埋弧焊X射线焊缝图像缺陷检测算法研究

埋弧焊,焊缝,缺陷检测,计算机算法,研究 

《埋弧焊X射线焊缝图像缺陷检测算法研究》是有关X射线焊缝图像缺陷检测和识别算法方面的专著。《埋弧焊X射线焊缝图像缺陷检测算法研究》分析X射线焊缝图像的特点，通过实验对比给出适合于X射线焊缝图像的增强及分割方法。在此基础上，《埋弧焊X射线焊缝图像缺陷检测算法研究》提出疑似缺陷区域（suspected defect region，SDR）的概念，并以SDR为对象，对热点研究算法——神经网络、支持向量机和深度学习等在X射线焊缝图像缺陷识别中的应用进行重点研究。《埋弧焊X射线焊缝图像缺陷检测算法研究》所涉及的算例图像超过500张，所有图像均采集自螺旋埋弧焊钢管生产现场。《埋弧焊X射线焊缝图像缺陷检测算法研究》内容注重实际应用，兼顾理论，通过大量实验对各种智能算法的识别效果进行验证，《埋弧焊X射线焊缝图像缺陷检测算法研究》介绍的算法均进行了混淆矩阵实验。

目录
前言
第1章 绪论 1
1.1 焊缝缺陷检测的概念 1
1.2 射线检测特点 3
1.3 射线检测技术的分类及发展 4
1.4 射线焊接缺陷检测技术的发展 5
1.5 本章小结 12
第2章 焊缝缺陷射线检测原理及缺陷分类 13
2.1 X射线检测的原理 13
2.2 射线实时成像 14
2.3 常见的焊缝缺陷分类和分级 15
2.4 典型缺陷特征 17
2.5 缺陷特征分析 19
2.6 本章小结 23
第3章 X射线焊缝图像预处理 24
3.1 图像滤波 24
3.2 图像增强 27
3.3 图像分割 33
3.4 边缘检测 35
3.5 ROI提取 40
3.6 本章小结 44
第4章 疑似缺陷分割 45
4.1 形态学膨胀及腐蚀 45
4.2 传统缺陷分割 46
4.3 基于聚类的缺陷分割 51
4.4 基于Hopfield神经网络的缺陷分割 56
4.5 缺陷模型 64
4.6 本章小结 68
第5章 基于SVM及PCA的缺陷识别 69
5.1 SVM原理及算法 69
5.2 特征参数的预处理 74
5.3 焊缝缺陷和图像噪声的二类识别 77
5.4 焊缝缺陷和图像噪声的多类识别 78
5.5 基于模型参数优化的缺陷识别 81
5.6 基于GA-SVM的焊缝缺陷识别 83
5.7 基于LS-SVM的焊缝缺陷识别 85
5.8 本章小结 88
第6章 基于模糊模式识别的焊缝图像缺陷检测 89
6.1 缺陷图像分析焊缝图像降维 89
6.2 模糊C均值聚类算法 92
6.3 FVM结合SVM的缺陷分类 98
6.4 并行计算的引入 103
6.5 缺陷分类模型构建 106
6.6 本章小结 110
第7章 基于稀疏描述的缺陷识别 111
7.1 问题描述 111
7.2 稀疏描述原理 113
7.3 求解算法 115
7.4 稀疏描述识别实验 118
7.5 字典学习 121
7.6 本章小结 128
第8章 基于神经网络的焊缝缺陷识别 129
8.1 BP神经网络 129
8.2 BP神经网络焊缝缺陷建模及识别 130
8.3 BP神经网络实验 133
8.4 本章小结 137
第9章 基于PCA技术的线形缺陷和圆形缺陷分类算法 138
9.1 缺陷分析 138
9.2 缺陷的数学描述 139
9.3 基于PCA的缺陷分类算法实现 142
9.4 基于LE降维的焊缝缺陷类型识别 145
9.5 本章小结 151
第10章 基于卷积神经网络的缺陷识别 152
10.1 深度学习 152
10.2 卷积神经网络的基本概念 152
10.3 卷积神经网络的特性 154
10.4 卷积神经网络中的相关运算 155
10.5 激活函数的选择 157
10.6 分类算法的选择 158
10.7 基于卷积神经网络的X射线缺陷识别 161
10.8 本章小结 169
参考文献 170