基于分形維的工業(yè)CT圖像缺陷自動定位與剝離顯示算法研究.pdf

1、缺陷自動定位及其剝離顯示是圖像分析過程中重要的處理步驟之一，對于提高檢測效率、減輕人工勞動強度以及保證產(chǎn)品質(zhì)量具有重要的意義。工業(yè)CT作為一種先進的無損檢測技術(shù)，已廣泛應用于航空、石油、鋼鐵、機械制造、鐵路運輸?shù)阮I域，它可以在無損狀態(tài)下，準確檢測工件的內(nèi)部結(jié)構(gòu)。工業(yè)CT缺陷自動定位的目的，是從CT圖像中找出工件缺陷的所在，并獲得有關(guān)缺陷的盡可能精確的信息。本文以工業(yè)CT圖像為研究對象，根據(jù)目前國內(nèi)外工業(yè)CT圖像缺陷識別技術(shù)的發(fā)展現(xiàn)狀，將

2、分形維數(shù)應用于工業(yè)CT缺陷自動定位中，并對定位區(qū)域采用改進的矩不變閾值分割方法分離出缺陷的形態(tài)。
　　 分形是1975年美籍法國數(shù)學家B.B.Manderbrot在研究了大量不規(guī)則形體的自相似性基礎上的。而分形維數(shù)作為分形的一個重要特征，突破歐氏空間中維數(shù)必須是整數(shù)的限制，已在許多學科領域獲得廣泛應用。分形維數(shù)的核心是度量物體不規(guī)則程度，反映到圖像灰度曲面就是對灰度跳變異常敏感。所以，分形維適宜于圖像中缺陷的檢測識別。本文圍繞分

3、形維在工業(yè)CT圖像缺陷自動定位與剝離顯示中的應用開展研究，主要進行以下兩方面的工作：
　　 首先，對于鑄件工業(yè)CT圖像缺陷問題，本文研究了改進的基于分形維數(shù)的自動定位方法進行缺陷自動定位。為避免圖像噪聲的影響，本文通過預處理在濾除噪聲的同時增強圖像。在保證定位精度的條件下，所采用的自適應分形閾值策略，能有效提高處理的自動化程度。該方法能夠自適應地讓定位沿著缺陷邊緣的走向進行，且具有較好的魯棒性。定位區(qū)域占整幅圖像的比例較小，若需

4、要再對定位區(qū)域操作，可以較大程度上減少數(shù)據(jù)運算量，提高檢測效率。
　　 然后，在利用分形維定位工業(yè)CT圖像缺陷的基礎上，本文將基于改進矩不變閾值分割應用于工業(yè)CT圖像缺陷的多目標剝離顯示，并完成了部分缺陷特征參數(shù)的定量計算。改進的矩不變閾值分割結(jié)合了局部梯度信息，在各個定位區(qū)域內(nèi)部進行獨立分割，避免了整體分割時閾值對分割結(jié)果的影響。本文改進Facet邊緣提取方法，采用先分形定位邊緣區(qū)域再采用Facet模型提取邊緣，比直接用Fac