聚乙烯管道电熔接头的超声相控阵成像及缺陷特征
为了提高基于超声相控阵的聚乙烯管道电熔接头的图像特征识别和自动缺陷检测效率,提出采用K均值聚类算法和数学形态学相结合的图像处理方法,实现了对超声相控阵检测图像的处理.K均值聚类算法可以有效地实现图像的整体分割,数学形态学处理能够平滑图像边缘,得到相对完整独立的缺陷成像区域.结果表明,所提出的方法不需要训练样本,只需根据数据本身的属性进行自我训练,可靠性较高.K均值聚类算法和数学形态学相结合能较完整地将多种缺陷信息从图像中分离出来,为聚乙烯管道电熔接头缺陷的自动评价提供了新方法,具有较好推广价值.
超声相控阵、无损检测和评价、缺陷识别、聚类算法、数学形态学
39
TG407(焊接、金属切割及金属粘接)
国家自然科学基金资助项目51675103;福建省自然科学基金2015J01234;福建省杰出青年基金滚动资助项目2014J07007;福建省质量技术监督局科技项目FJQI2016050
2018-05-11(万方平台首次上网日期,不代表论文的发表时间)
共5页
119-123