基于模糊分析的焊缝图象的缺陷提取

《基于模糊分析的焊缝图象的缺陷提取》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、维普资讯http://www.cqvip.com图像处理中文核心期刊《微计算机信息》(管控一体化)2007年第23卷第6-3期文章编号：1008-0570(2007)06-3—0300-02基于模糊分析的焊缝图象的缺陷提取DefectExtractioninWeldImageBasedonFuzzyAnalysis(东北电力大学)韩莉魏大慧马环字HANLIWEIDAHUIMAHUANYU摘要：在x射线检测焊缝缺陷过程中，至关重要的一步就是图象中缺陷的提取和分割，其处理效果直接影响到后续缺陷识别的正确性。本文先进行了焊缝背景去除，然后针对焊缝图象对比度差的特

2、点以及其固有的模糊性，设计了基于直方图的模糊增强算法．以及基于直方图的模糊C一均值聚类分割算法。实验表明，本文提出的方法不仅能大大减少图象处理工作量，还能有效地提取出缺陷．为后续正确识别缺陷打下良好基础。关键词：焊缝图象：图象处理；模糊增强；缺陷提取；模糊聚类中图分类号：TP751文献标识码：AAbstract：OneimportantstepofwelddefectinspectionbyX—rayiShowtoextractandsegmentdefectsinX—rayinspectionimage．Theprocessingresulthasefe

3、ctonthecorrectnessofnextworkforthedefectrecognition．Firstly，inthispaper，theweldbackgroundiSremoved．Secondly，inthecaseofbadcontrastratioandfuzzynessofweldimage，thevaguestrengthenalgorithmandFCMalgorithmbasedonhistogramiSdesigned．rheexperienceshowsthatnotonlytheamountofworkisreduced

4、largely．butalSOthedefectsiSex—tractedeffectivelybythemethodinthispaper．ItiSgoodbaseofdefectrecognition．Keywords：Weldimage；Imageprocessing；Vaguestrengthen；Defectextraction；Vagueassemble1引言)：壹)，：0，l，2．．．-255(2)x射线检测由于具有直观、便于定量判定等优点已经成为)：窆)，：o'112，．．1255(3)一种重要的无损检测技术。在处理X射线检测得到的焊缝图象

5、f41计算类分离指标为：中，至关重要的环节是图象中缺陷的自动提取和分割。从目前国内外相关资料来看．多数文章针对图象对比度差这一特点，O"B：堕，：o，l，2．．．．255(4)w(k)ll—w(k)l、先进行图象增强处理，再去除焊缝背景以及缺陷分割。本文尝(5)求cr~=O，1，．．．，255)t~最大值，并将其所对应的k值作试先将焊缝背景去除，再鉴于焊缝图象固有的模糊性。将模糊为最佳阈值T。分析应用于焊缝对比度增强以及焊缝缺陷分割，以便在大大降f6)把焊缝区域从它的周围背景区域中区分开来，即对原低处理工作量的同时得到更好的焊缝缺陷提取效果。有算法中单纯对

6、图象进行二值化处理进行修改得到：2焊缝区域提取I255，f(x，y)<71g(x，y)=在X射线焊缝检测图象中，背景占有图象的大部分区域。Lf(x，)，f(x，y)≥T(5)焊缝只占有一小部分。而本文感兴趣的缺陷信息只包含在焊缝进行阈值分割后，将焊缝区域保留，将背景区域大致的从内，因此，如果能将焊缝区域提取出来，使后续的图象对比度增整幅图象中去掉．为后续的图象处理工作大大节省工作量。强以及缺陷目标检测等操作仅局限于所提取的焊缝区域，则能3基于直方图的模糊增强算法降低处理量，提高整个系统的处理速度。本文在将自适应阈值分割算法进行了改进，实现焊缝自动提取。下面

7、介绍该算法：图象对比度增强能有选择的强调图象中的某些信息，增大自适应阈值分割算法是利用Otsu提出的类判别分析法来图象中某些灰度层次的对比度，以增加图象的可识别性。由于自动选取阈值，然后用该阈值进行图象的二值化操作．实现分图象固有的模糊性，把模糊理论应用于图象增强操作，更符合割。设输入图象为f(x，y)，二值化后的图象为g(x，y)，阈值为T，那实际情况，较直方图方法能取得更好的增强效果。么图象二值化的自适应阈值算法如下：本文在Pal和King提出的经典模糊增强算法的基础上，对原有f1)计算输入图象灰度级的归一化直方图，用hfi)表示。隶属度函数进行了改进

8、。并针对原算法是对图象中的每个像素丝进行增强，循环次数大的特点，提