基于尺度乘积的X射线焊缝区域提取算法研究

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于尺度乘积的X射线焊缝区域提取算法研究

匡平, 张明星, 万维

文章导航 > 电子科技大学学报 > 2015 > 44(5): 737-742

匡平, 张明星, 万维. 基于尺度乘积的X射线焊缝区域提取算法研究[J]. 电子科技大学学报, 2015, 44(5): 737-742. doi: 10.3969/j.issn.1001-0548.2015.05.017

引用本文:

匡平, 张明星, 万维. 基于尺度乘积的X射线焊缝区域提取算法研究[J]. 电子科技大学学报, 2015, 44(5): 737-742. doi: 10.3969/j.issn.1001-0548.2015.05.017

KUANG Ping, ZHANG Ming-xing, WAN wei. Weld Region Extraction in Radiographic Image Based on Scale Multiplication Technique[J]. Journal of University of Electronic Science and Technology of China, 2015, 44(5): 737-742. doi: 10.3969/j.issn.1001-0548.2015.05.017

Citation:

KUANG Ping, ZHANG Ming-xing, WAN wei. Weld Region Extraction in Radiographic Image Based on Scale Multiplication Technique[J]. Journal of University of Electronic Science and Technology of China, 2015, 44(5): 737-742. doi: 10.3969/j.issn.1001-0548.2015.05.017

基于尺度乘积的X射线焊缝区域提取算法研究

doi: 10.3969/j.issn.1001-0548.2015.05.017

中图分类号: TP393.02

Weld Region Extraction in Radiographic Image Based on Scale Multiplication Technique

摘要: 焊缝缺陷自动检测是保证焊接质量的重要环节,而焊缝区域的提取是焊缝缺陷特征提取与焊缝缺陷识别的基础。该文提出了一种基于尺度乘积的X射线焊缝区域提取算法。该方法首先对图像按行取样获得行灰度曲线,再利用最小二乘直线拟合的方法将不同尺度下拟合直线的斜率乘积代替梯度算子,并进行非极大值抑制得到边缘点。对图像每行进行同样的操作,得到整个焊缝的边缘,从而提取出焊缝区域。实验表明,该方法能显著抑制噪声的干扰、提高边缘检测的准确率,在噪声多、边缘模糊的X射线图像中能取得比主动轮廓模型和模糊核聚类更好的效果。
- 边缘检测 /
- 灰度曲线 /
- 最小二乘直线拟合 /
- 尺度乘积 /
- 焊缝区域提取

[1]	周正干, 滕升华, 江巍, 等. 焊缝X射线检测及其结果的评判方法综述[J]. 焊接学报, 2002, 23(3): 85-88. ZHOU Zheng-gan, TENG Sheng-hua, JIANG Wei, e tal. Research on defect detection and evaluation in welds with X-rays[J]. Transactions of the China Welding Institution, 2002, 23(3): 85-88.
[2]	KUO H C, WU L J. An image tracking system for welded seams using fuzzy logic[J]. Journal of Materials Processing Technology, 2002, 120(1): 169-185.
[3]	KONG M, CHEN S B, LIN T. Weld seam edge detection based on composite edge detectors[J]. Journal of Shanghai Jiaotong University, 2009, 43(5): 693-696.
[4]	MA H, WEI S, SHENG Z, et al. Robot welding seam tracking method based on passive vision for thin plate closed-gap butt welding[J]. The International Journal of Advanced Manufacturing Technology, 2010, 48(9): 945-953.
[5]	WANG Y, SUN Y, LV P, et al. Detection of line weld defects based on multiple thresholds and support vector machine[J]. NDT & E International, 2008, 41(7): 517-524.
[6]	YAZID H, AROF H. Automated thresholding in radiographic image for welded joints[J]. Nondestructive Testing and Evaluation, 2012, 27(1): 69-80.
[7]	GOUMEIDANCE A B, KHAMADJA M, NACEREDDINE N, et al. Parametric active contour for weld defects boundary extraction in radiographic testing[C]//Eighth International Conference on Quality Control by Artificial Vision. [S.l.]: Society of Photo-optical Instrumentation Engineers, 2007.
[8]	BOUTICHE Y. A region-based model and binary level set function applied to weld defects detection in radiographic images[J]. International Journal of New Computer Architectures and their Applications (IJNCAA), 2011, 1(1): 236-244.
[9]	VILAR R, ZAPATA J. Segmentation of weld regions in radiographic images: a knowledge-based efficient solution[M]. [S.l.]: Springer Berlin Heidelberg, 2013: 421-430.
[10]	YE Z, FANG G, CHEN S, et al. A robust algorithm for weld seam extraction based on prior knowledge of weld seam[J]. Sensor Review, 2013, 33(2): 125-133.
[11]	LI C, KAO C Y, GORE J C, et al. Implicit active contours driven by local binary fitting energy[C]//IEEE Conference on Computer Vision and Pattern Recognition. USA: IEEE, 2007.
[12]	RASTGARPOUR M, ALIPOUR S, et al. Improved fast two cycle by using KFCM clustering for image segmentation[C]//Proceedings of the 7th International Multiconference of Engineers and Computer Scientists. Australia: [s.n.], 2012.

[1]	王军. 基于多尺度特征预测的异常事件检测 . 电子科技大学学报, 2022, 51(4): 586-591. doi: 10.12178/1001-0548.2021333
[2]	王侃, 梅克进, 朱家辉, 牛新征. 基于时空轨迹的热点区域提取 . 电子科技大学学报, 2019, 48(6): 925-930. doi: 10.3969/j.issn.1001-0548.2019.06.018
[3]	艾斯卡尔·艾木都拉, 武文成. 基于多尺度局部梯度的点目标检测技术 . 电子科技大学学报, 2019, 48(6): 893-903. doi: 10.3969/j.issn.1001-0548.2019.06.014
[4]	田坤, 李晋. 太赫兹频段微动特征边缘检测及提取方法 . 电子科技大学学报, 2018, 47(1): 19-24, 36. doi: 10.3969/j.issn.1001-0548.2018.01.003
[5]	韩奎, 聂在平, 阙肖峰. 基于相位提取基函数的高效区域分解方法 . 电子科技大学学报, 2017, 46(4): 520-524. doi: 10.3969/j.issn.1001-0548.2017.04.007
[6]	李彦冬, 雷航, 郝宗波, 唐雪飞. 基于多尺度显著区域特征学习的场景识别 . 电子科技大学学报, 2017, 46(3): 600-605. doi: 10.3969/j.issn.1001-0548.2017.03.020
[7]	周牧, 张巧, 田增山, 蒲巧林, 李玲霞. 基于图像边缘检测的WLAN室内用户运动地图构建 . 电子科技大学学报, 2016, 45(2): 240-245.
[8]	林丽君, 殷鹰, 何明格, 尹湘云. 基于小波模极大值的磁瓦裂纹缺陷边缘检测算法 . 电子科技大学学报, 2015, 44(2): 283-288. doi: 10.3969/j.issn.1001-0548.2015.02.021
[9]	雷涛, 樊养余, 王小鹏. 柔性矢量形态学梯度算子 . 电子科技大学学报, 2014, 43(6): 910-916. doi: 10.3969/j.issn.1001-0548.2014.06.020
[10]	沈志熙, 代东林, 赵凯. 基于多特征分步模糊推理的边缘检测算法 . 电子科技大学学报, 2014, 43(3): 381-387. doi: 10.3969/j.issn.1001-0548.2014.03.011
[11]	郑秀清, 何坤, 周激流. 图像局部方向均值边缘检测算法 . 电子科技大学学报, 2011, 40(5): 759-764. doi: 10.3969/j.issn.1001-0548.2011.05.024
[12]	吴炜, 杨晓敏, 余艳梅, 石一兴, 何小海. 核偏最小二乘算法的图像超分辨率算法 . 电子科技大学学报, 2011, 40(1): 105-110. doi: 10.3969/j.issn.1001-0548.2011.01.020
[13]	江虹, 伍春, 马景辉. 最小二乘SVM的CR认知引擎设计 . 电子科技大学学报, 2011, 40(1): 41-46. doi: 10.3969/j.issn.1001-0548.2011.01.008
[14]	周秀云, 何晓渝, 冯中正. 左中右差分绝对值最大法的边缘检测方法研究 . 电子科技大学学报, 2010, 39(3): 388-391. doi: 10.3969/j.issn.1001-0548.2010.03.014
[15]	马争, 黄祎. 曲线拟合的虹膜定位算法研究 . 电子科技大学学报, 2009, 38(3): 426-430. doi: 10.3969/j.issn.1002-0548.2009.03.026
[16]	董吉辉, 杨华军, 邱琪, 黄波. A脉冲激光雷达测速的曲线拟合方法 . 电子科技大学学报, 2005, 34(6): 771-773,849.
[17]	张光玉, 朱维乐. 医学图像的边缘克隆 . 电子科技大学学报, 2005, 34(1): 8-11.
[18]	傅茂名. 基于形态灰度边缘检测算法的一种改进 . 电子科技大学学报, 2005, 34(2): 206-209.
[19]	张翔, 刘媚洁, 陈立伟. 基于数学形态学的边缘提取方法 . 电子科技大学学报, 2002, 31(5): 490-493.
[20]	唐向宏, 龚宇, 龚耀寰. 用M带小波变换实现图像的边缘检测 . 电子科技大学学报, 1997, 26(2): 117-120.

WeChat

点击查看大图

计量

文章访问数: 4410
HTML全文浏览量: 146
PDF下载量: 398
被引次数: 0

基于尺度乘积的X射线焊缝区域提取算法研究

doi: 10.3969/j.issn.1001-0548.2015.05.017

刊出日期: 2015-10-15

中图分类号: TP393.02

关键词:

摘要: 焊缝缺陷自动检测是保证焊接质量的重要环节,而焊缝区域的提取是焊缝缺陷特征提取与焊缝缺陷识别的基础。该文提出了一种基于尺度乘积的X射线焊缝区域提取算法。该方法首先对图像按行取样获得行灰度曲线,再利用最小二乘直线拟合的方法将不同尺度下拟合直线的斜率乘积代替梯度算子,并进行非极大值抑制得到边缘点。对图像每行进行同样的操作,得到整个焊缝的边缘,从而提取出焊缝区域。实验表明,该方法能显著抑制噪声的干扰、提高边缘检测的准确率,在噪声多、边缘模糊的X射线图像中能取得比主动轮廓模型和模糊核聚类更好的效果。

English Abstract

匡平, 张明星, 万维. 基于尺度乘积的X射线焊缝区域提取算法研究[J]. 电子科技大学学报, 2015, 44(5): 737-742. doi: 10.3969/j.issn.1001-0548.2015.05.017

引用本文:

匡平, 张明星, 万维. 基于尺度乘积的X射线焊缝区域提取算法研究[J]. 电子科技大学学报, 2015, 44(5): 737-742. doi: 10.3969/j.issn.1001-0548.2015.05.017

KUANG Ping, ZHANG Ming-xing, WAN wei. Weld Region Extraction in Radiographic Image Based on Scale Multiplication Technique[J]. Journal of University of Electronic Science and Technology of China, 2015, 44(5): 737-742. doi: 10.3969/j.issn.1001-0548.2015.05.017

Citation:

KUANG Ping, ZHANG Ming-xing, WAN wei. Weld Region Extraction in Radiographic Image Based on Scale Multiplication Technique[J]. Journal of University of Electronic Science and Technology of China, 2015, 44(5): 737-742. doi: 10.3969/j.issn.1001-0548.2015.05.017

全文HTML

参考文献 (12)

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

期刊在线

编辑办公

友情链接

电子科技大学

版权所有 © 《电子科技大学学报》编辑部

地址: 成都市建设北路二段四号电子科技大学主楼中350室电话: 028-83202308,83207559 Email: xuebao@uestc.edu.cn

本系统由北京仁和汇智信息技术有限公司开发