基于X射线图像的厚钢管焊缝中气孔缺陷的自动检测

• 作者: 兰守忍 夏勇 张灵 方志宏 王利生 陈本智
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: X射线图像 独立分量分析 缺陷检测 机器学习 厚钢管
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 计算机视觉与虚拟现实
• 页码范围: 849-853
• 页数: 5页
• 分类号: TP391.4
• 字数: 5989字
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2017.03.849

摘要

由于厚钢管X射线图像强度分布不均匀,对比度低、噪声大,且气孔缺陷的大小、形状、位置、对比度各异,使得自动检测各种类型的气孔较为困难.针对传统缺陷检测算法中手工标记缺陷数据工作量大,焊缝边缘难以准确提取等问题,提出一种新的无监督学习的各种气孔缺陷检测算法.首先,采用快速独立分量分析从钢管X射线图像集合中学习一组独立基底,并用该基底的线性组合来选择性重构带气孔缺陷的测试图像;随后,测试图像与其重构图像相减获得差异图像,通过全局阈值从差异图像中将各种气孔分割出来.实验的训练集有320幅,测试集有60幅图像,所提算法检测结果的平均敏感性和准确率为90.5％和99.7％.实验结果表明,该算法无需手工标记数据或提取焊缝边缘,可准确检测各种气孔缺陷.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王利生	上海交通大学电子信息与电气工程学院	18	150	6.0	12.0
2	方志宏		14	90	5.0	9.0
3	夏勇		9	32	3.0	5.0
4	陈本智	上海交通大学电子信息与电气工程学院	2	13	2.0	2.0
5	张灵	宝山钢铁股份有限公司钢管条钢事业部	2	13	2.0	2.0
6	兰守忍	上海交通大学电子信息与电气工程学院	2	13	2.0	2.0