基于多幅X射线数字图像的缺陷自动识别技术

摘要：

在现有的x射线数字图像自动识别方法中,多采用对单幅数字图像进行孤立评判的方法.由于此类方法中阈值选取难以最优化,因而存在一定的误判率.为了解决这一问题,提出了一种x射线数字图像自动识别新方法.该方法将识别过程分为两步:缺陷提取和缺陷跟踪.第一步利用传统方法在每幅图像中分离出潜在缺陷.这一步保证真缺陷能全部提取出来,而不考虑伪缺陷的数量.第二步力图找出同一试件不同图像中分离出的缺陷之间的相互关系.如果第一步某一图像中分离出的某一缺陷在其他图像中都找不到相对应的缺陷区域,就定义该缺陷为伪缺陷,也就是说,真缺陷在不同图像中必须满足一定的几何关系.多幅图像中的缺陷跟踪综合利用了极线约束、三维重建和三线性约束等立体视觉算法.该方法的检测效果已经利用航空发动机叶片x射线数字图像得到验证.试验结果表明:利用该方法可以提高真缺陷的识别率,降低误判率.

关键词：X射线实时成像、缺陷提取、多视图几何学、图像处理、无损检测

所属期刊栏目：42

分类号：TH878;TP391

资助基金：中国科学院资助项目50275008

在线出版日期：2006-04-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：73-76