基于UML的工业CT图像自动分级系统

《基于UML的工业CT图像自动分级系统》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、基于UML的工业CT图像自动分级系统1应用背景工业上的金属铸件在铸造过程中，由于受到各种因素的影响，有时不可避免地会出现气孔、疏松、裂纹、夹杂等缺陷。这些缺陷对铸件的力学性能产生极大影响，严重损害铸件的可靠性。工业上，采用CT仪器对金属铸件进行扫描以获得扫描图像，再根据图像特征对铸件分级。目前采取人工方式对这些材料分级，即先分别选取一些铸件作为各缺陷等级的标准，评测时，用待测铸件与相应条件下的标准铸件比较，从而确定待测铸件的缺陷等级。但是，扫描图像的灰度值不仅与扫描材料自身性质有关，还与扫描电压有关，并呈非线性变化，这给分级

2、工作带来了很大的不便。如果不存在与待测铸件扫描电压相应的标准集，就只能靠靠评测人员的主观推断，来确定铸件的缺陷等级。这种分类方法不仅效率低，而且使分类结果过多地依赖于评测人员的主观想法。针对这种情况，这里基于UML标准建模语言，设计并实现了工业CT图像自动分级系统。2需求分析2.1需求分析系统主要分为两大模块：（1）训练标准模块：在此过程中，用户为系统提供大量样本，系统依据这些样本，自动训练评测标准，训练完成后，将标准存入数据库中保存。（2）评测样本模块：在此过程中，系统先根据用户的输入，从数据库中选取一种训练好的标准，再依

3、据该标准，为待测样本分级。另外，为有效管理数据库中各标准，还应提供一个模块，负责浏览或修改标准库。2.2系统用例图用例视图是被称为参与者的外部用户所能观察到的系统功能的模型图。用例是系统中的一个功能单元，可以被描述为参与者与系统之间的一次交互作用。用例模型的用途是列出系统中的用例和参与者，并显示哪个参与者参与了哪个用例的执行。根据需求分析，可为系统画出如下用例图。如图1所示图1系统用例图该系统有两个参与者、三个用例。图中各图元的含义为：制标人员：系统参与者，负责用训练样本集训练评测标准。评测人员：系统参与者，负责应用已有的标

4、准，评测待测样本。制定标准：系统用例，制标人员利用训练样本集训练标准的过程。评测：系统用例，评测人员应用已知标准，评测待测样本的过程。浏览或修改标准库：系统用例，制标人员和评测人员浏览或修改标准库的过程。3系统体系结构设计根据系统的需求，这里决定应用面向对象信息系统的多层体系结构来设计该系统。系统体系结构的示意图如图2所示。图2系统体系结构的示意图4自动分级系统顺序图用例提出参与者和最终要构造的软件之间是如何进行交互的。在交互过程中，一个参与者向一个系统发出一系列事件，并请求系统做出相应操作。UML中的顺序图表示法，展示了在

5、一个用况的特定的事件发生过程中与系统直接发生交互的外部参与者、系统（被看作一个黑盒子）以及参与者所发起的系统事件等。在顺序图中，从上到下代表时间的流逝，事件的顺序要符合用况中所描述的事件的发生顺序。下面分别给出系统的三个用例的顺序图。图3为制标过程顺序图、图4为评测过程顺序图、图5为浏览或修改标准库过程顺序图。图3制标过程顺序图图4评测过程顺序图图5浏览或修改标准库过程顺序图上面三幅顺序图中的界面和数据库接口两个元素，它们分别负责处理客户和界面以及界面和数据库的交互工作。图2中的制定标准元素是该系统训练标准算法的具体实现，图

6、3中的评测元素是该系统评测算法的具体实现。5自动分级系统类图设计类图的定义是在一个开发周期内的设计阶段中进行的。建立设计类图主要依赖于前面已经建立好的交互图，根据它，设计者能够识别出参与解决方案的软件类和类中的方法。下面分别依据系统的三个顺序图画出类图。将图2中的“制定标准”算法映射为类MakeStd。图6MakeStd类图算法有三种具体实现，将三种算法分别映射为类Makestd的三个子类。子类中的方法MakeStandard用来训练标准。类StdInfo用来表示标准的信息，类DataSet用来保存和操作样本数据。将图3中“

7、评测”算法映射为类AutoCls:图7AutoCls类图类AutoCls中的m_nSubRect用来保存客户选定的评测区域，方法ClassifiCation用来实现具体的评测工作。类DiviInfo用来表示一些分类信息，如阈值等。将图2、图3、图4中的“界面”映射为类GUInterface用来处理客户与系统的交互。图8GUInterface类图将图2、图3、图4中的“数据库接口”映射为类DBInterface，用来处理数据库与系统的交互。图9DBInterface类图下面如图10所示为出系统的类图。图10系统类图6结论统一建

8、模语言UML为信息系统建模与设计提供了有力工具。利用基于UML的可视化的建模软件工具，可以根据要求方便地管理项目需求。用UML对工业CT扫描图像自动分级系统进行面向对象软件建模。该系统提高了工业CT扫描图像自动分级效率，具有很高的实用性。