基于加权中值各向扩散模型的焊接缺陷实时检测算法.pdf

基于加权中值各向扩散模型的焊接缺陷实时检测算法.pdf

  1. 1、本文档共5页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
基于加权中值各向扩散模型的焊接缺陷实时检测算法

第9期 组 合机床 与 自动化 加工 技术 No.9 2015年9月 ModularMachineTool& AutomaticManufacturingTechnique Sept.2015 文章编号:1001—2265(2015)09-0086-05 DOI:10.13462/j.cnki.mmtamt.2015.09.024 基于加权中值各向扩散模型的焊接缺陷实时 检测算法术 占 俊 (景德镇学院计算机工程系,江西 景德镇 333000) 摘要:针对当前焊接缺陷识别算法难 以检测出低对比度噪声焊接缺陷,以及难以满足实时检测需求 等不足,文章提出了加权中值各向扩散模型耦合感兴趣区域的放射图像焊接缺陷实时检测技术。基 于感兴趣区域原理,确定出焊接缺陷位置 ,降低复杂度 ,并可显著提高检测精度 ;引入 中值滤波,建立 焊接缺陷区域图像梯度计算模型;再设置 门槛系数K,嵌入非线性Js函数,设计新的边缘停止规则; 并融合锐化算子,设计了加权 中值各向扩散模型,完成焊接缺陷检测。文中设计的加权 中值各 向扩 散模型能够根据局部梯度幅值,自适应地完成增强、锐化焊接缺陷以及平滑放射 图像背景。仿真结 果显示:与当前焊接缺陷检测技术相比,该方法能够更好地增强焊接缺陷细节,可有效区分图像背景 与焊接缺陷特征;且拥有更高的缺陷检测精度与效率。 关键词:加权 中值各向扩散 ;感兴趣区域;非线性 S函数 中图分类号 :TH164;TG506 文献标识码 :A W eldDefectsDetectionTechnologyofRadiographicImagesBasedonW eightMedian AnisotropicDiffusionModelnadRegionofInterestPrinciple ZHANJun (DepartmentofComputer,JingdezhenUniversity,JingdezhenJiangxi333000,China) Abstract:InordertoSolvethesedefectssuchascannotdetectionhtewelddefectsoflow contrastna dmeet hterequirementsofrealtimeincurrentwelddefectsdetectionalgorithms,htewelddefectsreal timedetec— tiontechnologybasedonweightmediananisotropicdiffusionmodelandregionofinterestprinciplewaspro— posedinthispaper.ThelocationofwelddefectswasdeterminedbyregionofinterestprincipletOreducethe complexityandimprovethedetectionprecision;htentheimagegradientcomputationmodelofwelddefects wasestablishedbyinrtoducinghtemedina filter.Thenew edgestoppingrulewasdesignedbyembeddinghte non-linearSfunctionandsettinghtethresholdcoeffi cientK.Andhteweightedmediananisotropicdiffusion modelwasdesignedbyintegratinghtesharpeningoperatortofinishhtewelddefectsdetection.Th ismodel canadaptivelyenhancement,shar

文档评论(0)

haihang2017 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档