全文总字数：2232字

1. 研究目的与意义及国内外研究现状

在机械工业中，焊缝检验是保证焊接质量的重要手段。其中,x射线探伤因其准确、可靠、直观和资料可保存而获得了广泛的应用。传统的射线底片质量评级方法是由人工进行评片，对底片上的焊缝缺陷进行分析，以确定底片所反映的焊接质量等级。传统胶片检测手段的检测过程需要经历五个流程：曝光拍片（潜影）、洗片（显影）、晾干、观光片灯下人工判读及专门的区域存档。所有的流程操作对人工技能都提出了很高的要求。这种方法易受设备、环境、底片质量以及人为因素的影响，误差较大。且人眼长时间观察，会使眼睛疲劳，分辨能力下降，容易造成缺陷的漏检、误判等后果，其中有争议的评片结果会造成评判人员反复的拿放、摩擦甚至刮坏底片，影响评片结果的最后定论。随着现代机械制造对精度的要求越来越高，人工评片越来越不能满足生产发展的需要，因此出现了许多代替人工评片的技术。近年来利用计算机技术自动评价与识别底片缺陷得到了很快的发展，一些具有应用价值的底片分析处理系统已经崭露头角。这些系统的目的旨在将射线底片进行数字化处理，利用计算机完成对底片信息的管理，通过图像处理来实现图像的增强、锐化、对底片缺陷识别，从而对底片进行评价。其评片的工作大多需要人工干预，所以实现底片自动评价与识别有待于深入研究。

国内外研究现状

目前，在国内，沈阳工业大学李德元和徐鲁宁等人实现了图像的输入输出、图像的预处理、缺陷边界的提取以及伪色彩的处理，并为典型条形缺陷的区分与识别建立了盘踞。上海理工大学何怡、杨永才等人运用数字图像处理技术，在对X射线底片数字图像进行预处理的基础上，提取出焊缝缺陷的若干参数，采用统计模式识别的方法对缺陷进行分类，实现了焊缝X射线底片的计算机辅助评判。哈尔滨工业大学的戴明等人利用X射线底片扫描成像法得到铝合金焊缝图像，经过图像处理获得焊缝二值图像，针对铝合金焊接缺陷特点设计出焊接缺陷分类器的分类规则，运用基于势函数法的训练机制，实现对缺陷的准确分类。在国外，德国汉堡的T.Just和W.Thale等人运用数字图像处理技术，实现了对焊缝x射线底片的自动分析和缺陷识别。德国柏林BAM公司C.Jacobsen等人利用图像处理和神经网络技术实现了x射线底片中焊缝裂纹缺陷的自动识别。阿尔及利亚的Nacereddine.Nafa和Drai.Redouane等人利用前馈神经网络分割出焊缝的边缘，然后根据边缘的几何不变矩，利用BP神经网络技术实现了焊缝缺陷的分类。日本冈上科技大学V.Lashkia利用模糊推理的方法实现了焊缝X射线底片的计算机自动分析和焊接缺陷的计算机识别，其识别效果达到了专业评片人员的水平。此外，法国、乌克兰、白俄罗斯和英国等都在此领域进行了卓有成效的研究。

2. 研究的基本内容

寻找一种对焊接工业中缺陷进行智能评价方法。

工业焊接过程中，通过对焊接区域拍摄x光片并通过人工观察焊接区域缝隙面积大小判断焊接点是否合格。

由于焊接缺陷区域在图像特征的表现上与周边区域在灰度对比明显，即为黑色斑点，但区域边缘有时较为模糊，而人工判定焊接合格与否的依据是此斑点的大小。

3. 实施方案、进度安排及预期效果

1.收集各类缺陷底片并对其进行人工分析。

2.阅读参考文献并总结归纳其方法。

3.形成以形态学为基础的缺陷识别方法。

4. 参考文献

[1]rafael c. gonzalez,richard e. woods著,阮秋琦,阮宇智译.数字图像处理(第三版)[m].北京：电子工业出版社,2011

[2]perazzi f, krhenbhl p, pritch y, et al. saliency filters: contrast based filtering for salient region detection[c]// computer vision and pattern recognition. ieee, 2012:733-740.

[3]achanta r, shaji a, smith k, et al. slic superpixels[j]. epfl, 2010.