基于二维信息熵图像分割的缺陷识别方法
本文关键词：基于二维信息熵图像分割的缺陷识别方法
【摘要】：为了提高无损检测的工作效率及可靠性,研究超声图像中缺陷目标的自动识别方法.根据超声D扫描图像的特征,在背景杂波抑制及噪声抑制的基础上,采用基于KSW二维信息熵的阈值分割方法对图像进行二值化处理.结果表明,由于不能兼顾图像各处的细节信息,基于二维信息熵的全局阈值图像二值化方法会产生欠分割.当图像尺寸较大时,全局阈值方法会丢失许多像元数目不多的集群,造成小目标的漏检.基于二维信息熵的局部阈值法充分考虑了图像的局部区域特征,能有效地识别图像中的缺陷目标,从而提高缺陷检出率.
【作者单位】： 哈尔滨工业大学先进焊接与连接国家重点实验室;
【关键词】： 超声检测 缺陷识别 二维信息熵 图像分割
【基金】：国家自然科学基金资助项目(51375002,51005056) 黑龙江省博士后科研启动基金资助项目(LBH-Q13079)
【分类号】：TP391.41;O236
【正文快照】： 0序言在无损检测获取的图像中进行缺陷识别时,依靠人工目测的判断存在费时、费力及可靠性差的问题.在图像中进行缺陷是与非的判别时,操作人员面对大量的检测数据容易疲劳,进而造成漏检和误判.同时,缺陷识别结果受检测者的经验及技能水平等影响大,从而导致检测结果的可靠性无法
【相似文献】
中国期刊全文数据库 前8条
1 任海鹏;马展峰;;基于复杂网络特性的带钢表面缺陷识别[J];自动化学报;2011年11期
2 柳春图,陈卫江;缺陷识别反问题的研究状况与若干进展[J];力学进展;1998年03期
3 魏娜娣;;软件缺陷识别技术与缺陷级别的分析研究[J];科技信息;2014年13期
4 林乃昌;杨晓翔;林文剑;朱志彬;;基于改进的KPCA的TOFD图像缺陷识别方法[J];福州大学学报(自然科学版);2014年02期
5 吴东洋;业宁;徐波;尹佟明;;基于改进的Affnity Propagation聚类的木材缺陷识别[J];工程数学学报;2012年04期
6 ;射线探测技术与装置[J];中国光学与应用光学文摘;2000年04期
7 范春利;孙丰瑞;杨立;;二维不规则形状发热型缺陷的红外识别算法[J];计算物理;2009年06期
8 ;[J];;年期
中国重要会议论文全文数据库 前7条
1 张毅刚;;结构缺陷识别的线性规划法[A];中国土木工程学会计算机应用分会第七届年会论文集[C];1999年
2 张毅刚;;结构缺陷识别的线性规划法[A];中国土木工程学会计算机应用分会第七届年会土木工程计算机应用文集[C];1999年
3 张毅刚;;结构缺陷识别的参数判定法[A];面向21世纪的科技进步与社会经济发展（下册）[C];1999年
4 尚钢;陈立耀;李卓球;王建平;;神经网络在梁体结构缺陷识别中的应用[A];第七届全国结构工程学术会议论文集（第Ⅰ卷）[C];1998年
5 张潜;高立群;王贞祥;;基于小波分析的板型缺陷识别方法[A];管理科学与系统科学研究新进展——第6届全国青年管理科学与系统科学学术会议暨中国科协第4届青年学术年会卫星会议论文集[C];2001年
6 戴飞虎;;特厚板AUT典型缺陷识别[A];2011年全国中厚板生产技术交流会论文集[C];2011年
7 原培新;孙丽娜;;基于图像处理的X射线胶片缺陷识别[A];2007'中国仪器仪表与测控技术交流大会论文集（二）[C];2007年
中国博士学位论文全文数据库 前1条
1 赵向阳;基于神经网络的钢板表面缺陷识别若干问题的研究[D];大连理工大学;2006年
中国硕士学位论文全文数据库 前10条
1 田丹;基于电致发光与BP神经网络的太阳电池缺陷识别[D];河北大学;2015年
2 李佳;基于压缩感知的多模型木材图像缺陷识别[D];东北林业大学;2015年
3 张洁;输电线路缺陷在线监控系统设计与实现[D];电子科技大学;2015年
4 李梦园;深度学习算法在表面缺陷识别中的应用研究[D];浙江工业大学;2015年
5 赵亚丁;基于LBP的DR图像缺陷识别算法研究与软件设计[D];重庆大学;2015年
6 刘丹;BGA焊点缺陷在线自动识别方法研究[D];沈阳大学;2016年
7 马云修;黄青线管道内检测缺陷识别及定位技术研究[D];中国石油大学(华东);2014年
8 王亚圣;冷轧卷板板形在线监测与缺陷识别评价系统设计[D];燕山大学;2016年
9 周健;基于X射线实时成像的铝合金激光焊接缺陷识别技术研究[D];南京航空航天大学;2016年
10 李建文;磁粉探伤缺陷识别自动化系统设计与开发[D];南京理工大学;2012年
，本文编号：640503
本文链接：https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/640503.html
