当前位置:主页 > 科技论文 > 自动化论文 >

基于图像特征的示波屏识别关键技术研究及应用

发布时间:2021-12-18 06:54
  无损检测设备超声波探伤仪在航空、航天、航海、轨道交通等现代工业制造中有着广泛的应用。超声波探伤仪作为一种重要的检测设备,其检测数据的精确性、可靠性和可信度,直接关乎产品、装备的结构强度、寿命以及整机质量、安全等,因此须对超声波探伤仪进行定期的严格计量校准。然而,目前国内针对超声波探伤仪的计量校准技术,仍停留在人工计量人眼读图的发展阶段。随着超声波探伤仪多功能化、数字化、智能化的进一步发展,以人眼读图为主的人工计量方式,将难以适应超声波探伤仪计量校准的发展需求,使用机器视觉替代传统人眼读图,实现超声波探伤仪的自动化计量校准已是现代化工业发展的大势所趋。本文从超声波探伤仪的定期计量工作出发,利用机器视觉完成计量中的读图过程,研究了示波屏窗口图像的分割、显著边缘检测以及基于图像矩不变量的字符、形状识别等几个关键问题,最后设计了一种基于图像特征的超声波探伤仪自动校准系统。主要研究成果及创新点如下:1.针对超声波探伤仪形状、配色以及结构布局等多样性易造成的示波屏窗口分割不完整的问题,提出了一种基于几何形状特征的图像分割方法。该方法利用目标对象的几何形状特征作描述符,将分割问题描述为形状识别问题。... 

【文章来源】:西北工业大学陕西省 211工程院校 985工程院校

【文章页数】:147 页

【学位级别】:博士

【图文】:

基于图像特征的示波屏识别关键技术研究及应用


自动计量校准系统组成框图

论文结构


本文以实际生产需求为出发点,以方法设计、技术创新为基础,结合实验仿真,进声波探伤仪自动计量校准的技术研究,并将研究成果应用于自主研发的超声波探伤仪计量校准系统中。全文总体结构关系如图 1.4 所示,论文共分七个章节,各章节简要及工作安排如下:

示意图,水平线性,误差,示意图


图 2.1 水平线性误差示意图(说明:x 轴与 y 轴刻度并无量纲,刻度值代表当前刻度值占示波屏水平或垂直满刻度的百分数)我国 JJG 746-2004 标准推荐数据处理过程为,调节超声波探伤仪增益、扫描延迟扫描范围等参数,调节量适当,当图 2.1 a)出现 a1=a6=0 时读取 a2~a5,其最大数值即为平线性误差;EN12668-2010 推荐过程为,调节相关参数,使图 2.1 b)中 a3=a9=0,以 a1

【参考文献】:
期刊论文
[1]基于粒子群算法的图像分割[J]. 李红,吴粉侠,寇贇.  无线互联科技. 2017(22)
[2]一代新材料,一代新型发动机:航空发动机的发展趋势及其对材料的需求[J]. 刘大响.  材料工程. 2017(10)
[3]复杂图像的Kaniadakis熵阈值分割方法[J]. 聂方彦,李建奇,张平凤,屠添翼.  激光与红外. 2017(08)
[4]基于Halcon的金属零件矩形度检测算法研究[J]. 刘馨,周彬,秦玉娟.  自动化与仪器仪表. 2017(07)
[5]自适应粒子群集优化二维OSTU的图像阈值分割算法[J]. 于洋,孔琳,虞闯.  电子测量与仪器学报. 2017(06)
[6]可控超声探伤仪自动检定系统的研究与实现[J]. 孙景峰,刘慧英,舒蓉,魏开利.  机械科学与技术. 2017(07)
[7]分水岭算法应用于主动轮廓模型能量分割算法的研究[J]. 汪梅,李琳,汪斌,何高明.  计算机科学. 2017(05)
[8]一种视觉表格图像全局阈值分割算法[J]. 聂仁灿,何敏,周冬明,余江,丁星丽.  激光与红外. 2017(02)
[9]基于多阈值归一化分割的模糊图像边缘分割算法[J]. 黄爱华,王航,唐卫东.  半导体光电. 2017(01)
[10]基于边缘和水平集的复杂背景金属零件二维条码精确定位方法[J]. 郭改放,何卫平,李夏霜,王健,吴振芳.  上海交通大学学报. 2017(01)

博士论文
[1]基于视觉显著性的图像检索算法研究[D]. 吴俊峰.大连海事大学 2017
[2]图像检索中自动标注、标签处理和重排序问题的研究[D]. 崔超然.山东大学 2015
[3]指数矩及其在模式识别中的应用[D]. 姜永静.北京邮电大学 2011

硕士论文
[1]医学图像多阈值分割群智能优化算法的研究[D]. 方政.吉林大学 2017
[2]图像正交矩的数值稳定性分析[D]. 赵远阳.湖北工业大学 2016
[3]基于正交矩的图像分析[D]. 杨腾飞.陕西师范大学 2016
[4]SAR图像ATR系统中机动目标的分割及相似性量化对比研究[D]. 程毅辉.东南大学 2015



本文编号:3541864

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3541864.html


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

版权申明:资料由用户5aaee***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