基于优化算法的焊缝射线图像中气孔的识别方法
| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第10-23页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 无损检测、焊接缺陷和射线检测 | 第11-15页 |
| 1.2.1 无损检测技术的发展 | 第11-12页 |
| 1.2.2 焊接工艺及气孔缺陷 | 第12页 |
| 1.2.3 射线检测原理 | 第12-14页 |
| 1.2.4 射线源的选择和常用的X射线检测技术 | 第14-15页 |
| 1.3 数字图像处理的常见方法和识别技术 | 第15-20页 |
| 1.3.1 数字图像处理的基本原理 | 第15-17页 |
| 1.3.2 数字图像处理的发展概况 | 第17-19页 |
| 1.3.3 模式识别的研究现状 | 第19-20页 |
| 1.4 基于梯度的气孔自动识别系统的总体结构 | 第20-21页 |
| 1.5 本文主要研究内容 | 第21-23页 |
| 第二章 实验系统和设备 | 第23-35页 |
| 2.1 实验材料 | 第23-24页 |
| 2.2 焊接工艺及设备 | 第24-28页 |
| 2.2.1 焊接工艺 | 第24-27页 |
| 2.2.2 焊接系统 | 第27-28页 |
| 2.3 无损检测方法及设备 | 第28-30页 |
| 2.3.1 无损检测内容 | 第28-29页 |
| 2.3.2 磁粉检测 | 第29页 |
| 2.3.3 射线检测 | 第29-30页 |
| 2.4 图像的采集和处理系统 | 第30-34页 |
| 2.4.1 图像采集系统 | 第30-33页 |
| 2.4.2 图像处理系统 | 第33-34页 |
| 2.5 本章小结 | 第34-35页 |
| 第三章 基于优化算法焊缝射线图像气孔自动识别原理 | 第35-51页 |
| 3.1 引言 | 第35-36页 |
| 3.2 常见的几种图像预处理方法 | 第36-40页 |
| 3.2.1 实验样品分析 | 第36-37页 |
| 3.2.2 传统的图像预处理方法 | 第37-38页 |
| 3.2.3 传统的边缘检测方法 | 第38-40页 |
| 3.3 基于优化算法的气孔提取方法 | 第40-46页 |
| 3.3.1 优化的阈值处理方法 | 第40-43页 |
| 3.3.2 多方向卷积模板 | 第43-46页 |
| 3.4 基于优化梯度算法的目标筛选原理 | 第46-49页 |
| 3.5 检测结果及分析 | 第49-50页 |
| 3.6 本章小结 | 第50-51页 |
| 第四章 基于优化算法焊缝射线图像气孔自动识别应用 | 第51-59页 |
| 4.1 检测标准 | 第51-53页 |
| 4.2 人工评定结果和质量分级情况 | 第53-54页 |
| 4.3 机器评定结果和质量分级情况 | 第54-55页 |
| 4.4 机器评定和人工评定对比分析 | 第55-57页 |
| 4.4.1 气孔检出数对比分析 | 第55页 |
| 4.4.2 评定区域圆形缺陷计点数对比分析 | 第55-56页 |
| 4.4.3 质量等级评定对比分析 | 第56页 |
| 4.4.4 与其他识别系统对比分析 | 第56-57页 |
| 4.5 机器识别与人工识别的对比效果分析 | 第57-58页 |
| 4.6 本章小结 | 第58-59页 |
| 第五章 结论 | 第59-60页 |
| 参考文献 | 第60-66页 |
| 致谢 | 第66-67页 |
| 攻读硕士学位期间已发表或录用的论文情况 | 第67-69页 |
