大專自動(dòng)檢測技術(shù)論文(2)
圖像自動(dòng)識(shí)別技術(shù)在無損檢測中的應(yīng)用研究
摘 要 利用在焊縫自動(dòng)跟蹤中的圖像自動(dòng)識(shí)別的應(yīng)用作為例子，對該項(xiàng)技術(shù)的處理方法進(jìn)行的研究討論，整個(gè)過程是先從圖像當(dāng)中提取其特征，然后通過計(jì)算機(jī)自動(dòng)識(shí)別和理解圖像的過程。針對圖像識(shí)別技術(shù)對于無損檢測行業(yè)中的實(shí)際應(yīng)用展開了分析并且得出了結(jié)論。圖像自動(dòng)識(shí)別技術(shù)可以有效的將無損檢測自動(dòng)化以及智能化，從而有效降低相關(guān)人員的工作強(qiáng)度。
關(guān)鍵詞 圖像識(shí)別;無損檢測;視覺傳感器
中圖分類號(hào)：TP27 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1671-7597(2014)07-0120-01圖像自動(dòng)識(shí)別技術(shù)，就是對各種各樣不同模式的目標(biāo)或者對象，通過計(jì)算機(jī)來對其圖像作出分析和理解以及有效的處理。在現(xiàn)階段的無損檢測行業(yè)當(dāng)中，其主要是利用人工來對圖像進(jìn)行識(shí)別工作，并沒有讓無損檢測達(dá)到自動(dòng)化的標(biāo)準(zhǔn)。
在使用超聲波自動(dòng)檢測對焊縫進(jìn)行檢測時(shí)，經(jīng)常出現(xiàn)由焊縫的偏移而導(dǎo)致的超聲波探頭并沒有對準(zhǔn)焊縫進(jìn)行工作，從而接收不到能夠反映出焊縫質(zhì)量的回波信號(hào)，容易出現(xiàn)漏檢的情況。如果能夠自動(dòng)跟蹤焊縫，通過計(jì)算機(jī)對焊縫的偏移距離作出自動(dòng)識(shí)別并且向超聲波探頭的控制單元進(jìn)行反饋，將超聲波探頭所檢測的相關(guān)位置進(jìn)行調(diào)整，讓超聲波探頭可以收到有效的回波信號(hào)，從而有效的反映出焊縫質(zhì)量的具體情況。對焊縫所做的自動(dòng)跟蹤這一檢測方法，能夠保證正確有效的進(jìn)行檢測，最大限度的減低漏檢的發(fā)生率?，F(xiàn)階段有許多進(jìn)行焊縫跟蹤的方法，通常都是在焊接之前進(jìn)行的跟蹤，而且只能做到對焊縫的跟蹤的單一作用。在本文中使用了從正常的光源照明之下所產(chǎn)生的最直接的視覺圖像，并從中直接提取出焊縫的直線，然后通過圖像識(shí)別技術(shù)對焊縫進(jìn)行自動(dòng)識(shí)別，從而達(dá)到對焊縫實(shí)施自動(dòng)跟蹤的效果，這樣既可以將焊縫的偏移距離及時(shí)反饋，有能夠?qū)缚p進(jìn)行外觀上的檢測以及判斷，當(dāng)焊縫表面有異常情況時(shí)能夠輸出異常信號(hào)，這種手段能夠有效的補(bǔ)充對焊縫質(zhì)量進(jìn)行的無損檢測。
1 關(guān)于圖像自動(dòng)識(shí)別技術(shù)
圖像自動(dòng)識(shí)別技術(shù)，是在有效的結(jié)合了圖像處理技術(shù)和計(jì)算機(jī)模式的識(shí)別技術(shù)以及視覺技術(shù)，再通過對圖像進(jìn)行分析、處理以及理解，從而對相關(guān)圖像進(jìn)行智能化的處理。在圖像識(shí)別的過程中，通常是先通過檢查以及分離出圖像中所顯示的物體，準(zhǔn)確的對物體中各部分的紋理特征以及形狀提取出來，也就是對原始圖像的特征進(jìn)行提取。常常在特征提取的過程當(dāng)中也會(huì)包括對圖像進(jìn)行的處理。然后通過圖像樣本模式與所提取的特征作比較，運(yùn)用模式識(shí)別理論所提供的這一項(xiàng)技術(shù)對圖像進(jìn)行分類，針對其結(jié)構(gòu)對整個(gè)圖像進(jìn)行分析。
1)圖像處理。圖像處理一般包括圖像編碼、壓縮、增強(qiáng)、分割以及復(fù)原等主要內(nèi)容。圖像分割，就是從圖像的背景當(dāng)中將各個(gè)對應(yīng)的物體分割出來。在圖像處理各個(gè)環(huán)節(jié)當(dāng)中，無論是輸出還是輸入其相對應(yīng)的都是圖像。
2)特征抽取。特征抽取階段，也就是對物體多進(jìn)行的度量階段。度量，指的是某一個(gè)物體當(dāng)中某一個(gè)可度量的性質(zhì)的度量值;特征，即多個(gè)或者一個(gè)度量的函數(shù)。計(jì)算特征是針對于物體在某一方面所對應(yīng)的重要特征而做出的度量估計(jì)。在進(jìn)行特征抽取的過程當(dāng)中，每產(chǎn)生一組特征按照一些相應(yīng)的規(guī)章進(jìn)行組合，這就是特征向量的形成方式。圖像信息在一定數(shù)量的減少對于后期的分類決策起到了重要作用。
3)圖像的識(shí)別分類。在圖像的識(shí)別分類中，圖像的輸出就是決策，就是將每一個(gè)物體所應(yīng)該歸屬的類別進(jìn)行確定。在圖像識(shí)別這一環(huán)節(jié)當(dāng)中，輸入的一般都是處理過的圖像，而輸出的是對圖像的結(jié)構(gòu)分析以及類別的劃分。
2 關(guān)于圖像自動(dòng)識(shí)別技術(shù)在焊縫自動(dòng)檢測當(dāng)中的應(yīng)用
在使用超聲波自動(dòng)檢測對焊縫進(jìn)行檢測時(shí)，有時(shí)會(huì)出現(xiàn)由焊縫的偏移而導(dǎo)致的超聲波探頭并沒有對準(zhǔn)焊縫，從而接收不到能夠反映出焊縫質(zhì)量的回波信號(hào)，容易出現(xiàn)漏檢的情況。如果能夠自動(dòng)跟蹤焊縫，通過計(jì)算機(jī)對焊縫的偏移距離作出自動(dòng)識(shí)別并且向超聲波探頭的控制單元進(jìn)行反饋，將超聲波探頭所檢測的相關(guān)位置進(jìn)行調(diào)整，讓超聲波探頭可以收到有效的回波信號(hào)，從而有效的反映出焊縫質(zhì)量的具體情況。該過程如圖1所示。
3 關(guān)于圖像自動(dòng)識(shí)別技術(shù)在無損檢測行業(yè)的其他應(yīng)用及發(fā)展
現(xiàn)階段，圖像自動(dòng)識(shí)別技術(shù)在對于無損檢測行業(yè)的相關(guān)應(yīng)用等方面還處在初期的發(fā)展階段。早在1997年的美國，內(nèi)梅隆大學(xué)Gunatilake P等對遠(yuǎn)程視覺檢測系統(tǒng)做出了初步的設(shè)計(jì)，針對飛機(jī)表面的腐蝕狀況以及表面的裂紋進(jìn)行檢測。而在1999年的加拿大，滑鐵盧大學(xué)Paul W.Fieguth等，利用閉路電視所截取到的圖像，針對地下管道的表面所產(chǎn)生的裂紋進(jìn)行了檢測，為能夠及時(shí)對其進(jìn)行維修提供了有效的依據(jù)。
有關(guān)于鋼管內(nèi)壁質(zhì)量所采用的無損檢測方法通常是使用視頻渦流檢測法，就是使用渦流穿過式探頭并且進(jìn)入管子的內(nèi)部的檢測方法。在渦流穿過式探頭的同時(shí)與視覺傳感器有效的結(jié)合，在進(jìn)入鋼管內(nèi)壁獲取詳細(xì)的狀況。而視覺傳感器做起到的作用就是堅(jiān)實(shí)管子內(nèi)部出現(xiàn)的狀況，其堅(jiān)實(shí)的過程一般有工作人員來完成。然后進(jìn)行圖像自動(dòng)識(shí)別的步驟，通過計(jì)算的自動(dòng)判斷來確定鋼管內(nèi)壁是否存在異常，這一步驟不需要依賴于工作人員的進(jìn)行，可以盡量的杜絕因?yàn)楣ぷ魅藛T用眼疲勞而導(dǎo)致的漏檢，從而更加可靠的對鋼管內(nèi)壁的狀況進(jìn)行全面的分析，有效的對鋼管內(nèi)壁進(jìn)行檢測。
從實(shí)例中發(fā)現(xiàn)，圖像自動(dòng)識(shí)別技術(shù)能夠應(yīng)用于無損檢測行業(yè)的各個(gè)方面還存在著很多的不足，其應(yīng)用前景還需要我們進(jìn)一步的挖掘以及提高，在無損檢測行業(yè)當(dāng)中自動(dòng)化以及智能化的發(fā)展有著極為重要的作用。
4 結(jié)論
在我們對有關(guān)焊縫偏移以及圖像自動(dòng)識(shí)別技術(shù)的有關(guān)應(yīng)用的研究分析中確定認(rèn)，圖像自動(dòng)識(shí)別技術(shù)能夠有效的達(dá)到焊縫自動(dòng)識(shí)別的相關(guān)標(biāo)準(zhǔn)以及作用，有效提高其自動(dòng)化與智能化的相應(yīng)水平。在關(guān)于圖像自動(dòng)識(shí)別技術(shù)相關(guān)的應(yīng)用分析能夠確認(rèn)，該技術(shù)的合理應(yīng)用能夠有效的降低依賴工作人員相關(guān)經(jīng)驗(yàn)的進(jìn)行檢測的可能，還能夠減低人眼疲勞導(dǎo)致的漏檢現(xiàn)象。雖然該項(xiàng)技術(shù)在現(xiàn)階段無損檢測行業(yè)的應(yīng)用還不夠廣泛，但是其應(yīng)用與發(fā)展的前景卻是巨大。
參考文獻(xiàn)
[1]蔣秋月.輪對缺陷超聲檢測圖像自動(dòng)識(shí)別算法實(shí)現(xiàn)[D].西南交通大學(xué)，2013.
[2]徐志剛.基于多特征融合的路面破損圖像自動(dòng)識(shí)別技術(shù)研究[D].長安大學(xué)，2012.
[3]于四海.超聲探傷技術(shù)在無損檢測中的應(yīng)用[J].中華民居，2013(04)：297-298.
看了“大專自動(dòng)檢測技術(shù)論文”的人還看：