埋弧焊X射線焊縫圖像缺陷檢測算法研究

目錄
前言
第1章 緒論 1
1.1 焊縫缺陷檢測的概念 1
1.2 射線檢測特點 3
1.3 射線檢測技術(shù)的分類及發(fā)展 4
1.4 射線焊接缺陷檢測技術(shù)的發(fā)展 5
1.5 本章小結(jié) 12
第2章 焊縫缺陷射線檢測原理及缺陷分類 13
2.1 X射線檢測的原理 13
2.2 射線實時成像 14
2.3 常見的焊縫缺陷分類和分級 15
2.4 典型缺陷特征 17
2.5 缺陷特征分析 19
2.6 本章小結(jié) 23
第3章 X射線焊縫圖像預處理 24
3.1 圖像濾波 24
3.2 圖像增強 27
3.3 圖像分割 33
3.4 邊緣檢測 35
3.5 ROI提取 40
3.6 本章小結(jié) 44
第4章 疑似缺陷分割 45
4.1 形態(tài)學膨脹及腐蝕 45
4.2 傳統(tǒng)缺陷分割 46
4.3 基于聚類的缺陷分割 51
4.4 基于Hopfield神經(jīng)網(wǎng)絡的缺陷分割 56
4.5 缺陷模型 64
4.6 本章小結(jié) 68
第5章 基于SVM及PCA的缺陷識別 69
5.1 SVM原理及算法 69
5.2 特征參數(shù)的預處理 74
5.3 焊縫缺陷和圖像噪聲的二類識別 77
5.4 焊縫缺陷和圖像噪聲的多類識別 78
5.5 基于模型參數(shù)優(yōu)化的缺陷識別 81
5.6 基于GA-SVM的焊縫缺陷識別 83
5.7 基于LS-SVM的焊縫缺陷識別 85
5.8 本章小結(jié) 88
第6章 基于模糊模式識別的焊縫圖像缺陷檢測 89
6.1 缺陷圖像分析焊縫圖像降維 89
6.2 模糊C均值聚類算法 92
6.3 FVM結(jié)合SVM的缺陷分類 98
6.4 并行計算的引入 103
6.5 缺陷分類模型構(gòu)建 106
6.6 本章小結(jié) 110
第7章 基于稀疏描述的缺陷識別 111
7.1 問題描述 111
7.2 稀疏描述原理 113
7.3 求解算法 115
7.4 稀疏描述識別實驗 118
7.5 字典學習 121
7.6 本章小結(jié) 128
第8章 基于神經(jīng)網(wǎng)絡的焊縫缺陷識別 129
8.1 BP神經(jīng)網(wǎng)絡 129
8.2 BP神經(jīng)網(wǎng)絡焊縫缺陷建模及識別 130
8.3 BP神經(jīng)網(wǎng)絡實驗 133
8.4 本章小結(jié) 137
第9章 基于PCA技術(shù)的線形缺陷和圓形缺陷分類算法 138
9.1 缺陷分析 138
9.2 缺陷的數(shù)學描述 139
9.3 基于PCA的缺陷分類算法實現(xiàn) 142
9.4 基于LE降維的焊縫缺陷類型識別 145
9.5 本章小結(jié) 151
第10章 基于卷積神經(jīng)網(wǎng)絡的缺陷識別 152
10.1 深度學習 152
10.2 卷積神經(jīng)網(wǎng)絡的基本概念 152
10.3 卷積神經(jīng)網(wǎng)絡的特性 154
10.4 卷積神經(jīng)網(wǎng)絡中的相關(guān)運算 155
10.5 激活函數(shù)的選擇 157
10.6 分類算法的選擇 158
10.7 基于卷積神經(jīng)網(wǎng)絡的X射線缺陷識別 161
10.8 本章小結(jié) 169
參考文獻 170