当前位置:主页 > 科技论文 > 搜索引擎论文 >

一种基于纹理合成的疏松缺陷图像生成方法

发布时间:2022-02-09 04:32
  铸造技术因其低廉的成本、较短的生产周期和灵活的生产方式等优点被广泛应用于工业生产中,同时也推动了我国汽车市场的迅猛发展。为保障汽车质量及其安全性,铸造厂商不断加强生产流程中对铸件缺陷的检测力度。工业上广泛使用的X射线自动缺陷检测技术,相比人工缺陷检测具有较高的稳定性和一致性。为了进一步改善X射线检测技术,提高缺陷自动识别算法的准确度,需要采集大量X射线缺陷样本进行深入学习。面对铸造产品中次品率低、样本难以大量收集等问题,本文提出了一种基于纹理合成的疏松缺陷图像生成方法,不但获得了较好的仿真效果,还为其他类型缺陷的仿真算法研究提供了借鉴价值。本文针对疏松缺陷在视觉上呈现的非均匀纹理特性,提出了一种以K维(k-dimensional,KD)树搜索算法为核心的疏松缺陷图像生成算法。该算法主要分为三个阶段:前期准备阶段,待合成区搜索匹配阶段,和仿真图样生成阶段。具体内容如下:1)根据铸件中的疏松缺陷的形成过程以及视觉特征,提出了采用KD树搜索匹配图像块的方法来生成具有一定随机性的仿真疏松缺陷;为了提高运算速度,又采用主成分分析方法对数据集进行整合和压缩。2)借助双边滤波器突出的去噪保边特性,对... 

【文章来源】:华南理工大学广东省211工程院校985工程院校教育部直属院校

【文章页数】:73 页

【学位级别】:硕士

【部分图文】:

一种基于纹理合成的疏松缺陷图像生成方法


铸件缺陷类型

X射线图像,X射线图像,轮毂,缺陷


但如若金属液未能及时对收缩后产生的空缺进行良好的填性小孔,即为疏松[11]。对于存在疏松缺陷的铸件,其在承重能力、工性等各个方面都会受到较大的影响,考虑到工业产品的安全性,因理。缺陷的视觉特征分析对疏松缺陷的仿真,首先要对其特征进行全方位的识别和提取。图像征图像所蕴含语义的属性数据,这些属性数据代表图像本身,并参与等计算过程。但由于图像的原始特征较多,需要从中挑选出一些可区独立性好且数量少的图像特征。为了便于对图像特征进行分析,常将的和领域相关的两种,所谓通用的视觉特征多关注的是图像之间的共度、形状和纹理,而无关乎图像中的内容,对于领域相关的视觉特征恰更关注图像的内容及其相关应用,比如指纹特征。

直方图,灰度分布,直方图,缺陷


图像;颜色矩,利用分布于低阶矩中的颜色信息进行图像特征描述,可以通过向量的维度来减少计算量,但因其检索效率较低,所以常被用来过滤图像以缩围;颜色聚合向量(Color Coherence Vector)实则是由颜色直方图演变而成的种方法相比,它的特点便是能够显示图像的色彩空间分布,因此也具有更好的。研究的对象均为 X 射线图像,即灰度图像,与只有黑白两色的二值图像不像的在黑白两色之间还有 256 个灰度等级,从 0 到 255,表征亮度由暗到明。用灰度直方图来概括性地描述图像中的灰度级内容,在二维坐标中,横坐标表的各个灰度级分布,范围一般为[0,255],纵坐标则对应该灰度值的像素在图像次数或者概率,整体反映了图像中不同灰度的分布情况。除此之外,等高线图来表征灰度图像的灰度空间分布特性,即把拥有同一灰度值的像素点连接成映出灰度的位置信息。

【参考文献】:
期刊论文
[1]图像纹理检测与特征提取技术研究综述[J]. 李秀怡.  中国管理信息化. 2017(23)
[2]机床工作台铸造过程温度场模拟及缺陷预测[J]. 郭凯,何家宁,马迪,应武权.  铸造技术. 2017(09)
[3]X射线检测技术在复合材料检测中的应用与发展[J]. 董方旭,王从科,凡丽梅,赵付宝,李金鹿,张霞,郑素萍.  无损检测. 2016(02)
[4]基于向量量化谱分解的图像边缘融合算法[J]. 熊朝松.  科技通报. 2015(10)
[5]面向低维点集配准的高效最近邻搜索法[J]. 祝继华,尹俊,邗汶锌,杜少毅.  模式识别与人工智能. 2014(12)
[6]空中模糊目标图像边缘信息的融合与恢复方法[J]. 王水萍,邹蕾.  科技通报. 2014(06)
[7]基于粒子群优化的图像边缘融合算法[J]. 李小娟,席晓燕,臧义华,梁佳.  软件导刊. 2014(05)
[8]电磁层析无损检测系统中碳纤维复合材料缺陷重建的仿真[J]. 许羽,刘泽,程轶平.  无损检测. 2011(06)
[9]基于形状特征的图像特征提取方法及其在医学图像分析中的应用[J]. 史颜玲,王忠义.  许昌学院学报. 2011(02)
[10]基于定性视觉特征的裂纹缺陷的仿真[J]. 詹银燕,黄茜,欧阳兆煊,许国庆.  计算机工程与设计. 2010(05)

博士论文
[1]图像质量评价若干问题研究[D]. 王同罕.东南大学 2016

硕士论文
[1]X射线的缺陷检测系统设计与实现[D]. 李学永.华南理工大学 2016
[2]基于机器学习的图像质量评价研究[D]. 王啸晨.天津大学 2016
[3]疏松缺陷图像的自动生成算法研究[D]. 黄德龙.华南理工大学 2015
[4]缩孔缺陷图像的生成算法研究[D]. 梁兆敏.华南理工大学 2016
[5]双边滤波去噪方法及其应用研究[D]. 张海荣.合肥工业大学 2014
[6]主客观相结合的遥感图像质量评价方法研究[D]. 李玲琳.南京理工大学 2013
[7]基于分层模板的铸造枝状缩松仿真[D]. 马明辉.华南理工大学 2012
[8]利用小波的综合纹理和形状特征图像检索及系统实现[D]. 刘黎宁.西北大学 2011



本文编号:3616378

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/sousuoyinqinglunwen/3616378.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户fc36b***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com