基于工业CT图像的工件缺陷智能检测

• 作者: 安玫 张蕊萍 时佳悦 苟军年 董海鹰
• 来源期刊: 测试科学与仪器
• 学科: 工学
• 关键词: 工业CT 缺陷检测 图像分割 特征提取 智能识别
• 年，卷（期）: 2019,（3）
• 页码范围: 299-306
• 页数: 8页
• 分类号: TN911.73|TH878
• 字数: 491字
• 语种: 英文
• DOI: 10.3969/j.issn.1674-8042.2019.03.014

摘要

针对工业内部缺陷检测问题,提出了基于工业(Computed tomography,CT)图像的工件缺陷智能检测方法.通过分析工业CT切片图像自身特点,提出了以自适应中值滤波和自适应加权均值滤波相结合的方法对工业CT切片图像进行预处理,采用基于灰度变化率的图像缺陷分割算法对工业CT图像中的低对比度信息进行分割,利用Hu不变矩方法对工件缺陷进行特征提取.在此基础上,建立了RBF神经网络模型,采用萤火虫算法进行优化,进而完成对工件内部缺陷的智能识别.仿真结果表明,该方法能够有效地提高缺陷识别准确率,为工业内部缺陷检测提供理论依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	苟军年	兰州交通大学自动化与电气工程学院	17	62	4.0	7.0
2	董海鹰	兰州交通大学自动化与电气工程学院	130	736	16.0	21.0
6	张蕊萍	兰州交通大学自动化与电气工程学院	33	102	6.0	9.0
7	时佳悦	兰州交通大学自动化与电气工程学院	2	7	1.0	2.0
8	安玫	兰州交通大学自动化与电气工程学院	2	0	0.0	0.0