![](https://static.zsdocx.com/FlexPaper/FileRoot/2019-3/14/17/024f207b-dd03-4366-a29d-c2ff36dda59f/024f207b-dd03-4366-a29d-c2ff36dda59fpic.jpg)
![基于模糊聚類的射線圖像分割與特征提取技術.pdf_第1頁](https://static.zsdocx.com/FlexPaper/FileRoot/2019-3/14/17/024f207b-dd03-4366-a29d-c2ff36dda59f/024f207b-dd03-4366-a29d-c2ff36dda59f1.gif)
已閱讀1頁,還剩60頁未讀, 繼續(xù)免費閱讀
版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、射線檢測是一種重要的無損檢測方法。在工業(yè)中,材料的內部可能會存在缺陷,當缺陷超過規(guī)定的標準時,會影響產品的質量,嚴重時可能發(fā)生事故。射線檢測可以很好的觀察材料的內部結構,從而判斷產品是否合格,在生產中具有重大意義。
本文主要研究利用X射線實時成像系統(tǒng)獲取的射線圖像,針對射線圖像的特點,從缺陷分割和特征提取兩個方面研究了射線圖像處理技術。
由于噪聲因素的影響,缺陷的清晰度不明顯,因此在缺陷分割之前,需要對射線圖像進行預
2、處理。本文采用數學形態(tài)學的方法對射線圖像進行預處理,利用其中的膨脹腐蝕操作提高了缺陷細節(jié)清晰度。
在提高缺陷清晰度之后,本文采用模糊聚類算法中的模糊C均值算法用于圖像分割,在選取合理的參數的條件下,有效的把缺陷區(qū)域劃分到同一區(qū)域,突出了缺陷目標,能最大限度的將缺陷分割出來,為后續(xù)的識別奠定了基礎。
缺陷分割的最終目的是缺陷的分類識別,本文在分析射線圖像特點的基礎上,研究了關于缺陷形狀、位置和灰度等參數,研究證明這些參
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于PCNN聚類和分類的圖像紋理特征提取與分割研究.pdf
- 基于密度聚類的醫(yī)學圖像分割和特征提取方法研究.pdf
- 基于特征提取的紋理圖像分割.pdf
- 基于模糊聚類的圖像分割技術研究.pdf
- 基于模糊聚類的圖像分割技術的研究.pdf
- 圖像分割和特征提取技術研究
- 基于模糊聚類技術的顱腦MR圖像分割研究.pdf
- 基于模糊聚類的醫(yī)學圖像分割技術研究.pdf
- 基于模糊譜聚類的圖像分割研究.pdf
- 基于模糊聚類算法的圖像分割研究.pdf
- 面向圖像標注的圖像分割與特征提取技術研究.pdf
- 基于模糊聚類的彩色圖像分割技術研究.pdf
- 舌體圖像分割與特征提取技術的研究與應用.pdf
- 基于模糊聚類的腦圖像分割與識別研究.pdf
- 基于特征提取的聚類異常檢測技術的研究與實現.pdf
- 皮膚顯微圖像的分割與特征提取.pdf
- 基于模糊聚類圖像分割方法研究.pdf
- 圖像模糊不變特征提取與識別技術研究.pdf
- 基于X射線的焊縫缺陷圖像特征提取研究.pdf
- 紋理圖像的特征提取和聚類算法研究.pdf
評論
0/150
提交評論