删除或更新信息，请邮件至freekaoyan#163.com(#换成@)

基于改进活动轮廓模型的焊接接头缺陷分割

本站小编 Free考研考试/2021-12-21
本文二维码信息
二维码（扫一下试试看！）
基于改进活动轮廓模型的焊接接头缺陷分割
Welding Joints Defects Segmentation Based on Improved Active Contour Models
投稿时间：2016-12-08
DOI：10.15918/j.tbit1001-0645.2018.06.015
中文关键词:焊接接头缺陷活动轮廓模型图像分割平均滑动直方图
English Keywords:welding joints defectsactive contour modelsimage segmentationaverage shift histogram
基金项目:国家自然科学基金资助项目（51275332）；山西省科技攻关资助项目（20130322005-03）
作者单位
李晔太原科技大学 材料科学与工程学院, 山西, 太原 030024
吴志生太原科技大学 材料科学与工程学院, 山西, 太原 030024
刘翠荣太原科技大学 材料科学与工程学院, 山西, 太原 030024
摘要点击次数:565
全文下载次数:459
中文摘要:
针对焊接接头的X射线图像存在光照不均、对比度低、缺陷边缘模糊等特点，提出了一种改进活动轮廓模型的分割方法.在传统活动轮廓模型中，引入平均滑动直方图进行非参数概率密度估计，使模型的驱动按照梯度力和统计压力值进行，解决了初始化受限和对焊接接头缺陷边界难准确分割的问题.实验结果表明，应用本文所提改进算法，能够准确地从X射线图像中提取出焊接接头缺陷，图像分割精度得到显著提高.
English Summary:
A new improved segmentation method based on active contour models was proposed to solve the problems, like uneven illumination, low-rise contrast, blurry defect edge and other drawbacks in the X-ray welding image. An average shift histogram was introduced into the traditional active contour models to estimate the nonparametric probability, to make the model be driven by both gradient forces and statistical pressure, so as to solve the problems in the initialization and accurate segmentation about welding joints defects. The experiment results show that, the proposed method can extract welding joints defects from the X-ray welding joints image accurately, and improve segmentation accuracy.
查看全文查看/发表评论下载PDF阅读器
相关话题/山西 太原科技大学 材料科学与工程学院 图像 中文

Free考研考试FreeKaoYan.Com
欢迎来到Free考研考试，"为实现人生的Free而奋斗"

© 2020 FreeKaoYan! . All rights reserved.