论文部分内容阅读
产品缺陷在线智能检测是未来工业发展方向，相对于人工检测，利用计算机辅助检测(CAD，Computer Aided Detection)结果更准确，效率更高，同时避免了工人主观因素的影响。尤其在X射线无损探伤大规模应用的今天，利用计算机进行后端的智能图象处理与分析，既可减少工人受到的辐射，同时对图象数据存储和管理也极为方便。
诚然，全球高可靠性、多功能的高识别率的智能图像诊断系统还有待开发，对于铸造产品的缺陷检测，国内的智能化检测系统还是空白。目前，国内升级改造和进口的诸多设备大多没有或欠缺图像处理功能，这些检测设备虽在前端已经引入了数字化X射线成像技术，但在后端仍停滞在人工方式的检测与分析。
本文致力于基于数字X射线成像的铸件缺陷智能检测系统的研究，主要集中在智能检测算法的研究与软件系统的开发。主要内容包括：
(1)提出了封闭区域截断算法。在缺陷检测的提取环节，边缘提取后得到的封闭区域，由于分布的复杂性和形状的不规则性，它们对应的附近四周区域也变得错综复杂，局部信息不够“局部”，以致局部对比度不可靠。区域截断算法，以降低封闭区域的形状复杂性为目标，在最小动作下，对区域进行分割，使得局部信息更加局部，有效的提高了局部信息的可靠性，因此在封闭区域筛选中、真假缺陷识别中，起到了重要作用。
(2)对基于偏微分方程的各向异性扩散技术在图像处理中的应用进行了研究。深入研究了竞争性扩散模型以及类似于神经网络无监督的自学习机制，通过对铸造X光的标准缺陷图像和生产线上的实测图运用竞争性扩散模型进行目标轮廓的提取，对比分析经典的PM方法效果，得出竞争性扩散模型对复杂背景的处理更具自适应性，是一种极具研究前景的扩散模型。
(3)缺陷智能检测软件系统的开发。软件以界面友好、操作简单、管理方便的为目标，使用了多线程技术，把系统分成用户主线程、串口线程与后台检测线程共同协作实现。以面向对象的编程思想作指导，将系统功能模块化，各个模块以类的形式来组织实现。系统结构清晰、层次分明，从而为管理、维护与升级带来了极大的方便。