X射线焊缝缺陷图像降维及分类检测算法研究

《X射线焊缝缺陷图像降维及分类检测算法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号ＴＧ４４５学号１５１０３０１７６密级＇备考Ｉ考Ｘ＇ｉａｎＳｈｉｙｏｕＵｎｉｖｅｒｓｉｔｙ全曰制学术型硕士学位论文＿题目ｘ射线焊缝缺陷图像降维及分类检测算法研究作者姓名王雒瑶导师姓名、职称高炜欣教授学科（专业）名称模式识别与智能系统提交论文日期２０１８年６月８日学位论文创新性声明本人声明所足交的学位论义是我个人在导师指导下进行的研宄工作及取得的研宄成果。尽我所知，除了文屮特别加以标注和致谢中所罗列的内容以外，论文中不包含其他人已经发表

2、或撰５过的研宄成來；也不包含为获得西安石油大学或其它教育机构的学位一或证书而使用过的材料。４我Ｎｒ．作的同志对本研宄所做的任何贡献均己在论文中做了明确的说明并表示了谢意。一。申请学惊论文与资料若Ｗ不实之处，木人承枓切相关责任二。８Ｂ论文作者签名：王螓沲Ｕ期：蛛仴学位论文使用授权的说明木人完全了解西安石油大学有关保留和使川学位论文的规定，即：研宂生在校攻读学位期间论文工作的知识产权单位属西安石油大学６学校享有以任何方法发表、、复制、公歼阅览借阅以及申请专利等权利，同时授权中国科学技术信息研究所将本论

3、文收录到《中国学位论文全文数据库》并通过网络向社会公众提供伯息服务。本人离校后发表或使川学位论文或与该论文直接相关的学术论文或成果时，署名单位仍然为沔安石油大学。：论文作者签名王餘施曰期：咖导师签名：日期：之咖？。注，请在使用授权的说明中指出〔含解密年限等）：如本论文涉密中文摘要论文题目：X射线焊缝缺陷图像降维及分类检测算法研究专业：模式识别与智能系统硕士生：王雒瑶（签名）的指导老师：高炜欣（签名）的摘要随着图像处理技术和模式识别技术的不断发展，计算机智能评片以其高效性、客观性和经济性等方面的优势，被

4、广泛应用到油气管道焊缝缺陷检测领域中。传统的缺陷检测方法，首先提取感兴趣区域，然后对感兴趣区域进行分割。对分割出来的疑似局部图像，通过各种特征值判断是否为真实缺陷。然而，实际的焊缝缺陷有多种形式，通过分割出来的形状等特征值来判断分割的正确与否不仅计算量大，准确率也受到图像质量的影响。卷积神经网络是将人工神经网络和深度学习技术结合而产生的一个新型人工神经网络方法，具有局部感知区域、层次结构化、特征提取和分类过程结合的全局训练等特点，同时避免了传统分类算法中复杂的特征提取和数据重构过程，因此在图像识别领域获得了广泛的应用。本文采用教研

5、室自主研发的焊缝缺陷检测平台对焊缝图像内可能存在的主要缺陷类型通过图像处理、特征描述和分类识别3个步骤实现了对焊缝缺陷的识别。首先，经过图像滤波的实验结果分析焊缝图像内噪声的类型并选择合适的图像处理算法对图像去噪，再通过sin函数增强、Otsu分割和Sobel边缘检测等一系列方法在整幅图像中找到焊缝边界，并通过Hough变换提取出焊缝边界直线的相关参数，从而实现ROI区域的分割。随后，通过比较Otsu算法和基于灰度密度聚类算法对于焊缝区域内缺陷和图像噪声的分割效果，进而选择后者对其进行分割。其次，采用提取几何特征参数的方法并通过拉

6、普拉斯特征映射的方法进行降维处理。最后，分别采用BP神经网络和支持向量机依据特征参数进行建模并实现对焊缝缺陷的识别。在基于支持向量机的缺陷识别系统取得较高识别率的前提下，由于在图像的预处理过程中，焊缝缺陷图像本身很难做到精确分割这一特点导致求得的特征值也无法保证精确，避免不了对最终的识别结果产生影响。鉴于此问题，本文进一步采用基于卷积神经网络的识别系统实现对焊缝缺陷的识别，有效地避免了计算误差并达到了更高的识别率。关键词：缺陷识别；图像处理；降维处理；支持向量机；卷积神经网络论文类型：应用研究II英文摘要Subject：Study

7、onDimensionReductionandClassificationDetectionAlgorithmsofX-rayWeldDefectImageSpeciality：PatternRecognitionandIntelligentSystemName：WangLuoyao(signature)的1nstructor：GaoWeixin(signature)的ABSTRACTWiththedevelopmentofimageprocessingtechnologyandpatternrecognitiontechnolo

8、gy,computerintelligencereviewsarewidelyusedinthefieldofwelddefectsdetectioninoilandgaspipelinesduetoitsadvantagesofhigheffic