● 摘要
X射线检测是广泛应用的焊接缺陷检测方法之一。在获得焊接图像后，通常采用人工方式评定焊接质量，这依赖于评定人员的水平和经验。图像处理与模式识别技术的发展，使得采用计算机辅助评定成为可能，国内外的研究机构在缺陷提取与识别领域进行了大量研究，但仍未达到应用水平。为此，本文以航天材料及工艺研究所提供的焊接结构X射线图像为对象，针对平板焊缝焊接缺陷识别问题，基于图像形态学、偏微分方程及神经网络理论，对焊接缺陷提取与识别方法进行了研究。论文完成的主要研究工作包括：
1）分析了平板焊缝X射线图像的特点，据此制定了由图像预处理、焊缝区域定位、焊接缺陷提取三个环节构成的焊接缺陷提取技术流程，设计了包括图像灰度变换、平滑去噪等算法的图像预处理方案，并采用图像列灰度曲线法确定了焊缝所在区域。
2）分析了裂纹类和非裂纹类缺陷的特点，探讨了不同的缺陷提取方法。首先，针对非裂纹类缺陷，研究建立了基于形态学方法和基于图像偏微分方程理论的提取方法；然后，研究了基于小线理论的裂纹类缺陷提取方法，在屏蔽掉非裂纹类缺陷基础上，实现了裂纹类缺陷的提取。
3）分析了不同缺陷的特点，设计了6个最能表现不同缺陷特点的特征参数，据此研究了基于BP神经网络的缺陷识别方案，与上述（1）和（2）研究结果结合，形成了从缺陷提取到识别的平板焊缝焊接缺陷识别技术方案。
本文研究形成了一种基于图像形态学、偏微分方程及神经网络理论的平板焊缝焊接缺陷识别技术，并在实际中得到成功应用，对推动焊接缺陷自动识别技术的进一步发展有较大意义。