一、Wiener滤波复原技术在磁粉探伤中的应用（论文文献综述）
宋春雪[1]（2021）在《基于图像识别的铁路货车轴承缺陷识别方法研究》文中提出
邓鑫[2]（2020）在《基于深度学习的荧光磁粉探伤系统研究》文中研究说明荧光磁粉探伤是一种广泛使用的铁磁性材料表面缺陷无损检测技术,目前大多通过人工或传统图像处理进行磁痕分析和缺陷检测,效率低下,误检和漏检严重。近年来,深度学习技术被广泛应用于目标检测和识别领域,相比于传统的图像处理方法,通常具有更强的泛化能力和更高的检测精度。因此,本文将深度学习技术引入荧光磁粉探伤中,对基于深度学习的荧光磁粉探伤系统进行了研究。在图像预处理部分,本文对图像中存在的运动模糊、色彩偏差、图像细节不明显和噪声干扰的情况进行了处理,以突出图像细节、提高图像质量。本文先通过Lucy Richardson算法进行图像运动模糊复原,然后采用灰度世界法对图像中的颜色偏移进行修正;对于图像中过亮和过暗区域细节信息不明显的情况,本文提出一种自适应伽马校正算法对图像进行处理,显着提升了图像的局部对比度,增强了图像细节;最后采用双边滤波算法对图像噪声进行抑制。本文通过多重预处理操作,能够抑制干扰因素、增强局部细节,使图像质量得到改善。在深度网络模型搭建部分,本文构建了一种双线性对称NASNet网络模型,实现了对荧光磁粉良次品工件图像的分类。本文将NASNet网络模型作为双线性CNN模型的特征提取器,使其能够充分捕获无缺陷和带缺陷图像间的局部细微差异,实现对良次品工件图像的准确分类。针对小样本训练容易产生过拟合的问题,本文通过引入迁移学习并使用成熟的预训练模型初始化网络权重,以降低网络的过拟合风险并缩短训练时间。本文分析了不同超参数对网络性能的影响,并确定了最优的超参数组以获得最佳的网络模型。实验结果表明,本文的网络模型相比于其他几种常用的分类网络在两种荧光磁粉数据集上具有更高的分类精度,且在两种数据集上的精度均在99%以上。最后,本文搭建了硬件平台对荧光磁粉图像进行了采集,对本文各部分算法进行了测试,并通过软件界面对算法进行了集成,实现了各部分算法处理结果的可视化。
乌伟[3]（2018）在《基于超声合成孔径缺陷检测技术的研究》文中指出对加工材料内部缺陷提前识别和对部件接触状态的预检是保障工业安全生产、提升产品质量和提高生产效率的关键环节。目前工业生产流程中的检测环节面临着两方面问题,一方面工业生产领域现阶段所采用的传统检测方法针对非金属材料内部微小缺陷检测效果较差,尤其是面对内部结构复杂或检测信号的能量在材料内部衰减较大的待检物时问题尤为突出,例如光伏产业和电子设备制造中大量使用到的基础材料-硅,其内部晶体排列多样,复杂的组织结构使得检测信号的能量进入材料后迅速降低,因此,此类材料的检测手段仍然停留在像金相腐蚀技术等有损检测阶段,加工过程的低效和材料浪费率的居高不下等一系列问题归根结底急需改革落后的检测技术;另一方面,存在着像机械结合部这样具有接触面积大但接触点分布不均匀,两界面间的接触形式并非表现为缺陷的大小,宏观反映缺陷特性的超声幅度的变化难以对结合面的耦合接触状态进行描述的问题。以上两方面问题现已成为工业生产领域关键环节中亟待解决的核心问题,但是,关于此类问题的无损检测定量评价和定性分析研究寥寥无几。因此,改革生产行业传统检测技术,应用超声无损检测的优势,研究缺陷分类识别的方法,提高超声特征提取的有效性,实现定量分析和定性评价的准确评价对上述问题的解决至关重要。同时,无损检测技术研究领域中的热点问题也集中于此。本文在实现缺陷分类识别成像技术和系统研制的基础上,针对超声缺陷分类识别手段研究,提出孔径缺陷和接触面两类缺陷的检测理论和检测方法。基于理论研究和系统开发的要求,以单晶硅和结合面为实例,提出合成孔径时域直接成像算法,改进现有的二维和三维成像方法,有效增强了超声图像对缺陷的辨识能力,结合超声图像融合技术的研究,通过实验仿真,卓有成效的提升了超声图像的质量。本文的主要工作有:1.详尽分析缺陷分类标准,研究缺陷准确识别和归类（孔径类和结合面）方法,采用超声合成孔径技术的评价标准:轴向分辨率、侧向分辨率和信噪比指标之间的影响关系,提出基于单阵元换能器的超声合成孔径方法和直接时域成像算法,制定出详细的算法实现流程,重建缺陷的合成孔径图像,通过天然缺陷实测数据与仿真结果的关键数值对比分析,明确了图像长度、深度、倾斜角度等具体参数对分辨率和信噪比的具体影响,奠定了下一步超声特征提取研究的理论基础。2.研究以单晶硅和结合面为代表的两大类缺陷的超声回波信号特征提取和去噪处理方法。基于小波包变换的基础理论研究构造新的阈值处理技术,提出最优小波包变换理论,利用超声合成孔径成像技术和直接时域成像算法改进现有的二维和三维图像重构技术。相对于传统相控阵算法,本文提出的成像算法在超声缺陷信号特征提取和去噪实验研究过程中,详细分析了小波包分解层数、阈值和成像算法对去噪性能的影响及降低硬件成本的有效性。3.建立粗糙表面接触理论,研究难以描述的微观接触分布特征超声检测方法,以结合面为研究对象,开展缺陷特征提取方法研究工作,研究过程中结合缺陷的常见类型,对实测的超声缺陷回波信号进行特征提取,采用维纳滤波器算法对结合面接触状态建立理论描述,针对超声图像重构结果,讨论不同宏观形状特征结合面的压力变化、不同粗糙度实验及楔角,验证超声检测方法对结合面形状误差、表面粗糙度、承压大小、表面间距变化的测量准确度,及对结合面宏观形状误差和微观接触分布特征检测的有效性。4.借助图像融合技术,基于深度玻尔兹曼机（DBM）理论,研究超声检测中的缺陷智能识别问题,提出神经网络和自适应学习的超声图像优化算法,实验结果表明该方法不仅特征捕捉能力强,而且大大降低计算复杂,相比现有的融合方法优越性更为明显,融合性能和效率方面更具有优先性。5.基于上述研究,研制自动化超声无损检测系统,以超声成像方法和超声图像特征提取为核心,提出自动缺陷识别和分类检测的超声无损检测策略,实现检测过程中动态三维成像功能,且图像具有可读性好、特征描述准确性高的优势。
马涛,孙振国,陈强[4]（2018）在《基于几何与纹理特征相融合的磁粉探伤裂纹提取算法》文中研究指明为从荧光磁粉探伤图像中获得精确的裂纹提取结果,提出一种基于几何与纹理特征相融合的磁粉探伤裂纹提取算法。算法首先根据裂纹的几何形状特征,提取图像里亮线中心的脊线作为待定裂纹;然后提取待定裂纹上各脊线点的尺度不变特征变换（SIFT）描述子向量,取均值作为待定裂纹的纹理特征,并用支持向量机分类器识别。实验结果表明:针对磁粉探伤中的裂纹,该算法在查全率和查准率上都比传统单一使用几何形状特征或纹理特征的算法更高,结合裂纹的几何形状和局部区域纹理有效地提升了裂纹提取的精度。
刘玉帛[5]（2017）在《机械结合面接触分布特征的超声检测方法研究》文中认为机床制造业作为制造业领域的重要组成部分,其技术水平的发展已经成为国家制造业先进程度的标志,尤其是各类精密及超精密机床以及高端数控机床。机床各零部件连接处产生的机械结合面规模大、种类多,而不理想的结合面接触状态成为影响机床精度及性能的关键因素,因此,全面掌握在不同工作条件下结合面的接触状态是评价及改进机床性能的重要切入口。论文分析了结合面接触状态的多种影响因素及相关检测手段,了解了粗糙结合面的接触变形原理。结合面接触状态的描述类似于材料内部缺陷检测,根据这一特点分析了结合面的超声无损检测原理,确定了采用超声检测法对平面型结合面进行扫描检测的研究方案。设计了三维可调移动平台及驱动装置,搭建了结合面的超声检测系统,达到了对结合面进行超声自动扫描检测的目的,最终检测系统输出的超声图像实现了描述结合面接触分布特征的功能。针对超声图像的“模糊”问题,采用信号反卷积复原方法提高超声图像分辨率。主要研究了维纳滤波器的复原方法,并采用观测图像边缘估计法结合参数-误差估计法得到点扩散函数的最佳估计,通过算法仿真及超声图像复原实验说明了反卷积复原的有效性。通过重复性实验验证了检测系统的稳定性与准确性。根据小载荷范围内接触面积与压力呈现近似线性关系这一原理,提出了超声检测系统的压力-反射率自标定方法,以实现结合面的压力分布特征描述。通过一系列超声检测实验及超声信号处理方法,实现了对结合面宏观形状误差和微观接触分布特征的描述。
许孟君[6]（2017）在《基于激光影像的管道几何形变检测方法研究》文中研究指明采用管道设备运送人类实际生活中所需的天然气、汽油、石油等等,其中管道设备有的是露天的,有的是埋地的,有的是在海洋等等不同的环境中,但是在世界上的多数管道设备是在土壤里面的,产生的管道几何形变会使管道设备中油气所受的阻力变大,进而使得油气的传输时间变长,要加大其他能量的消耗来使输油气管道正常运输保障人们在日常生活中对油气的正常需求。如若采集到管道几何形变的准确信息,管道在土壤中存在的隐患可以避免。在管道运行后如若受损,可通过利用之前对新建管道的几何形变检测的信息进行对比,存在管道几何形变严重的现象可准确快速的进行保护和维修,也是对新建管道的制定以及制定设备施工措施的主要方法。输油气管道安全运行为人类提供所需的能源是管道检测技术的应用,对输油气新建管道的使用前做一次安全检测采集所需的数据是关键必要的,对管道做几何形变检测采集管道几何形变的数据为后期管道安全运行提供所需的有效数据信息。针对管道几何形变引起的管道安全运行问题,提出了一种基于激光成像的管道几何形变检测识别方法,研究激光检测成像技术和管道几何形变的原理。利用携带有图像采集单元的动力装置进入管道内部,实时采集被检测管道内壁激光环图像数据信息,利用MATLAB软件对采集的激光环图像进行灰度化和二值化处理,通过canny边缘提取算法对图像进行去噪和滤波处理,采用FG-SZ（时钟分割）算法对图像的几何特征椭圆度和像素点进行分析,得出管道几何形变的位置及大小等信息。实验结果表明采用时钟分割算法对获得激光环图像进行处理,根据算法处理得到管道的几何特征椭圆度大小,管道的凹凸形变大小,该方法能够有效得出管道是否发生几何形变及形变位置并计算几何特征,且无需耦合剂,抗干扰能力强,为管道几何形变检测提供一种新的手段。
孙斌[7]（2017）在《金属轴类零件表面缺陷成像与判识技术研究》文中提出荧光磁粉检测是无损检测的常规方法之一,是检测铁磁性材料表面或近表面缺陷的重要手段。本文针对金属轴类工件的表面缺陷检测需求,设计了基于机器视觉及图像处理技术的荧光磁粉表面缺陷成像检测系统。重点研究了缺陷图像识别过程中使用的处理算法,包括图像预处理算法、图像分割算法和缺陷特征提取算法。首先通过对阶梯轴台阶面的成像模型研究,提出了基于灭点原理进行倾斜校正的算法,实现了对台阶面倾斜透视失真的校正;建立了轴侧曲面的成像模型并推导了轴侧曲面展开的算法,解决了由景深不一致引入的分辨率失真问题,并利用相位相关实现了展开图像的拼接;为使获得的图像具有较高的信噪比和对比度,研究了小波阈值图像降噪算法和多尺度Retinex图像增强算法。针对原图中工件的提取问题,研究了基于边缘检测的图像分割算法,在几种常见算法效果较差的情况下,提出了自适应阈值的Canny算子与Hough变换直线拟合相结合的方法并有效地提取出轴的上下边缘,准确地提取了工件图像。随后针对缺陷图像中前景占比较小的问题,研究了改进的Otsu阈值分割算法,并通过实验完成了对图像中缺陷目标及背景的有效分割。然后归纳了缺陷的荧光磁痕特征,利用重心主轴算法完成了对缺陷目标的最小外接矩形的求取并得到了缺陷的长、宽及方向角。针对裂纹存在分枝、交叉的特点,提出了基于结点特征的裂纹特征提取算法,并在此基础上实现了对缺陷的分类及评级。最后,依据软硬件设计方案组建了表面缺陷成像检测系统并利用该系统分别对人工试样及实际产品进行了检测,实现了最小Φ0.5mm圆形缺陷及1.5mm×0.5mm线性缺陷的全部检出,且完成了对各缺陷的准确分类,与人工检测结果一致,验证了表面缺陷成像检测系统检测的有效性。
康健,杜向党,白龙[8]（2013）在《火车轮对荧光磁粉探伤图像的裂纹识别技术研究》文中研究指明面向火车轮对磁粉探伤图像的典型裂纹图像,基于试验分析比较,提出了一套以Wiener滤波、迭代法全局阈值分割算法和采用不变矩特征描述方法为核心算法,火车轮对荧光磁粉探伤图像的裂纹识别流程,实现了典型裂纹的有效识别。
董明[9]（2015）在《煤矿机械轴类零件超声检测声场与缺陷回波特性研究》文中提出煤矿机械轴类零件长期在重载荷、潮湿、粉尘等恶劣环境下运行,容易产生疲劳裂纹等缺陷,直接影响煤矿的安全生产。论文依托国家自然科学基金“煤矿机械关键零部件缺陷超声信号提取与智能识别研究”（项目编号:51074121）,针对煤矿机械轴类零件在役检测的要求,对超声探头辐射空间的声场、超声回波机理以及缺陷信号的提取进行了深入研究。论文从声场计算理论出发,以空间脉冲响应为基础,研究了圆形和矩形换能器在半无限空间及斜楔块条件下任意点空间脉冲响应的计算方法,进而分析其在辐射空间的瞬态声压分布规律,得到声轴线上声压曲线,横向声束宽度等参数。针对空间脉冲响应直接计算时采用很高的采样频率,导致数据量大、计算效率低下的问题,提出了一种脉冲响应的快速算法,先用较高采样频率和较小步长计算换能器平面内脉冲响应作为原始数据,再用较低频率进行插值运算,并对计算参数的选择进行了分析,大大提高了计算效率。分析了超声波从产生、介质中传播、缺陷耦合以及最后被探头接收的全过程,建立了缺陷回波的数学模型,认为缺陷回波是探头表面振动特性与缺陷脉冲响应的卷积。根据惠更斯叠加原理的思想,把缺陷和接收探头离散成微小单元,接收到的超声回波是每个缺陷微元散射超声波的总和,利用空间脉冲响应和基尔霍夫近似建立了超声平面缺陷回波的数学模型,用大平面反射回波和大平面脉冲响应进行反卷积运算求出探头表面的振动特性,从声本质的角度阐明超声散射回波的特点,并详细分析了探头在不同偏置位置时缺陷脉冲响应的特性,认为缺陷回波是由直达波和边缘波共同被缺陷散射后的结果,直达回波和边缘回波极性相反,直达波的幅值远远大于边缘波。针对煤矿机械轴类零件现场超声检测时受到非线性、非平稳噪声干扰的问题,研究了超声信号的自适应去噪方法,提出利用IMF分量与原信号的相关系数的大小关系来重构超声回波信号的去噪算法。该方法成功将仪器噪声分解成独立的IMF分量,自适应性地重构了超声回波信号。对添加高斯白噪声的大平面回波信号进行经验模式分解（EMD）并重构,分解的IMF分量发生了模态混叠,针对这一问题,论文采用集成经验模式分解（EEMD）对超声信号进行处理,对EEMD分解的参数选择进行研究,用仿真超声信号添加不同幅值比的噪声,发现当幅值比为0.9时,重构信号的RMSE最小。用稀疏反卷积的方法从超声回波中提取出缺陷信息,针对反卷积的病态问题,提出基于高阶累积量和最优—最小化（HOC-MM）的超声信号反卷积算法。在超声子波非因果、非最小相位的假设下,用ARMA模型对超声探头振动特性函数进行建模,利用高阶累积量构造修正的Yule-Walker方程对模型参数进行估计,该方法能够准确估计出超声子波。以?1范数为基础,将稀疏反卷积过程转化成有一个线性规划问题,并利用最优—最小化方法对?1范数正则化的代价函数进行求解,最后得到介质响应函数,实验结果表明,该算法可以从时间序列中提取出缺陷的位置和大小等信息。
车海波[10]（2010）在《基于独立分量分析理论的超声波检测图像复原技术》文中研究指明近年来随着大规模集成电路、计算机技术的发展,使得数字化、自动化、智能化的成像检测技术成为研究与应用的热点,各种成像无损检测技术相继被研发应用到工业生产中。独立分量分析（ICA）是近期发展起来的一种非常有效的盲信号处理技术,在无线通信、声纳、语音处理、图像处理和生物医学等领域具有广泛而诱人的应用前景。本课题针对大型电机或高速电力机车用牵引电机铜排与线圈的钎焊对接接头的自动超声波检测C扫描图像进行了实验研究,由于这种接头要达到大功率、小体积的使用效果而采用高导电性和高强度的铜合金,故接头的焊接及检测工艺是大功率电动机制造的一项关键技术。课题采用水浸超声自动检测方法,鉴于接头中的未熔合是影响铜排与线圈导电率的致命缺陷,设计并加工了有模拟钎焊未熔合缺陷的模拟试件,得到了有缺陷的C扫描检测图像。本论文对ICA理论及目前几种常用算法进行了归纳总结,并重点研究了基于ICA理论的电机铜排钎焊接头自动超声波检测C扫描图像复原技术,在图像降噪、边缘检测、图像分割方面进行实验研究,最后将图像复原结果与射线检测图像进行对比。研究结果表明,利用超声波检测可以检测到钎焊接头中的未熔合缺陷,但是由于电子系统噪声及铜合金晶界对超声波反射的影响,使得缺陷边缘模糊,尤其是当缺陷尺寸较小时难以识别,但经过图像复原技术处理后,实现了噪声与源信号分离,接头中未熔合缺陷图像边缘清晰,可以接近射线检测结果。
二、Wiener滤波复原技术在磁粉探伤中的应用（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、Wiener滤波复原技术在磁粉探伤中的应用（论文提纲范文）
（2）基于深度学习的荧光磁粉探伤系统研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 深度学习的发展现状 |
| 1.2.2 磁粉探伤技术的发展现状 |
| 1.2.3 缺陷检测技术的研究现状 |
| 1.3 研究内容及结构安排 |
| 1.3.1 主要研究内容 |
| 1.3.2 本文章节安排 |
| 1.4 本章小结 |
| 2 磁粉探伤理论基础 |
| 2.1 荧光磁粉探伤原理 |
| 2.1.1 荧光磁粉探伤原理 |
| 2.1.2 荧光磁粉探伤的特点 |
| 2.2 荧光磁粉探伤工艺 |
| 2.2.1 荧光磁粉探伤工艺流程 |
| 2.2.2 荧光磁粉探伤关键技术 |
| 2.2.3 磁痕显示 |
| 2.3 本章小结 |
| 3 荧光磁粉图像预处理 |
| 3.1 荧光磁粉图像运动模糊复原 |
| 3.2 荧光磁粉图像偏色校正 |
| 3.3 荧光磁粉图像增强 |
| 3.4 荧光磁粉图像噪声去除 |
| 3.5 本章小结 |
| 4 荧光磁粉缺陷检测深度网络模型搭建 |
| 4.1 卷积神经网络 |
| 4.1.1 卷积层 |
| 4.1.2 池化层 |
| 4.1.3 全连接层 |
| 4.1.4 激活函数 |
| 4.1.5 反向传播 |
| 4.2 网络模型搭建 |
| 4.2.1 NASNet网络 |
| 4.2.2 双线性CNN网络模型 |
| 4.2.3 双线性对称NASNet网络模型搭建 |
| 4.3 网络模型训练及测试 |
| 4.3.1 样本数据集介绍 |
| 4.3.2 网络模型训练 |
| 4.3.3 网络测试及对比分析 |
| 4.4 本章小结 |
| 5 荧光磁粉探伤系统实现 |
| 5.1 硬件平台搭建 |
| 5.2 软件算法实现 |
| 5.2.1 图像预处理实验 |
| 5.2.2 网络模型分类实验 |
| 5.3 软件界面集成 |
| 5.4 本章小结 |
| 总结与展望 |
| 致谢 |
| 参考文献 |
| 攻读学位期间取得的研究成果 |
（3）基于超声合成孔径缺陷检测技术的研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景 |
| 1.1.1 缺陷产生的成因和类型 |
| 1.1.2 无损检测技术 |
| 1.1.3 无损检测方法的比较 |
| 1.2 课题研究的目的和意义 |
| 1.3 超声检测技术的研究现状 |
| 1.3.1 超声检测技术 |
| 1.3.2 SAFT检测技术 |
| 1.4 超声检测成像技术研究现状 |
| 1.4.1 SAFT超声成像技术 |
| 1.4.2 超声检测信号处理技术 |
| 1.4.3 图像融合 |
| 1.5 本文主要研究内容 |
| 1.6 本章小结 |
| 2 检测特点及超声合成孔径检测技术 |
| 2.1 引言 |
| 2.2 检测对象的特点 |
| 2.2.1 检测对象的几何描述 |
| 2.2.2 基于神经网络技术的缺陷描述 |
| 2.3 合成孔径成像原理 |
| 2.3.1 超声合成孔径技术原理 |
| 2.3.2 评价超声合成孔径技术的主要指标 |
| 2.4 检测实验系统 |
| 2.4.1 系统构成 |
| 2.4.2 系统实施环节 |
| 2.5 本章小结 |
| 3 孔径类缺陷超声检测成像研究 |
| 3.1 引言 |
| 3.2 单晶硅孔径类缺陷表现形式 |
| 3.3 原始信号的获取 |
| 3.3.1 检测信号的获取 |
| 3.3.2 影响因素 |
| 3.4 检测信号的最优小波包滤波 |
| 3.4.1 小波包原理 |
| 3.4.2 小波包分解 |
| 3.4.3 重构原始信号 |
| 3.5 SAFT时域分析成像算法 |
| 3.5.1 离散数据的映射 |
| 3.5.2 直接时域成像算法 |
| 3.5.3 SAFT缺陷测量 |
| 3.6 三维图像重构方法研究 |
| 3.6.1 Marching Cubes算法 |
| 3.6.2 Marching Cubes算法原理 |
| 3.6.3 三角形折叠算法 |
| 3.7 实验分析及结果 |
| 3.7.1 实验过程 |
| 3.7.2 最优小波包去噪 |
| 3.7.3 直接时域成像 |
| 3.7.4 三维图像重构 |
| 3.7.5 实验结果分析 |
| 3.8 本章小结 |
| 4 接触面超声检测成像研究 |
| 4.1 引言 |
| 4.2 粗糙表面接触理论基础 |
| 4.2.1 粗糙表面形貌特征及描述方法 |
| 4.2.2 粗糙表面间的接触变形原理 |
| 4.3 结合面接触状态的超声图像描述与重建 |
| 4.3.1 结合面的特征值矩阵描述 |
| 4.3.2 超声图像的复原 |
| 4.3.3 参数-误差估计法原理 |
| 4.3.4 超声图像复原 |
| 4.4 压力耦合结合面接触状态的实验结果及分析 |
| 4.4.1 检测系统验证 |
| 4.4.2 结合面压力-反射率的自标定 |
| 4.4.3 不同压力下结合面的接触分布状态 |
| 4.4.4 不同粗糙度下结合面的接触分布状态 |
| 4.4.5 楔角实验 |
| 4.5 本章小结 |
| 5 超声图像优化技术研究 |
| 5.1 引言 |
| 5.2 非下采样Shearlet变换 |
| 5.2.1 Shearlet变换原理 |
| 5.2.2 非下采样Shearlet变换 |
| 5.3 深度玻尔兹曼机理论 |
| 5.3.1 基本神经元模型 |
| 5.3.2 受限玻尔兹曼机 |
| 5.3.3 深度玻尔兹曼机 |
| 5.4 超声图像融合技术 |
| 5.4.1 图像去噪评价准则 |
| 5.4.2 图像融合方法 |
| 5.4.3 本文的融合框架 |
| 5.5 融合实验与分析 |
| 5.5.1 “先期算法”融合 |
| 5.5.2 单晶硅超声图像融合 |
| 5.6 本章小结 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 攻读学位期间主要研究成果 |
（4）基于几何与纹理特征相融合的磁粉探伤裂纹提取算法（论文提纲范文）
| 1 融合几何特征与纹理特征提取裂纹 |
| 2 算法流程 |
| 2.1 基于几何形状的裂纹提取 |
| 2.2 基于纹理的裂纹提取 |
| 3 实验结果和分析 |
| 3.1 算法参数选择 |
| 3.2 实验结果比较 |
| 4 结论 |
（5）机械结合面接触分布特征的超声检测方法研究（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.2 结合面研究现状及发展趋势 |
| 1.3 超声检测技术的研究现状及发展趋势 |
| 1.4 项目简介及主要研究内容 |
| 2 压力耦合结合面的超声检测理论基础 |
| 2.1 粗糙表面接触理论基础 |
| 2.1.1 粗糙表面形貌特征及描述方法 |
| 2.1.2 粗糙表面间的接触变形原理 |
| 2.2 超声检测原理 |
| 2.2.1 超声波的特性 |
| 2.2.2 结合面超声检测原理 |
| 2.3 本章小结 |
| 3 机械结合面超声检测系统模型的建立 |
| 3.1 超声检测系统总体构架 |
| 3.2 超声检测系统硬件装置的搭建 |
| 3.3 超声检测系统的软件设计 |
| 3.3.1 检测系统驱动软件设计 |
| 3.3.2 实时采集系统软件构成 |
| 3.4 本章小结 |
| 4 结合面接触状态的超声图像描述与重建 |
| 4.1 结合面的特征值矩阵描述 |
| 4.2 超声图像的反卷积复原 |
| 4.2.1 反卷积复原原理及方法 |
| 4.2.2 点扩散函数辨识 |
| 4.2.3 超声图像复原效果 |
| 4.3 本章小结 |
| 5 压力耦合结合面接触状态的实验结果及分析 |
| 5.1 检测系统验证 |
| 5.2 结合面压力-反射率的自标定 |
| 5.3 不同压力下结合面的接触分布状态 |
| 5.3.1 具有宏观形状误差的结合面 |
| 5.3.2 平面结合面 |
| 5.4 不同粗糙度下结合面的接触分布状态 |
| 5.5 楔角实验 |
| 5.6 本章小结 |
| 6 总结与展望 |
| 6.1 本文总结 |
| 6.2 课题展望 |
| 致谢 |
| 参考文献 |
（6）基于激光影像的管道几何形变检测方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题研究的目的和意义 |
| 1.2 管道检测的国内外研究现状 |
| 1.2.1 国外研究过程及发展现状 |
| 1.2.2 国内研究过程及发展现状 |
| 1.3 无损检测方法的概述 |
| 1.3.1 漏磁检测 |
| 1.3.2 超声检测 |
| 1.3.3 涡流检测 |
| 1.3.4 磁粉检测 |
| 1.3.5 射线检测 |
| 1.3.6 激光检测 |
| 1.4 论文的主要内容及章节安排 |
| 1.4.1 课题研究的主要内容 |
| 1.4.2 论文的章节安排 |
| 第2章 激光影像的管道几何形变检测基础理论研究 |
| 2.1 激光发射器搭载系统工作原理概述 |
| 2.1.1 搭载系统的工作原理 |
| 2.1.2 激光发射器的工作原理 |
| 2.1.3 管道几何形变的检测数据处理过程 |
| 2.2 本章小结 |
| 第3章 管道几何形变检测系统 |
| 3.1 管道几何形变的硬件电路系统 |
| 3.1.1 图像采集单元 |
| 3.1.2 供电系统 |
| 3.1.3 直流电机单元 |
| 3.1.4 图像存储单元 |
| 3.2 本章小结 |
| 第4章 管道几何形变的激光图像处理系统 |
| 4.1 管道几何形变的激光图像处理概述 |
| 4.1.1 图像处理对管道几何形变检测的意义 |
| 4.1.2 MATLAB的应用 |
| 4.2 激光环图像处理的基本原理 |
| 4.2.1 激光环图像的灰度处理 |
| 4.2.2 激光环图像的二值化处理 |
| 4.2.3 激光环图像的边缘检测 |
| 4.2.4 管道几何形变检测界面 |
| 4.3 激光环图像处理算法 |
| 4.3.1 管道椭圆形变算法 |
| 4.3.2 时钟分割算法 |
| 4.4 本章小结 |
| 第5章 实验与结果分析 |
| 5.1 实验平台介绍 |
| 5.2 激光环图像的处理 |
| 5.3 本章小结 |
| 第6章 结论 |
| 参考文献 |
| 在学研究成果 |
| 致谢 |
（7）金属轴类零件表面缺陷成像与判识技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 选题背景及意义 |
| 1.2 荧光磁粉检测技术的原理及特点 |
| 1.2.1 荧光磁粉检测的原理 |
| 1.2.2 荧光磁粉检测的特点 |
| 1.3 表面缺陷成像检测技术的研究现状 |
| 1.3.1 机器视觉检测系统 |
| 1.3.2 表面缺陷图像处理技术 |
| 1.4 本论文的研究内容及结构 |
| 2 荧光磁粉表面缺陷成像检测系统 |
| 2.1 荧光磁粉表面缺陷成像检测系统技术要求 |
| 2.2 荧光磁粉表面缺陷成像检测总体设计 |
| 2.3 硬件检测平台 |
| 2.4 图像采集系统 |
| 2.4.1 CCD相机的选择 |
| 2.4.2 相机镜头的选择 |
| 2.4.3 紫外光光源 |
| 2.4.4 运动扫查机构 |
| 2.5 软件系统 |
| 2.5.1 检测流程控制软件 |
| 2.5.2 图像采集软件 |
| 2.5.3 图像处理识别软件 |
| 2.6 本章小结 |
| 3 表面缺陷图像预处理算法研究 |
| 3.1 图像几何校正算法 |
| 3.1.1 倾斜平面校正 |
| 3.1.2 轴侧面展开 |
| 3.1.3 轴侧面拼接 |
| 3.2 图像降噪算法 |
| 3.2.1 表面缺陷图像的噪声模型 |
| 3.2.2 小波阈值降噪算法 |
| 3.2.3 图像降噪算法的实现及其实验结果 |
| 3.3 图像增强算法 |
| 3.3.1 Retinex算法理论 |
| 3.3.2 多尺度Retinex算法 |
| 3.3.3 MSR算法的实现及其实验结果 |
| 3.4 本章小结 |
| 4 表面缺陷图像分割算法研究 |
| 4.1 图像分割概述 |
| 4.2 基于边缘检测的轴类工件图像分割算法 |
| 4.2.1 几种常见的边缘检测算法 |
| 4.2.2 自适应阈值Canny算子与Hough变换直线拟合相结合的边缘提取算法 |
| 4.2.3 轴工件图像提取的仿真实验及结果 |
| 4.3 基于阈值分割的缺陷目标分割算法 |
| 4.3.1 Otsu阈值分割算法 |
| 4.3.2 改进的Otsu阈值分割算法 |
| 4.3.3 缺陷目标提取的仿真实验及结果 |
| 4.4 本章小结 |
| 5 缺陷特征提取算法及分类评级 |
| 5.1 荧光磁粉探伤缺陷分类及特征分析 |
| 5.1.1 常见表面缺陷的分类 |
| 5.1.2 缺陷磁痕的特征分析 |
| 5.2 缺陷特征的提取 |
| 5.2.1 缺陷特征的表征 |
| 5.2.2 最小外接矩形的提取算法 |
| 5.2.3 裂纹结点特征的提取算法 |
| 5.3 缺陷的评级 |
| 5.4 本章小结 |
| 6 系统实验验证及实验结果分析 |
| 6.1 实验环境及像素分辨率标定 |
| 6.1.1 实验环境 |
| 6.1.2 像素分辨率标定 |
| 6.2 人工试样检测分析 |
| 6.2.1 普通圆轴的检测 |
| 6.2.2 阶梯轴台阶面的检测 |
| 6.3 实际产品检测分析 |
| 6.4 本章小结 |
| 7 总结与展望 |
| 致谢 |
| 参考文献 |
| 附录 |
（8）火车轮对荧光磁粉探伤图像的裂纹识别技术研究（论文提纲范文）
| 0 引言 |
| 1 裂纹图像分析及检测流程 |
| 1.1 火车轮对磁粉探伤图像特点分析 |
| 1.2 火车轮对磁粉探伤图像裂纹检测流程 |
| 2 裂纹检测的工作过程 |
| 2.1 滤波处理 |
| 2.2 阈值分割 |
| 2.3 特征描述 |
| 3 典型裂纹检测算例分析 |
| 4 结束语 |
（9）煤矿机械轴类零件超声检测声场与缺陷回波特性研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 选题背景及意义 |
| 1.2 课题研究领域国内外的研究动态及发展趋势 |
| 1.2.1 轴类零件无损检测研究进展 |
| 1.2.2 超声场仿真技术的研究进展 |
| 1.2.3 超声场与缺陷耦合仿真技术研究进展 |
| 1.2.4 超声信号去噪处理的研究进展 |
| 1.2.5 缺陷超声信号反卷积研究进展 |
| 1.3 煤矿机械轴类零件检测策略 |
| 1.4 论文的主要研究内容与技术路线 |
| 1.4.1 论文的主要研究内容 |
| 1.4.2 论文技术路线 |
| 2 超声声场仿真理论基础 |
| 2.1 引言 |
| 2.2 波动方程基础 |
| 2.2.1 固体介质的波动方程 |
| 2.2.2 标量速度势和向量速度势 |
| 2.2.3 波动方程的解及Kirchhoff公式 |
| 2.3 声波在边界上的反射和折射 |
| 2.4 连续波声场模型 |
| 2.5 脉冲波声场模型 |
| 2.6 本章小结 |
| 3 基于空间脉冲响应的超声声场仿真研究 |
| 3.1 引言 |
| 3.2 脉冲响应函数计算模型 |
| 3.3 圆形换能器的声场 |
| 3.3.1 圆形换能器脉冲响应的计算 |
| 3.3.2 圆形换能器声场仿真 |
| 3.4 矩形换能器的声场 |
| 3.4.1 矩脉换能器脉冲响应的计算 |
| 3.4.2 矩形换能器声场仿真 |
| 3.5 斜楔块下的声场 |
| 3.5.1 斜楔块下脉冲响应的计算 |
| 3.5.2 斜楔块下声场的仿真 |
| 3.6 空间脉冲响应的快速计算 |
| 3.6.1 快速算法 |
| 3.6.2 脉冲响应计算的两个关键参数 |
| 3.7 实验验证 |
| 3.8 本章小结 |
| 4 超声波与典型缺陷耦合的回波特性研究 |
| 4.1 引言 |
| 4.2 缺陷回波模型 |
| 4.3 探头振动特性 |
| 4.4 缺陷和超声波的耦合效应 |
| 4.5 探头振动特性的测量 |
| 4.6 缺陷回波实验 |
| 4.7 本章小结 |
| 5 轴类零件缺陷超声信号去噪算法研究 |
| 5.1 引言 |
| 5.2 超声信号去噪评价指标 |
| 5.3 基于EMD的超声信号去噪 |
| 5.3.1 EMD基本原理 |
| 5.3.2 超声信号重构 |
| 5.4 EMD去噪效果 |
| 5.5 基于EEMD的超声信号去噪 |
| 5.6 EEMD对超声信号处理的关键问题 |
| 5.6.1 EEMD加入白噪声的大小 |
| 5.6.2 去噪效果 |
| 5.7 本章小结 |
| 6 基于 ?1 范数稀疏反卷积的超声信号提取方法 |
| 6.1 引言 |
| 6.2 超声回波反卷积模型及Wiener反卷积 |
| 6.2.1 超声回波反卷积模型 |
| 6.2.2 超声信号Wiener反卷积 |
| 6.3 基于高阶累积量的超声子波模型辨识 |
| 6.3.1 随机变量的高阶矩和高阶累积量 |
| 6.3.2 高阶矩和高阶累积量的性质 |
| 6.3.3 高阶累积量的BBR公式 |
| 6.3.4 超声子波模型辨识 |
| 6.4 ?1 范数正则化最优最小稀疏反卷积 |
| 6.4.1 ?1 范数正则化反卷积模型 |
| 6.4.2 最优—最小化方法 |
| 6.5 轴类零件超声信号反卷积实验 |
| 6.6 本章小结 |
| 7 结论与展望 |
| 7.1 结论 |
| 7.2 展望 |
| 致谢 |
| 参考文献 |
| 附录 |
（10）基于独立分量分析理论的超声波检测图像复原技术（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题背景 |
| 1.2 超声无损检测领域的研究现状及发展 |
| 1.2.1 超声波成像技术的发展 |
| 1.2.2 无损检测图像复原的研究现状 |
| 1.2.3 定量无损评价的研究与进展 |
| 1.3 盲源分离技术的发展概况 |
| 1.4 独立分量分析的发展概况及在图像处理中的应用 |
| 1.5 本文主要研究内容 |
| 第2章 ICA 理论的分析和常用算法 |
| 2.1 ICA 基本理论 |
| 2.1.1 线性ICA 理论 |
| 2.1.2 含噪ICA 理论 |
| 2.1.3 ICA 的卷积理论 |
| 2.2 ICA 理论的可解性分析 |
| 2.3 ICA 理论的独立性度量 |
| 2.4 ICA 的常用算法 |
| 2.4.1 H-J 算法 |
| 2.4.2 最大熵算法 |
| 2.4.3 最小互信息和极大似然算法 |
| 2.4.4 快速ICA(FastICA)算法 |
| 2.5 本章小结 |
| 第3章 检测工艺研究 |
| 3.1 铜-铜银合金钎焊焊接方法 |
| 3.1.1 钎焊焊接优势 |
| 3.1.2 钎焊缺陷分类及形成机理 |
| 3.2 检测方法的选择 |
| 3.2.1 考虑检测方法 |
| 3.2.2 超声波检测方法的确定 |
| 3.3 超声成像的数学模型 |
| 3.4 实验方法确定 |
| 3.4.1 水浸探伤法的特点及探头型式的选择 |
| 3.4.2 水程的确定 |
| 3.4.3 超声C 扫描主要参数的确定 |
| 3.5 选用钎焊接头质量检测系统 |
| 3.6 本章小结 |
| 第4章 基于ICA 理论的图像预处理与图像分割 |
| 4.1 图像预处理 |
| 4.1.1 ICA 去噪方法 |
| 4.1.2 ICA 的算法及实现 |
| 4.1.3 ICA 消噪结果与分析 |
| 4.2 图像分割 |
| 4.2.1 边缘检测 |
| 4.2.2 区域分割-分水岭函数分割技术 |
| 4.3 本章小结 |
| 第5章 图像复原 |
| 5.1 图像的退化模型 |
| 5.2 常用的图像复原方法 |
| 5.2.1 约束复原 |
| 5.2.2 非约束复原 |
| 5.2.3 维纳滤波复原 |
| 5.2.4 迭代滤波盲复原 |
| 5.3 图像复原处理 |
| 5.4 利用X 射线检测结果 |
| 5.5 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间发表的学术论文 |
| 致谢 |
四、Wiener滤波复原技术在磁粉探伤中的应用（论文参考文献）
- [1]基于图像识别的铁路货车轴承缺陷识别方法研究[D]. 宋春雪. 石家庄铁道大学, 2021
- [2]基于深度学习的荧光磁粉探伤系统研究[D]. 邓鑫. 西南科技大学, 2020(08)
- [3]基于超声合成孔径缺陷检测技术的研究[D]. 乌伟. 西安理工大学, 2018(08)
- [4]基于几何与纹理特征相融合的磁粉探伤裂纹提取算法[J]. 马涛,孙振国,陈强. 清华大学学报(自然科学版), 2018(01)
- [5]机械结合面接触分布特征的超声检测方法研究[D]. 刘玉帛. 西安理工大学, 2017(01)
- [6]基于激光影像的管道几何形变检测方法研究[D]. 许孟君. 沈阳工业大学, 2017(08)
- [7]金属轴类零件表面缺陷成像与判识技术研究[D]. 孙斌. 南京理工大学, 2017(07)
- [8]火车轮对荧光磁粉探伤图像的裂纹识别技术研究[J]. 康健,杜向党,白龙. 机械与电子, 2013(12)
- [9]煤矿机械轴类零件超声检测声场与缺陷回波特性研究[D]. 董明. 西安科技大学, 2015(02)
- [10]基于独立分量分析理论的超声波检测图像复原技术[D]. 车海波. 哈尔滨理工大学, 2010(06)