基于模糊神经网络的焊缝缺陷识别的研究

摘要：

焊缝缺陷在X射线设备下成像转成数字图像后，分析其图像的特点，进行缺陷的定位与边缘检测，结合人工识别焊缝缺陷的经验选取对焊缝缺陷分类影响因子较大的特征参数。用模糊集合的概念描述特征参数，建立特征参数的模糊规则库，构建以模糊化后的特征参数为输入层，以模糊规则为隐含层，缺陷预知识别分类为输出的模糊神经网络模型。分析实验结果，成功定位缺陷在数字图像中的大概位置与边缘检测。该方法提高了集合交叉较大的焊缝缺陷的识别率，能有效地对缺陷进行识别分类。

关键词：焊缝缺陷、图像处理、模糊、缺陷选取、神经网络

分类号：TG441.7(焊接、金属切割及金属粘接)

资助基金：中国石油科技创新基金研究项目2012D-5006-0609;黑龙江省教育科学技术研究项目11551016,12521050

在线出版日期：2014-05-28（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：243-247