搜索热:程玉欣 超声波
扫一扫 加微信
首页 > 期刊论文 > 论文摘要
基于支持向量机的焊缝超声TOFD缺陷分类识别
          
Classification and Recognition of Weld Defects by Ultrasonic TOFD Based on Support Vector Machine

摘    要
为了实现对大型厚壁压力容器焊缝缺陷的准确识别,提高缺陷评定的准确性和检测效率,在基于标记的改进分水岭TOFD检测图像分割的基础上,结合典型缺陷图像的纹理特征,从图像空间域和频域特征,分别利用局部相位量化和局部二值模式获取缺陷区域的局部邻域特征参数,将二者特征参数进行归一化融合,再将融合特征向量用支持向量机进行分类识别。试验结果表明,检测图像4×4分块后提取的熔合特征识别率最优,分类识别正确率达到87.10%。
标    签 超声TOFD   焊缝缺陷   支持向量机   分类识别   ultrasonic TOFD   weld defect   support vector machine   classification and recognition  
 
Abstract
In order to realize the accurate identification of weld defects in large-scale thick-walled pressure vessels and to improve the accuracy of defect evaluation and detection efficiency, based on the mark-based improved watershed time flight of diffraction (TOFD) image segmentation and combined with the texture features of typical defect images, local phase quantization and local binary patterns are used respectively from the image spatial domain and frequency domain characteristics. The localized two value model can provide the local neighborhood characteristic parameters of the defect region, and through the normalization and fusion of the two feature parameters, the fusion feature vector is then classified by the support vector machine. The experimental results show that the fusion feature recognition rate proposed after detecting the 4 and 4 block of the image is the best, and the classification recognition accuracy rate reaches 87.1%.

中图分类号 TP391 TP751 TG115.28   DOI 10.11973/wsjc201806013

 
  购买该论文  中国光学期刊网论文下载说明


所属栏目 试验研究

基金项目 福建省自然科学基金项目(2015J01234)

收稿日期 2018/4/5

修改稿日期

网络出版日期

作者单位点击查看


备注伏喜斌(1977-),男,高级工程师,硕士生导师,工学博士,主要从事特种设备无损检测技术的研究与应用工作

引用该论文: FU Xibin. Classification and Recognition of Weld Defects by Ultrasonic TOFD Based on Support Vector Machine[J]. Nondestructive Testing, 2018, 40(6): 52~57
伏喜斌. 基于支持向量机的焊缝超声TOFD缺陷分类识别[J]. 无损检测, 2018, 40(6): 52~57


论文评价
共有人对该论文发表了看法,其中:
人认为该论文很差
人认为该论文较差
人认为该论文一般
人认为该论文较好
人认为该论文很好
分享论文
分享到新浪微博 分享到腾讯微博 分享到人人网 分享到 Google Reader 分享到百度搜藏分享到Twitter

参考文献
【1】林尚扬,于丹,于静伟.压力容器焊接新技术及其应用[J]. 压力容器, 2009,26(11):1-6.
 
【2】MERAZI-MEKSEN T, BOUDRAA M, BOUDRAA B. Mathematicalmorphology for TOFD image analysis and automatic crack detection[J]. Ultrasonics, 2014, 54(6):1642-1648.
 
【3】BASKARAN G, RAO C L, BALASUBRAMANIAM K. Simulation of the TOFD technique using the finite element method[J]. Or Insight, 2007, 49(11):641-646.
 
【4】BOHÁ AČG IK M, MI AČG IAN M, KOÑÁR R,et al. Ultrasonic testing of butt weld joint by TOFD technique[J]. Manufacturing Technology, 2017, 17(6):842-847.
 
【5】HABIBPOUR-LEDARI A, HONARVAR F. Three dimensional characterization of defects by ultrasonic time-of-flight diffraction(TOFD) technique[J]. Journal of Nondestructive Evaluation, 2018, 37(1):14.
 
【6】宋克臣, 颜云辉, 陈文辉, 等. 局部二值模式方法研究与展望[J]. 自动化学报, 2013, 39(6):730-744.
 
【7】李岚, 师飞龙, 徐楠楠. 自适应加权局部相位量化的人脸识别[J]. 光电工程, 2012,39(12):138-142.
 
相关信息
   标题 相关频次
 超声TOFD二次波检测技术在奥氏体不锈钢焊缝无损检测中的应用
 2
 超声TOFD检测声波在不锈钢焊缝中的传播特性及其应用
 2
 地铁钢轨轨腰开裂失效分析
 2
 基于EEMD_SVM的波纹管压浆超声检测
 2
 基于超声TOFD直通波及神经网络的近表面缺陷自动识别
 2
 基于合成孔径聚焦的不锈钢焊缝超声TOFD检测技术
 2
 基于漏磁图像的焊接接头缺陷识别
 2
 基于主成分分析法的X射线焊缝缺陷图像增强与分割算法
 2
 基于自适应SVM决策树的焊缝缺陷类型识别
 2
 近红外光谱结合支持向量机对STR基因座的化学模式识别分型
 2
 谱熵分析方法在TOFD信号特征提取中的应用
 2
 谱熵分析方法在TOFD信号特征提取中的应用
 2
 提高风电场风速预测能力的软测量方法
 2
 一种焊缝X射线数字图像的缺陷提取算法
 2
 焊缝X射线胶片数字化图像低对比度细长线缺陷的检测
 1
 焊缝缺陷X射线实时自动检测系统的图像处理
 1
 基于CEEMD能量熵与SVM的低速轴承故障声发射诊断
 1
 基于SVM的碳纤维/环氧复合材料声发射源识别
 1
 基于局部二值模式的射线图像增强算法
 1
 基于局部曲面重构的焊缝X射线图像缺陷分割技术
 1
 基于数学形态学的焊缝缺陷漏磁检测技术
 1
 基于小波包分解的不锈钢焊缝超声TOFD检测图像修正
 1
 基于小波包分解的不锈钢焊缝超声TOFD检测信号及缺陷信号提取
 1
 搅拌摩擦焊焊缝的无损检测技术
 1
 埋弧焊钢管焊缝DR检测机理及应用
 1
 某天然气站场管道典型管件内腐蚀原因分析
 1