像技术的焊缝缺陷形状自动检测系统[J]. 马战宝,田跃欣.  电焊机. 2015(05)
[3]对接管焊缝的双壁双投影工业X射线图像处理研究[J]. 刘奇,李昌聪,黄韫栀,王建,赖传理,张劲,何凌,殷鹰.  四川大学学报(工程科学版). 2015(02)
[4]Application of Support Vector Machine in Weld Defect Detection and Recognition of X-ray Images[J]. WANG Yong,GUO Hui.  Computer Aided Drafting,Design and Manufacturing. 2014(03)
[5]基于深度学习网络的射线图像缺陷识别方法[J]. 余永维,殷国富,殷鹰,杜柳青.  仪器仪表学报. 2014(09)
[6]基于特征提取和极值搜索的焊接缺陷检测算法[J]. 梁玮,陶亮,张光先,李振华.  山东大学学报(工学版). 2014(03)
[7]基于局部二值模式的射线图像增强算法[J]. 张利明,李建忠,刘国奇,王强,李新蕾.  无损检测. 2014(05)
[8]基于有监督过渡区的焊缝X射线图像分割[J]. 佟彤,蔡艳,孙大为,吴毅雄.  焊接学报. 2014(03)
[9]符合人眼视觉特性的焊缝射线数字图像增强方法[J]. 穆为磊,高建民,陈富民,姜洪权.  西安交通大学学报. 2012(03)
[10]采用局部动态阈值的图像分割算法[J]. 黄河,李庆武,范习健.  光电子技术. 2011(01)



本文编号：2945510