基于AI的X射线焊缝图像缺陷检测系统研究

【摘要】：近年来,人工智能技术飞速发展推动了各行各业的智能化进程。特别是在无损检测领域,计算机自动识别技术以其高效化、标准化和智能化的优势已经逐渐取代了传统人工评片的检测方式。对于基于X射线焊缝图像的缺陷检测来说,传统人工评片的方法效率低下,缺陷检测标准不一,易受工作人员主观影响。因此为了提高检测的准确率和工作效率,研究基于图像处理技术和计算机视觉的缺陷自动检测技术具有重要意义和应用价值。本文以螺旋埋弧焊和环焊缝的X射线焊缝图像为研究对象,对焊缝缺陷检测与识别算法进行研究,主要包括:焊缝图像预处理、焊缝缺陷分割和缺陷识别3个方面,并且根据实际需要设计开发了一套X射线焊缝缺陷检测系统。具体内容概括如下:(1)在图像预处理过程,针对X射线图像中噪声多、对比度低、图像质量差等问题,通过分析图像中的噪声模型和缺陷特征,采用均值滤波方法滤除噪声,使用sin函数增强算法提高焊缝和背景区域的对比度;(2)在图像分割过程,采用大津法结合Sobel算子边缘检测和Hough变换的分割方法,实现ROI区域的准确提取。分割SDR时,引入了灰度密度的概念,提高了聚类分割缺陷时的准确率,取得了较好的分割效果;(3)在缺陷识别过程,采用深度卷积神经网络的算法进行图像分类,确定了6级10层的CNN网络结构,选择tanh函数作为激活函数,根据深度设定卷积核为5*5和3*3,平均分类准确率达到98.97%,识别准确率高;(4)设计并开发了X射线焊缝缺陷检测系统,包括服务器和客户端,满足了工作人员远程办公的需求。