管道焊缝缺陷图像模型识别研究
发布时间:2022-10-29 15:32
管道焊缝质量关系到油气管道运行安全。随着大数据、射线成像和数据深度挖掘等技术的发展,管道焊缝的图像自动识别和分析技术已成为油气行业重要的研究领域。X射线照相是无损检测的重要方法之一,而目前焊缝底片识别工作仅靠人工判别,其判别标准受个人的主观影响因素较大,且在判别过程中易受工作强度和环境条件等因素影响,从而进一步影响了检测的效率和准确度。加之射线底片保存具有时限性,这给后续的查阅和校核带来了极大的不便。因此,有必要通过计算机辅助评片技术使其智能化,进一步提高焊缝底片识别精度,保障管道焊缝质量和运行安全。本文以X射线底片数字化图像为基础,通过图像预处理、图像变换与增强、边缘检测和图像缺陷特征计算等方法实现了对油气管道焊缝缺陷图像的自动识别,取得如下成果:(1)对焊缝底片数字化图像噪音产生的类型进行了分析,采用中值滤波和均值滤波的方法对射线底片图像进行了去噪处理,并对焊缝图像进行傅立叶变换。再通过对比增强技术中的线性增强和直方图均衡化对数字化图像进行处理,建立了焊缝图像缺陷区域最大类间方差阈值分割和主成分分析降维处理的方法;(2)通过对焊缝图像进行像素尺寸的变换,采用形态学运算对焊缝图像边缘...
【文章页数】:79 页
【学位级别】:硕士
【文章目录】:
摘要
ABSTRACT
第1章 绪论
1.1 研究背景和意义
1.2 国内外研究现状
1.2.1 焊缝图像处理技术
1.2.2 焊缝缺陷识别与分类
1.3 本文研究内容结构安排和技术路线
第2章 管道焊缝图像预处理技术
2.1 焊缝图像的去噪技术研究
2.1.1 噪声来源分析
2.1.2 噪声类型分析
2.1.3 焊缝图像的去噪技术研究
2.2 焊缝图像对比增强技术
2.2.1 焊缝图像变换处理
2.2.2 基于直方图均衡化的焊缝图像对比增强技术
2.3 焊缝图像阈值分割
2.4 基于PCA的焊缝图像降维处理
2.4.1 PCA的原理
2.4.2 基于PCA的焊缝图像降维
2.5 本章小结
第3章 基于多算子融合改进的边缘检测模型分析
3.1 焊缝图像像素的处理
3.2 图像的形态学运算
3.2.1 腐蚀与膨胀
3.2.2 开运算与闭运算
3.3 基于多算子融合改进的边缘检测模型分析
3.3.1 常见的焊缝边缘检测算子提取方法
3.3.2 基于多算子融改进的边缘检测模型分析
3.4 本章小结
第4章 管道焊缝缺陷特征提取方法的研究
4.1 焊缝缺陷种类及相关影像特征
4.2 焊缝缺陷特征介绍
4.2.1 焊缝缺陷纹理特征参数
4.2.2 焊缝缺陷几何特征参数
4.3 焊缝缺陷特征提取方法的研究
4.3.1 基于CLTP模式的管道焊缝纹理特征提取技术
4.3.2 基于轮廓跟踪法的管道焊缝几何特征提取技术
4.4 本章小结
第5章 基于二叉树的SVM模型的焊缝缺陷识别与分类研究
5.1 基于二叉树的SVM模型的分类
5.1.1 SVM原理
5.1.2 基于二叉树的SVM分类
5.2 基于二叉树的SVM焊缝缺陷识别及分类研究
5.3 软件开发模块
5.3.1 焊缝图像识别及变换处理界面
5.3.2 焊缝底片大数据分析系统界面
5.4 本章小结
第6章 结论与展望
6.1 结论
6.2 展望
参考文献
致谢
攻读硕士学位期间的科研成果
【参考文献】:
期刊论文
[1]管道焊缝数字图像缺陷自动识别技术[J]. 董绍华,孙玄,谢书懿,王明锋. 天然气工业. 2019(01)
[2]焊缝成形尺寸的结构光测量技术研究[J]. 李宁,褚慧慧. 中国高新科技. 2018(23)
[3]基于压缩传感技术的埋弧焊X射线焊缝图像缺陷检测[J]. 高炜欣,胡玉衡,武晓朦. 焊接学报. 2015(11)
[4]基于PCA降维的HOG与LBP融合的行人检测[J]. 陈锐,王敏,陈肖. 信息技术. 2015(02)
[5]改进的中值滤波去噪算法应用分析[J]. 刘国宏,郭文明. 计算机工程与应用. 2010(10)
[6]改进的自适应均值滤波算法及应用[J]. 赵建珍,董增寿. 太原科技大学学报. 2010(01)
[7]一种改进的直方图均衡化[J]. 乔闹生. 光学技术. 2008(S1)
[8]基于边缘检测的焊缝图像的区域分割[J]. 林克正,王慧玲,王艳丽. 哈尔滨理工大学学报. 2008(06)
[9]用于图像处理的自适应中值滤波[J]. 张旭明,徐滨士,董世运. 计算机辅助设计与图形学学报. 2005(02)
[10]基于分区域自适应中值滤波的X射线图像缺陷提取[J]. 周正干,赵胜,安振刚. 航空学报. 2004(04)
博士论文
[1]基于统计学习理论的支持向量机算法研究[D]. 唐发明.华中科技大学 2005
硕士论文
[1]基于X射线的焊缝缺陷图像特征提取研究[D]. 罗帅.电子科技大学 2014
[2]焊缝射线检测缺陷图像的计算机提取与自动识别研究[D]. 武正彬.兰州理工大学 2013
[3]局部纹理特征及其在对象跟踪中的应用[D]. 周志湖.电子科技大学 2013
[4]焊缝缺陷图像特征提取研究[D]. 杨川.武汉理工大学 2010
[5]X射线焊缝图像缺陷提取技术的研究[D]. 莫国柱.北京邮电大学 2011
[6]焊缝图像缺陷提取与识别系统研究[D]. 宋庆国.武汉理工大学 2008
[7]基于X射线实时成像系统图像处理与缺陷识别的研究[D]. 李昭月.东北大学 2008
[8]X射线底片焊缝缺陷智能识别的研究[D]. 金忠.湖南大学 2006
[9]焊缝跟踪图像处理方法研究[D]. 崔元彪.哈尔滨理工大学 2006
本文编号:3697949
【文章页数】:79 页
【学位级别】:硕士
【文章目录】:
摘要
ABSTRACT
第1章 绪论
1.1 研究背景和意义
1.2 国内外研究现状
1.2.1 焊缝图像处理技术
1.2.2 焊缝缺陷识别与分类
1.3 本文研究内容结构安排和技术路线
第2章 管道焊缝图像预处理技术
2.1 焊缝图像的去噪技术研究
2.1.1 噪声来源分析
2.1.2 噪声类型分析
2.1.3 焊缝图像的去噪技术研究
2.2 焊缝图像对比增强技术
2.2.1 焊缝图像变换处理
2.2.2 基于直方图均衡化的焊缝图像对比增强技术
2.3 焊缝图像阈值分割
2.4 基于PCA的焊缝图像降维处理
2.4.1 PCA的原理
2.4.2 基于PCA的焊缝图像降维
2.5 本章小结
第3章 基于多算子融合改进的边缘检测模型分析
3.1 焊缝图像像素的处理
3.2 图像的形态学运算
3.2.1 腐蚀与膨胀
3.2.2 开运算与闭运算
3.3 基于多算子融合改进的边缘检测模型分析
3.3.1 常见的焊缝边缘检测算子提取方法
3.3.2 基于多算子融改进的边缘检测模型分析
3.4 本章小结
第4章 管道焊缝缺陷特征提取方法的研究
4.1 焊缝缺陷种类及相关影像特征
4.2 焊缝缺陷特征介绍
4.2.1 焊缝缺陷纹理特征参数
4.2.2 焊缝缺陷几何特征参数
4.3 焊缝缺陷特征提取方法的研究
4.3.1 基于CLTP模式的管道焊缝纹理特征提取技术
4.3.2 基于轮廓跟踪法的管道焊缝几何特征提取技术
4.4 本章小结
第5章 基于二叉树的SVM模型的焊缝缺陷识别与分类研究
5.1 基于二叉树的SVM模型的分类
5.1.1 SVM原理
5.1.2 基于二叉树的SVM分类
5.2 基于二叉树的SVM焊缝缺陷识别及分类研究
5.3 软件开发模块
5.3.1 焊缝图像识别及变换处理界面
5.3.2 焊缝底片大数据分析系统界面
5.4 本章小结
第6章 结论与展望
6.1 结论
6.2 展望
参考文献
致谢
攻读硕士学位期间的科研成果
【参考文献】:
期刊论文
[1]管道焊缝数字图像缺陷自动识别技术[J]. 董绍华,孙玄,谢书懿,王明锋. 天然气工业. 2019(01)
[2]焊缝成形尺寸的结构光测量技术研究[J]. 李宁,褚慧慧. 中国高新科技. 2018(23)
[3]基于压缩传感技术的埋弧焊X射线焊缝图像缺陷检测[J]. 高炜欣,胡玉衡,武晓朦. 焊接学报. 2015(11)
[4]基于PCA降维的HOG与LBP融合的行人检测[J]. 陈锐,王敏,陈肖. 信息技术. 2015(02)
[5]改进的中值滤波去噪算法应用分析[J]. 刘国宏,郭文明. 计算机工程与应用. 2010(10)
[6]改进的自适应均值滤波算法及应用[J]. 赵建珍,董增寿. 太原科技大学学报. 2010(01)
[7]一种改进的直方图均衡化[J]. 乔闹生. 光学技术. 2008(S1)
[8]基于边缘检测的焊缝图像的区域分割[J]. 林克正,王慧玲,王艳丽. 哈尔滨理工大学学报. 2008(06)
[9]用于图像处理的自适应中值滤波[J]. 张旭明,徐滨士,董世运. 计算机辅助设计与图形学学报. 2005(02)
[10]基于分区域自适应中值滤波的X射线图像缺陷提取[J]. 周正干,赵胜,安振刚. 航空学报. 2004(04)
博士论文
[1]基于统计学习理论的支持向量机算法研究[D]. 唐发明.华中科技大学 2005
硕士论文
[1]基于X射线的焊缝缺陷图像特征提取研究[D]. 罗帅.电子科技大学 2014
[2]焊缝射线检测缺陷图像的计算机提取与自动识别研究[D]. 武正彬.兰州理工大学 2013
[3]局部纹理特征及其在对象跟踪中的应用[D]. 周志湖.电子科技大学 2013
[4]焊缝缺陷图像特征提取研究[D]. 杨川.武汉理工大学 2010
[5]X射线焊缝图像缺陷提取技术的研究[D]. 莫国柱.北京邮电大学 2011
[6]焊缝图像缺陷提取与识别系统研究[D]. 宋庆国.武汉理工大学 2008
[7]基于X射线实时成像系统图像处理与缺陷识别的研究[D]. 李昭月.东北大学 2008
[8]X射线底片焊缝缺陷智能识别的研究[D]. 金忠.湖南大学 2006
[9]焊缝跟踪图像处理方法研究[D]. 崔元彪.哈尔滨理工大学 2006
本文编号:3697949
本文链接:https://www.wllwen.com/kejilunwen/shengwushengchang/3697949.html
最近更新
教材专著