188宝金博页面版

  • 图案背景
  • 纯色背景
视图
标记
批注
批注本地保存成功,开通会员云端永久保存 去开通
zllNtFwj

上传于:2013-09-11

粉丝量:0

该文档贡献者很忙,什么也没留下。


  • 相关
  • 目录
  • 笔记
  • 书签

188宝金博页面版:更多相关文档

  • 基于分水岭方法的超声TOFD检测图像分割

    星级: 8 页

  • 基于分水岭方法的超声TOFD检测图像分割

    星级: 6 页

  • 基于分水岭方法的超声TOFD检测图像分割

    星级: 6 页

  • 基于分水岭方法的超声TOFD 检测图像分割

    星级: 6 页

  • 基于分水岭方法的超声TOFD检测图像分割

    星级: 6 页

  • 基于分水岭方法的超声tofd检测图像分割

    星级: 11 页

  • 基于分水岭方法的超声TOFD检测图像分割

    星级: 6 页

  • 基于分水岭方法的超声TOFD 检测图像分割[J]

    星级: 6 页

  • 基于分水岭方法的超声TOFD 检测图像分割.pdf

    星级: 6 页

  • 《(终稿)基于分水岭方法的超声TOFD检测图像分割_[可编辑]》

    星级: 7 页

  • 基于改进分水岭分割方法的铁谱图像研究

    星级: 7 页

  • 分水岭分割方法

    星级: 1 页

  • 基于分水岭的图像分割程序设计

    星级: 32 页

  • 基于分水岭算法的彩色细胞图像分割

    星级: 14 页

  • 基于分水岭算法的彩色细胞图像分割

    星级: 11 页

暂无目录

点击鼠标右键菜单,创建目录

暂无笔记

选择文本,点击鼠标右键菜单,添加笔记

暂无书签

在左侧文档中,点击鼠标右键,添加书签

188宝金博页面版: 基于分水岭方法的超声TOFD检测图像分割

下载积分: 3200

内容提示: 第4 7 卷第8 期2 0 11年4 月机械工程学报J O U R N A L O FM E C H A N I C A LE N G 玳E E R IN GV 0 1. 4 7N o . 8A p r .2 0 11D o I: 10. 3901, JM E . 2011. 08. 035基于分水岭方法的超声T o F D 检测图像分割水盛朝阳刚铁迟大钊( 哈尔滨工业大学先进焊接与连接国家重点实验室哈尔滨150001)摘要: 为解决超声渡越衍射时差( T im eo f n i曲tc“f‰tion, T O F D )检测图像中缺陷识别的问题, 分析检测图像的特点, 研究图像自动分割的算法, 其中包括图像预处理及图像分割。 提出基于信号互相关算法的图像预处理方法, 在此基础上, 应用峰值搜索方法提取焊缝区域, 利用带控制标记符的分水岭变换对预处理的图像进行分割, 从而识别出缺陷目标。 利用提出的图像自动分割方法分割不同的...

文档格式:PDF | 页数:8 | 浏览次数:11 | 上传日期:2013-09-11 00:11:50 | 文档星级:
第4 7 卷第8 期2 0 11年4 月机械工程学报J O U R N A L O FM E C H A N I C A LE N G 玳E E R IN GV 0 1. 4 7N o . 8A p r .2 0 11D o I: 10. 3901, JM E . 2011. 08. 035基于分水岭方法的超声T o F D 检测图像分割水盛朝阳刚铁迟大钊( 哈尔滨工业大学先进焊接与连接国家重点实验室哈尔滨150001)摘要: 为解决超声渡越衍射时差( T im eo f n i曲tc“f‰tion, T O F D )检测图像中缺陷识别的问题, 分析检测图像的特点, 研究图像自动分割的算法, 其中包括图像预处理及图像分割。 提出基于信号互相关算法的图像预处理方法, 在此基础上, 应用峰值搜索方法提取焊缝区域, 利用带控制标记符的分水岭变换对预处理的图像进行分割, 从而识别出缺陷目标。 利用提出的图像自动分割方法分割不同的超声T o F D 检测图像。 研究表明, 基于信号互相关算法的图像校正方法在一定程度上可抑制检测图像的畸变, 焊缝区域图像的提取可减少图像分割过程的计算量, 从局部极值的角度出发的带控制标记符的分水岭变换实现缺陷目标的分割。 与基于阈值方法的图像分割结果相比, 图像自动分割算法较好地解决了近表面缺陷的识别问题, 同时提出的方法也可用于含多个缺陷的图像分割。关键词: 超声渡越衍射时差缺陷识别图像分割分水岭中图分类号: T G ll5. 28S e g m e n ta tio no fU ltr a so n ic T O F D1’ estin gIm a g eB a se do nW a ter sh edM e th O dS H E N G Z h a o y a n g G A N GT ieC H ID a z h a o( S ta te K e yL a b o r a to 巧o f A d V 纽cedW b ld in g 觚dJo illin g ,H a r b iIl h lstitu teofT ecllllolo卧H 抽in150001)A b str a c t: In ∞d e rt0id erni母t11ed e 矗x t in th etes曲g im a g eo 乩曲edb y 也elll缸soIlic tin leo f n ig h tm 髓m ctio n ( T O F D )m eth o d , b y觚a ly zin gtlle f - ea tu re o fm etes血giⅡ lag e, tlle呲om atic a lg o ri廿1mf o rinlA 萨se舯锄tionis stu d ied , in clu d in g im a g ep r e p r o c e ssin ga n dse g m e n ta tio n . T h eim a g ep r。颍 cessin gm e t h o disp ∞sen te也w h ichis b a se do n t11esi舯a Icm ss—co n - el撕0na lg o r ith m . T h e nth ee x 扛{ 比tio n o fw e ldr c g io nb a se do nth e ∞a r ch in ge)m m ep o in tso fsi孕1a lsise x p r e sse d . A f te rtlla t th e w a tersh ed 昀n sf o m l谢tll th ec o n tm lm a r k c r is lIsedtoseg m en t廿le p r 。 o cessed m : la g e, t11er eb yth e d ef ect is e)【仃扯ted . D i仃. crem u l仃{ 勰o n ic T O F DtestiIlg in la g e sa r ese舯entedb yth ep r e se n te dm lto m a d cim a g eseg m en 枷0nm e m o d . T h e r e su lts sh o wtlla t tllesig n a lcro ss- co n ℃la ti∞a lg o ritllmb孙ica lly su p p r e sse s tlle p a tte md isto n i∞o fth e iIn a g e蚰dth e ex 妇c60n o f w e ldr e百∞c蚰r ed u cet11e c a lc u la tio n tim e o fse乎瞰删on. 03m p缸edw ith th eseg m 伽【乜L tio nre吼d tb yth em r e sh o ldm e m o d , th ep Iesen ted 叭Ito m a _ tic im a g e ∞g m e n ta ti∞m e m o dso lv e s th e id 锄d f ic撕o n o f d ef bct w h ic h is c lo se to tlIe la tel麓1 w a v e 锄d n le m etllo d a Iso c 锄b e u se df - 0r彻lltiple d e f e c tSid e n tif ic a d o n .K ey肿rd s:I刀仃asonic胁eo f n i出d if h ctio nD e惋tid 锄d f ica ti蚰h Ila g e seg IIIen蜘蚰Ⅵ, atershed0 前言超声渡越衍射时差( , riIn eo ff 蚝h td if 晌娟o n ,T O F D )检测技术以其原理简单、 操作方便、 检测结果易存储、 特别适合于大厚度结构焊缝的检测等特?国家自然科学基金( 50 7 7 50 54 , 510 0 50 56 )和国际合作基金( 20 0 7 D F R 7 0 0 7 0 )资助项目。 20 10 lO l3收到初稿, 20 llO l26收到修改稿点越来越受到人们的青睐。 该方法尤其对裂纹类缺陷的检出效果比较明显, 是其他检测方法无法比拟的【l埘。 该检测方法的优越之处也在于其对缺陷准确的定位, 而目前缺陷的识别以及缺陷的定位过程中各参数的提取主要是操作者根据个人经验进行判断, 致使检测结果受人为因素的影响严重, 因此检测结果的自动释义是非常必要而有实际意义的。在检测图像中, 由于缺陷目标的灰度值与背景万方数据

188宝金博页面版:关注我们

  • 新浪微博

关注188宝金博页面版公众号

188宝金博页面版
阅读
APP
阅读
返回
顶部
188宝金博页面版官网登录在线平台入口(2026已更新)—江苏协昌电子科技股份有限公司