文档介绍：分类号:TP391 单位代码:10110
学号:S20100532
中北大学
硕士学位论文
基于 X 射线图像的汽车轮毂缺陷
自动检测与识别技术
硕士研究生李高亮
指导教师王明泉
学科专业通信与信息系统
2013 年 06 月 01 日
图书分类号 TP391 密级非密
UDC 注 1
硕士学位论文
基于 X 射线图像的汽车轮毂缺陷自动检测与识别技术研究
李高亮
指导教师(姓名、职称) 王明泉(教授)
申请学位级别工学硕士
专业名称通信与信息系统
论文提交日期 2013 年 4 月 20 日
论文答辩日期 2013 年 6 月 3 日
学位授予日期年月日
论文评阅人常晓明(教授) 桂志李德玉(教授)
2013 年 6 月 5 日
原创性声明
本人郑重声明:所呈交的学位论文,是本人在指导教师的指导下,独
立进行研究所取得的成果。除文中已经注明引用的内容外,本论文不包含
其他个人或集体已经发表或撰写过的科研成果。对本文的研究作出重要贡
献的个人和集体,均已在文中以明确方式标明。本声明的法律责任由本人
承担。
论文作者签名: 日期:
关于学位论文使用权的说明
本人完全了解中北大学有关保管、使用学位论文的规定,其中包括:
①学校有权保管、并向有关部门送交学位论文的原件与复印件;②学校可
以采用影印、缩印或其它复制手段复制并保存学位论文;③学校可允许学
位论文被查阅或借阅;④学校可以学术交流为目的,复制赠送和交换学位
论文;⑤学校可以公布学位论文的全部或部分内容(保密学位论文在解密
后遵守此规定)。
签名: 日期:
导师签名: 日期:
中北大学研究生学位论文
基于 X 射线图像的轮毂缺陷自动检测与识别技术研究
摘要
轮毂是车辆的重要受力部件之一,直接关系到行车安全,特别是在机动车数量迅速
攀升的情况下,人们对轮毂出厂前的检测尤为关注。针对现有的轮毂缺陷自动检测系统
软件操作复杂、实用性差等问题,本文在分析轮毂图像缺陷特征的基础上,通过动态阈
值图像分割、缺陷特征提取和 BP 神经网络分类来实现系统轮毂缺陷的自动检测和识别,
开发了汽车轮毂缺陷自动检测和识别系统,并通过实验进行了验证。实验结果表明,该
系统可以对轮毂铸件各种缺陷进行检测和识别,尤其对产品结构不均匀和背景复杂的图
像也能处理,检测和识别效率较高,实用性强,满足工业应用的需求。
本文针对 X 射线图像随机噪声大、对比度低等问题,使用改进的帧积分降噪算法,
有效的抑制了噪声,提高了对比度;由于传统图像分割算法的局限性,难以满足轮毂图
像分割,提出了基于感兴趣区域的轮毂图像分割算法,解决了复杂图像分割困难的问题,
实验结果证明了其有效性;针对变换法特征选择速度慢的情况,采用了增减次优搜索法
对轮毂缺陷特征进行选择,有效压缩了特征空间,为缺陷类型识别奠定了基础;针对常
用 BP 神经网络识别率较低的问题,采用基于共轭梯度的 BP 神经网络算法分类轮毂缺
陷,实验结果表明,该方法极大提高了缺陷类型识别的正确率。
关键词:汽车轮毂,降噪,图像分割,特征提取,BP 神经网络
中北大学研究生学位论文
Research on automatic detection and recognition technology of
automobile hub defect based on X-ray images
Abstract
The hub, an important ponent of the vehicle, is directly related to traffic safety,
especially in the case of the rapid rise in the number of motor vehicles, and the detection of
the hubs is a big concern before they are out of the factory. Because the existing automatic
detection software of wheel hubs plex and poorly practical, based on the analysis of the
wheel hub characteristic, such as im