基于自适应GMM的X射线图像智能检测

摘要：

传统金属工业构件X射线图像检测手段主观性过强、检测效率低下.为此,提出一种基于高斯混合模 型(GMM)的智能检测方法.对同一构件的图像序列进行在线学习,每一像素点由多个高斯分布分量组成.正常工作时对每一像素点用学习到 的高斯分量进行模式分类,若不符合任一现有高斯分量就视为前景目标(损伤点),采用种子生长法连通损伤区域,确定整个损伤区域 .实验结果表明,该方法可精确定位构件损伤部位,实现金属构件损伤的自动检测,检测效率较高.

关键词：X射线、混合高斯模型、图像序列、模型学习、图像样本、智能检测

所属期刊栏目：38

分类号：N945(系统科学)

在线出版日期：2012-05-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：205-207