基于改进C-V方法的焊接图像识别

摘要：

基于简化的Mumford-Shah水平集图像分割模型,Chan-Vese提出了不依赖于图像边缘的水平集图像分割算法(C-V方法).文中对该算法进行了深入研究,指出了原方法存在的缺陷,即处理的图像必须具有比较明显的特征,分割目标过多且较为分散时则很难得到理想的结果,每次迭代过程都需要对所有的图像数据进行计算,比较费时.根据焊接图像本身的特点给出了三点改进,即强化特征模型的修正、多尺度快速算法和全局特性抑制.应用改进的算法,进行了模拟对比试验和真实熔池图像识别的试验.结果表明,该方法能识别出焊接图像连续轮廓,提取有用信息,具有良好的适应性.同时为复杂图像的特征物体目标提取提供了可行的思路.

关键词：Mumford Shah模型、水平集、焊接图像、图像识别

所属期刊栏目：28

分类号：TG115.28(金属学与热处理)

资助基金：国家自然科学基金50575144

在线出版日期：2007-11-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：9-12,107