本文選題：X射線檢測(cè)　切入點(diǎn)：缺陷檢測(cè)　出處：《太原科技大學(xué)》2017年碩士論文　論文類型：學(xué)位論文

【摘要】：X射線無(wú)損檢測(cè)技術(shù)在零件缺陷檢測(cè)中具有廣泛應(yīng)用。但是通過(guò)對(duì)X射線檢測(cè)形成的圖像進(jìn)行零件缺陷識(shí)別,大都仍然靠人工完成,導(dǎo)致檢測(cè)系統(tǒng)效率低、檢測(cè)準(zhǔn)確性差。近年來(lái),隨著圖像處理、模式識(shí)別以及計(jì)算機(jī)技術(shù)的發(fā)展,采用計(jì)算機(jī)視覺(jué)、機(jī)器學(xué)習(xí)等技術(shù),通過(guò)對(duì)X射線實(shí)現(xiàn)工業(yè)零件缺陷的自動(dòng)檢測(cè)成為可能,也是目前研究的一個(gè)熱點(diǎn),并已有成功應(yīng)用案例。本文針對(duì)精密鑄件廠對(duì)電動(dòng)汽車(chē)某精密鑄件缺陷檢測(cè)的需求,研究開(kāi)發(fā)了基于X射線檢測(cè)的鑄件缺陷自動(dòng)識(shí)別系統(tǒng)。論文主要在以下幾個(gè)方面做了研究:1、在深入了解國(guó)內(nèi)外鑄件X射線檢測(cè)的研究現(xiàn)狀基礎(chǔ)上,利用已有的X射線檢測(cè)平臺(tái),提出了鑄件X射線自動(dòng)檢測(cè)系統(tǒng)方案,根據(jù)要求設(shè)計(jì)了自動(dòng)檢測(cè)系統(tǒng)的硬件和軟件。2、針對(duì)薄壁鑄件的缺陷檢測(cè)問(wèn)題,研究了缺陷特征以及特征提取問(wèn)題,給出了基于圖像配準(zhǔn)和差影法的缺陷自動(dòng)識(shí)別方法。3、針對(duì)X射線成像過(guò)程系統(tǒng)固有噪聲和隨機(jī)噪聲的干擾問(wèn)題,比較研究了幾種濾波算法的去噪效果,確定了中值濾波作為去噪算法。4、研究了圖像配準(zhǔn)和差影法的缺陷自動(dòng)識(shí)別算法的實(shí)現(xiàn)問(wèn)題。運(yùn)用隨機(jī)Hough變換檢測(cè)圓形裝配孔,圓心作為匹配特征點(diǎn),完成與模板圖像的配準(zhǔn);采用差影法提取鑄件缺陷,通過(guò)形態(tài)學(xué)重建將缺陷信息標(biāo)記在鑄件上;開(kāi)發(fā)了相應(yīng)的缺陷檢測(cè)軟件。5、基于MATLAB軟件GUI平臺(tái)編寫(xiě)人機(jī)交互的缺陷自動(dòng)識(shí)別軟件,并對(duì)開(kāi)發(fā)的軟件進(jìn)行了封裝處理。經(jīng)對(duì)零件的測(cè)試表明:該檢測(cè)系統(tǒng)正確識(shí)別鑄件中的缺陷,可以實(shí)現(xiàn)鑄件缺陷的自動(dòng)識(shí)別,軟件GUI界面也具有較好的實(shí)用性。
[Abstract]:X-ray nondestructive testing (NDT) technology is widely used in parts defect detection. In recent years, with the development of image processing, pattern recognition and computer technology, it is possible to use computer vision, machine learning and other techniques to automatically detect defects of industrial parts by X-ray. It is also a hot spot of research and has been successfully applied. This paper aims at the demand of precision casting factory to detect the defect of a precision casting of electric vehicle. The automatic recognition system of casting defects based on X-ray inspection is developed. In this paper, the following aspects are mainly studied: 1. On the basis of deep understanding of the present situation of X-ray inspection of castings at home and abroad, the existing X ray detection platform is used. In this paper, a scheme of automatic X-ray inspection system for castings is proposed. The hardware and software of the system are designed according to the requirements. The defect feature and feature extraction are studied for the defect detection of thin-walled castings. In this paper, an automatic defect recognition method based on image registration and differential image is presented. Aiming at the interference of inherent noise and random noise in X-ray imaging system, several filtering algorithms are compared and studied. The median filter is determined as the denoising algorithm. 4. The realization of automatic defect recognition algorithm based on image registration and difference image is studied. The circular assembly hole is detected by random Hough transform and the center of circle is used as the matching feature point to complete the registration with template image. The defects of castings are extracted by subtraction method, and the defect information is marked on the casting by morphological reconstruction. The corresponding defect detection software .5is developed, and the automatic defect recognition software based on MATLAB software GUI is developed. The software is encapsulated. The testing results show that the system can recognize the defects of castings correctly, and the software GUI interface has good practicability.
【學(xué)位授予單位】：太原科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：TG245;TP391.41

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 蘇娟;李彬;王延釗;;一種基于封閉均勻區(qū)域的SAR圖像配準(zhǔn)方法[J];電子與信息學(xué)報(bào);2016年12期

2 林棟;;我國(guó)新能源汽車(chē)的發(fā)展現(xiàn)狀及分析[J];現(xiàn)代經(jīng)濟(jì)信息;2016年17期

3 王薛超;王成;張長(zhǎng)令;;我國(guó)新能源汽車(chē)產(chǎn)業(yè)發(fā)展現(xiàn)狀及趨勢(shì)分析[J];汽車(chē)工業(yè)研究;2016年06期

4 張俊;李揚(yáng);;基于無(wú)損探傷及多特征匹配的汽車(chē)鑄鐵件缺陷識(shí)別[J];鑄造技術(shù);2016年03期

5 劉振東;郭大波;申紅燕;秦文兵;;基于X射線鋼芯傳送帶圖像的缺陷檢測(cè)算法[J];測(cè)試技術(shù)學(xué)報(bào);2016年01期

6 馬福強(qiáng);;X射線數(shù)字照相DR成像系統(tǒng)在工業(yè)檢測(cè)中的應(yīng)用[J];探索科學(xué);2016年01期

7 ;未來(lái)機(jī)床將向自動(dòng)化、智能化、綠色方向發(fā)展[J];機(jī)床與液壓;2015年16期

8 張臻;;基于X射線測(cè)量的鋁合金鑄件微觀缺陷預(yù)測(cè)及分析[J];鑄造技術(shù);2014年11期

9 周勇亮;金燕;何萍;陳強(qiáng);;隨機(jī)Hough變換圓檢測(cè)累計(jì)加速算法[J];計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào);2014年04期

10 吉澤升;孫海波;趙密;王偉東;于永福;;X射線實(shí)時(shí)成像在鋁合金壓鑄件上的應(yīng)用[J];哈爾濱理工大學(xué)學(xué)報(bào);2013年06期

相關(guān)會(huì)議論文 前1條

1 朱學(xué)耕;董世運(yùn);徐濱士;;相控陣超聲檢測(cè)技術(shù)在鑄件質(zhì)量控制中的應(yīng)用[A];2015中國(guó)鑄造活動(dòng)周論文集[C];2015年

相關(guān)博士學(xué)位論文 前1條

1 張超;基于局部特征的圖像配準(zhǔn)算法及應(yīng)用研究[D];北京理工大學(xué);2015年

相關(guān)碩士學(xué)位論文 前10條

1 林麗紅;輪胎X光檢測(cè)機(jī)的圖像處理算法研究[D];華南理工大學(xué);2016年

2 李學(xué)永;X射線的缺陷檢測(cè)系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D];華南理工大學(xué);2016年

3 黃德龍;疏松缺陷圖像的自動(dòng)生成算法研究[D];華南理工大學(xué);2015年

4 黃雅蘭;基于特征點(diǎn)的圖像匹配技術(shù)研究與應(yīng)用[D];江西理工大學(xué);2014年

5 田流芳;基于中值濾波和小波變換的圖像去噪算法研究[D];河北大學(xué);2014年

6 趙志強(qiáng);X射線數(shù)字成像檢測(cè)缺陷快速識(shí)別技術(shù)研究[D];蘭州理工大學(xué);2014年

7 徐道磊;基于X射線成像的鑄件缺陷檢測(cè)系統(tǒng)及噪聲干擾去除[D];華南理工大學(xué);2013年

8 行薇;圖像插值技術(shù)在圖像處理中的應(yīng)用[D];長(zhǎng)春理工大學(xué);2012年

9 郭燕;鑄件DR圖像增強(qiáng)及工件號(hào)識(shí)別算法研究[D];重慶大學(xué);2010年

10 何再興;基于目標(biāo)提取與匹配的汽車(chē)輪轂鑄件缺陷檢測(cè)技術(shù)研究[D];浙江大學(xué);2008年

，

本文編號(hào)：1606966