-
公开(公告)号：CN103901463B
公开(公告)日：2016-04-20
申请号：CN201410147982.7
申请日：2014-04-14
申请人： 清华大学
摘要： 一种基于离散晶体的高能光子反应深度的定位方法，该方法利用离散晶体映射解码图中的反应深度信息，直接确定高能光子的反应深度，其包括如下步骤：a)标定高能光子反应深度与解码位置的对应关系；b)根据反应深度定位要求设定反应深度定位级别；c)根据反应深度级别确定反应深度分割边界；d)基于反应深度分割边界，由高能光子解码位置定位高能光子的反应深度。根据本发明的上述方法，通过建立反应深度与解码位置的对应关系和反应深度分割边界，不仅能有效解出高能光子反应深度信息，而且不需要传统方法中针对深度定位附加设计的复杂结构，节约成本，简单有效。
-
公开(公告)号：CN102565103B
公开(公告)日：2014-03-19
申请号：CN201110422550.9
申请日：2011-12-16
申请人： 清华大学
IPC分类号： G01N23/04
摘要： 本发明涉及一种基于X射线图像的焊缝缺陷跟踪检测方法，它包括以下步骤：1)采用X射线实时成像器件采集焊接工件焊缝区域的实时图像，在所采集的每一帧实时图像获取ROI图像序列；2)采用单帧图像焊缝缺陷分割算法对ROI图像序列逐帧进行处理，计算每一潜在缺陷重心或形心坐标；3)对连续2N+1帧ROI图像的潜在缺陷进行配对，计算每一潜在缺陷对运动速度，得到速度直方图；4)对所有潜在缺陷对进行分组，统计每组中潜在缺陷数量，如果某组潜在缺陷数量超过阈值，则判断该组中所有潜在缺陷为同一真实缺陷；5)剔除步骤3)中第1帧ROI图像，增加一帧ROI图像，得到新的连续2N+1帧ROI图像中潜在缺陷相关的“潜在缺陷对”速度直方图，进行新的潜在缺陷跟踪。本发明可以广泛应用于运动速度未知焊接工件的缺陷自动检测中。
-
公开(公告)号：CN103983651A
公开(公告)日：2014-08-13
申请号：CN201410222780.4
申请日：2014-05-23
申请人： 清华大学
摘要： 基于概率预测的焊缝X射线自动检测伪缺陷剔除方法，属于焊缝X射线缺陷检测技术领域。本发明针对相邻两帧图像中检出的潜在缺陷区域，根据两帧图像拍摄范围沿焊缝方向位移与垂直于焊缝的侧向位移，对前帧图像潜在缺陷区域出现在后帧图像中不同位置上的概率进行预测，之后通过分析后帧图像潜在缺陷区域与概率预测结果，对伪缺陷进行剔除，保留实际缺陷位置。本发明能够利用前后帧图像信息实现对伪缺陷的剔除，有利于减少误检，并能够适应不同的检测装置相对焊缝移动速度的要求，并在发生侧向窜动的情况下保证准确检出，避免漏检。
-
公开(公告)号：CN103901463A
公开(公告)日：2014-07-02
申请号：CN201410147982.7
申请日：2014-04-14
申请人： 清华大学
摘要： 一种基于离散晶体的高能光子反应深度的定位方法，该方法利用离散晶体映射解码图中的反应深度信息，直接确定高能光子的反应深度，其包括如下步骤：a)标定高能光子反应深度与解码位置的对应关系；b)根据反应深度定位要求设定反应深度定位级别；c)根据反应深度级别确定反应深度分割边界；d)基于反应深度分割边界，由高能光子解码位置定位高能光子的反应深度。根据本发明的上述方法，通过建立反应深度与解码位置的对应关系和反应深度分割边界，不仅能有效解出高能光子反应深度信息，而且不需要传统方法中针对深度定位附加设计的复杂结构，节约成本，简单有效。
-
公开(公告)号：CN102565103A
公开(公告)日：2012-07-11
申请号：CN201110422550.9
申请日：2011-12-16
申请人： 清华大学
IPC分类号： G01N23/04
摘要： 本发明涉及一种基于X射线图像的焊缝缺陷跟踪检测方法，它包括以下步骤：1)采用X射线实时成像器件采集焊接工件焊缝区域的实时图像，在所采集的每一帧实时图像获取ROI图像序列；2)采用单帧图像焊缝缺陷分割算法对ROI图像序列逐帧进行处理，计算每一潜在缺陷重心或形心坐标；3)对连续2N+1帧ROI图像的潜在缺陷进行配对，计算每一潜在缺陷对运动速度，得到速度直方图；4)对所有潜在缺陷对进行分组，统计每组中潜在缺陷数量，如果某组潜在缺陷数量超过阈值，则判断该组中所有潜在缺陷为同一真实缺陷；5)剔除步骤3)中第1帧ROI图像，增加一帧ROI图像，得到新的连续2N+1帧ROI图像中潜在缺陷相关的“潜在缺陷对”速度直方图，进行新的潜在缺陷跟踪。本发明可以广泛应用于运动速度未知焊接工件的缺陷自动检测中。
-
公开(公告)号：CN103822932B
公开(公告)日：2016-04-20
申请号：CN201410069615.X
申请日：2014-02-27
申请人： 清华大学
IPC分类号： G01N23/18
摘要： 基于多尺度滤波算子的X射线实时图像焊缝缺陷检出方法，属于图像缺陷检测领域。本发明在获取图像序列后，首先通过分析首帧图像得到优化参数，根据优化参数构造多尺度滤波算子，然后逐帧提取感兴趣区域进行卷积操作，并采用动态阈值方法对图像进行阈值分割，得到潜在缺陷区域。本发明能够实现图像处理参数的自适应优化，采用构造的滤波算子适应焊缝缺陷的局部灰度特征，有利于缺陷区域的自动检出，在参数自适应和分割准确性上较之现有的背景消除法等有明显优势，并能够在实时性上适应生产实际中的检测要求。
-
公开(公告)号：CN103983651B
公开(公告)日：2016-02-24
申请号：CN201410222780.4
申请日：2014-05-23
申请人： 清华大学
摘要： 基于概率预测的焊缝X射线自动检测伪缺陷剔除方法，属于焊缝X射线缺陷检测技术领域。本发明针对相邻两帧图像中检出的潜在缺陷区域，根据两帧图像拍摄范围沿焊缝方向位移与垂直于焊缝的侧向位移，对前帧图像潜在缺陷区域出现在后帧图像中不同位置上的概率进行预测，之后通过分析后帧图像潜在缺陷区域与概率预测结果，对伪缺陷进行剔除，保留实际缺陷位置。本发明能够利用前后帧图像信息实现对伪缺陷的剔除，有利于减少误检，并能够适应不同的检测装置相对焊缝移动速度的要求，并在发生侧向窜动的情况下保证准确检出，避免漏检。
-
公开(公告)号：CN103822932A
公开(公告)日：2014-05-28
申请号：CN201410069615.X
申请日：2014-02-27
申请人： 清华大学
IPC分类号： G01N23/18
摘要： 基于多尺度滤波算子的X射线实时图像焊缝缺陷检出方法，属于图像缺陷检测领域。本发明在获取图像序列后，首先通过分析首帧图像得到优化参数，根据优化参数构造多尺度滤波算子，然后逐帧提取感兴趣区域进行卷积操作，并采用动态阈值方法对图像进行阈值分割，得到潜在缺陷区域。本发明能够实现图像处理参数的自适应优化，采用构造的滤波算子适应焊缝缺陷的局部灰度特征，有利于缺陷区域的自动检出，在参数自适应和分割准确性上较之现有的背景消除法等有明显优势，并能够在实时性上适应生产实际中的检测要求。
-
-
-
-
-
-
-
搜索结果
8 条记录 (耗时 0.019 秒)
