基于X射線圖像的汽車(chē)輪轂缺陷自動(dòng)檢測(cè)與識(shí)別技術(shù).pdf

1、輪轂是車(chē)輛的重要受力部件之一，直接關(guān)系到行車(chē)安全，特別是在機(jī)動(dòng)車(chē)數(shù)量迅速攀升的情況下，人們對(duì)輪轂出廠前的檢測(cè)尤為關(guān)注。針對(duì)現(xiàn)有的輪轂缺陷自動(dòng)檢測(cè)系統(tǒng)軟件操作復(fù)雜、實(shí)用性差等問(wèn)題，本文在分析輪轂圖像缺陷特征的基礎(chǔ)上，通過(guò)動(dòng)態(tài)閾值圖像分割、缺陷特征提取和BP神經(jīng)網(wǎng)絡(luò)分類(lèi)來(lái)實(shí)現(xiàn)系統(tǒng)輪轂缺陷的自動(dòng)檢測(cè)和識(shí)別，開(kāi)發(fā)了汽車(chē)輪轂缺陷自動(dòng)檢測(cè)和識(shí)別系統(tǒng)，并通過(guò)實(shí)驗(yàn)進(jìn)行了驗(yàn)證。實(shí)驗(yàn)結(jié)果表明，該系統(tǒng)可以對(duì)輪轂鑄件各種缺陷進(jìn)行檢測(cè)和識(shí)別，尤其對(duì)產(chǎn)品結(jié)構(gòu)不均勻

2、和背景復(fù)雜的圖像也能處理，檢測(cè)和識(shí)別效率較高，實(shí)用性強(qiáng)，滿(mǎn)足工業(yè)應(yīng)用的需求。
　　本文針對(duì)X射線圖像隨機(jī)噪聲大、對(duì)比度低等問(wèn)題，使用改進(jìn)的幀積分降噪算法，有效的抑制了噪聲，提高了對(duì)比度；由于傳統(tǒng)圖像分割算法的局限性，難以滿(mǎn)足輪轂圖像分割，提出了基于感興趣區(qū)域的輪轂圖像分割算法，解決了復(fù)雜圖像分割困難的問(wèn)題，實(shí)驗(yàn)結(jié)果證明了其有效性；針對(duì)變換法特征選擇速度慢的情況，采用了增減次優(yōu)搜索法對(duì)輪轂缺陷特征進(jìn)行選擇，有效壓縮了特征空間，為缺陷