书籍详情
焊缝图像识别与智能检测
作者：李砚峰 著
出版社：化学工业出版社
出版时间：2021-04-01
ISBN：9787122392985
定价：¥89.00
购买这本书可以去
内容简介
本书在介绍焊缝无损检测、数字图像处理方法及常用焊缝图像识别方法的基础上，详细介绍了利用机器视觉、数字图像处理和人工智能等技术对焊缝图像进行识别和质量检测的方法，主要包括焊接过程中监测GMAW 熔池区域的图像信息、成形焊缝的表面检测、焊缝内部缺陷的图像采集和图像识别等。本书内容实用，技术新颖，体现了焊接智能检测新技术、新工艺，具有较高的指导性和借鉴性，适应焊接相关专业师生及技术人员阅读参考。
作者简介
暂缺《焊缝图像识别与智能检测》作者简介
目录
第1 章 焊缝无损检测常用方法 1
1.1 超声检测 1
1.1.1 超声检测的特性 2
1.1.2 超声检测的分类 3
1.1.3 超声检测的方法 3
1.1.4 检测扫查方式 6
1.1.5 检测面的选择及检测等级 7
1.1.6 缺陷的测量 9
1.2 结构光检测 9
1.2.1 激光三角法测量原理 10
1.2.2 结构光检测法在焊接方面的应用 10
1.3 射线探伤 12
1.3.1 X 射线探伤 13
1.3.2 γ 射线探伤 16
1.4 磁粉检测 16
1.5 涡流检测 19
1.5.1 涡流检测原理 19
1.5.2 涡流检测线圈分类 20
1.5.3 涡流检测对象 20
1.5.4 涡流检测的特点 22
1.6 渗透探伤 24
1.7 视觉图像识别 26
参考文献 28
第2 章 焊缝数字图像常用处理方法 31
2.1 灰度化 31
2.1.1 灰度线性变换 32
2.1.2 非线性变换 34
2.2 图像滤波 35
2.2.1 空域滤波 35
2.2.2 频域滤波 37
2.3 数学形态学及其应用 41
2.3.1 基本符号和定义 42
2.3.2 二值图像形态学处理 44
2.3.3 灰度图像形态学处理 48
2.4 图像二值化 50
参考文献 52
第3 章 焊缝图像识别常用智能算法 53
3.1 BP 神经网络 53
3.1.1 网络模型 53
3.1.2 激活函数 54
3.1.3 网络模型训练 55
3.1.4 BP 神经网络的特点 55
3.2 支持向量机（SVM） 57
3.2.1 支持向量机原理 57
3.2.2 SVM 软间隔 59
3.2.3 SVM 核函数 59
3.2.4 SVM 算法的特点 60
3.3 人工免疫算法 61
3.3.1 人工免疫算法的原理 61
3.3.2 人工免疫算法的特点 64
3.4 深度卷积神经网络 64
3.4.1 深度学习的发展及应用 64
3.4.2 深度学习算法的原理 66
3.4.3 深度学习算法的特点 68
参考文献 69
第4 章 GMAW 焊接熔池CCD 图像采集 71
4.1 机器人焊接工作站 71
4.2 熔池图像传感设计 73
4.2.1 成像原理及器件参数分析 73
4.2.2 图像数据信号传输接口协议 75
4.2.3 工业镜头参数分析与选型 76
4.2.4 传感触发电路 76
4.2.5 滤光系统 77
4.3 熔池图像采集 77
参考文献 79
第5 章 GMAW 熔池CCD 图像智能识别 80
5.1 焊接熔池图像智能识别的研究进展 80
5.2 熔池图像特征提取及检测 81
5.2.1 熔池轮廓提取 81
5.2.2 熔池图像特征选取 83
5.2.3 基于熔池图像的焊偏检测 84
5.2.4 基于熔池图像的焊接错边检测 87
5.2.5 基于熔池图像的熔透状态检测 88
5.3 基于BP 神经网络的GMAW 焊缝成形预测 92
5.3.1 BP 神经网络选型 92
5.3.2 焊缝成形预测与结果分析 93
5.4 基于深度卷积神经网络的焊接熔池CCD 图像智能识别 95
5.4.1 算法模型 95
5.4.2 模型优化 96
5.4.3 熔池形态识别试验结果分析 96
5.4.4 迁移学习和图像关键区识别 98
5.4.5 算法性能比较分析 99
5.4.6 特征可视化分析 100
参考文献 102
第6 章 成形焊缝表面激光条纹图像采集 103
6.1 焊缝表面形态智能识别与检测研究进展 103
6.2 激光条纹图像采集硬件设计 105
6.2.1 图像采集系统硬件结构 105
6.2.2 激光视觉传感设计 106
6.3 图像标定和坐标转换 109
6.3.1 视觉系统坐标系 109
6.3.2 相机参数的标定 113
6.3.3 视觉传感参数标定 113
6.4 焊缝表面激光条纹图像采集软件设计 116
6.5 焊缝表面图像采集结果分析 119
参考文献 120
第7 章 成形焊缝表面质量智能检测 122
7.1 焊缝图像预处理 122
7.1.1 图像灰度化 123
7.1.2 滤波降噪 124
7.1.3 图像二值化 125
7.1.4 图像连通性处理 127
7.1.5 图像关键区域提取 128
7.2 激光条纹图像中心线提取 129
7.3 激光条纹关键点提取 135
7.4 焊缝表面成形质量智能检测及结果分析 137
参考文献 139
第8 章 焊缝内部缺陷射线图像采集 140
8.1 焊缝内部缺陷射线图像的智能识别研究进展 140
8.2 焊缝射线探伤标准 143
8.3 焊缝内部缺陷射线图像采集 144
8.4 焊缝内部缺陷射线图像数据库设计 146
参考文献 147
第9 章 焊缝内部射线图像智能识别 150
9.1 基于传统神经网络的焊缝内部射线图像智能识别 150
9.1.1 焊接接头缺陷特征的形状描述 150
9.1.2 免疫优化支持向量机算法 150
9.1.3 实验及结果分析 153
9.2 基于深度卷积神经网络的焊缝内部射线图像智能识别 157
9.2.1 识别算法选型 157
9.2.2 识别模型设计 158
9.2.3 识别流程设计 163
9.2.4 模型验证和结果分析 166
参考文献 170
1.1 超声检测 1
1.1.1 超声检测的特性 2
1.1.2 超声检测的分类 3
1.1.3 超声检测的方法 3
1.1.4 检测扫查方式 6
1.1.5 检测面的选择及检测等级 7
1.1.6 缺陷的测量 9
1.2 结构光检测 9
1.2.1 激光三角法测量原理 10
1.2.2 结构光检测法在焊接方面的应用 10
1.3 射线探伤 12
1.3.1 X 射线探伤 13
1.3.2 γ 射线探伤 16
1.4 磁粉检测 16
1.5 涡流检测 19
1.5.1 涡流检测原理 19
1.5.2 涡流检测线圈分类 20
1.5.3 涡流检测对象 20
1.5.4 涡流检测的特点 22
1.6 渗透探伤 24
1.7 视觉图像识别 26
参考文献 28
第2 章 焊缝数字图像常用处理方法 31
2.1 灰度化 31
2.1.1 灰度线性变换 32
2.1.2 非线性变换 34
2.2 图像滤波 35
2.2.1 空域滤波 35
2.2.2 频域滤波 37
2.3 数学形态学及其应用 41
2.3.1 基本符号和定义 42
2.3.2 二值图像形态学处理 44
2.3.3 灰度图像形态学处理 48
2.4 图像二值化 50
参考文献 52
第3 章 焊缝图像识别常用智能算法 53
3.1 BP 神经网络 53
3.1.1 网络模型 53
3.1.2 激活函数 54
3.1.3 网络模型训练 55
3.1.4 BP 神经网络的特点 55
3.2 支持向量机（SVM） 57
3.2.1 支持向量机原理 57
3.2.2 SVM 软间隔 59
3.2.3 SVM 核函数 59
3.2.4 SVM 算法的特点 60
3.3 人工免疫算法 61
3.3.1 人工免疫算法的原理 61
3.3.2 人工免疫算法的特点 64
3.4 深度卷积神经网络 64
3.4.1 深度学习的发展及应用 64
3.4.2 深度学习算法的原理 66
3.4.3 深度学习算法的特点 68
参考文献 69
第4 章 GMAW 焊接熔池CCD 图像采集 71
4.1 机器人焊接工作站 71
4.2 熔池图像传感设计 73
4.2.1 成像原理及器件参数分析 73
4.2.2 图像数据信号传输接口协议 75
4.2.3 工业镜头参数分析与选型 76
4.2.4 传感触发电路 76
4.2.5 滤光系统 77
4.3 熔池图像采集 77
参考文献 79
第5 章 GMAW 熔池CCD 图像智能识别 80
5.1 焊接熔池图像智能识别的研究进展 80
5.2 熔池图像特征提取及检测 81
5.2.1 熔池轮廓提取 81
5.2.2 熔池图像特征选取 83
5.2.3 基于熔池图像的焊偏检测 84
5.2.4 基于熔池图像的焊接错边检测 87
5.2.5 基于熔池图像的熔透状态检测 88
5.3 基于BP 神经网络的GMAW 焊缝成形预测 92
5.3.1 BP 神经网络选型 92
5.3.2 焊缝成形预测与结果分析 93
5.4 基于深度卷积神经网络的焊接熔池CCD 图像智能识别 95
5.4.1 算法模型 95
5.4.2 模型优化 96
5.4.3 熔池形态识别试验结果分析 96
5.4.4 迁移学习和图像关键区识别 98
5.4.5 算法性能比较分析 99
5.4.6 特征可视化分析 100
参考文献 102
第6 章 成形焊缝表面激光条纹图像采集 103
6.1 焊缝表面形态智能识别与检测研究进展 103
6.2 激光条纹图像采集硬件设计 105
6.2.1 图像采集系统硬件结构 105
6.2.2 激光视觉传感设计 106
6.3 图像标定和坐标转换 109
6.3.1 视觉系统坐标系 109
6.3.2 相机参数的标定 113
6.3.3 视觉传感参数标定 113
6.4 焊缝表面激光条纹图像采集软件设计 116
6.5 焊缝表面图像采集结果分析 119
参考文献 120
第7 章 成形焊缝表面质量智能检测 122
7.1 焊缝图像预处理 122
7.1.1 图像灰度化 123
7.1.2 滤波降噪 124
7.1.3 图像二值化 125
7.1.4 图像连通性处理 127
7.1.5 图像关键区域提取 128
7.2 激光条纹图像中心线提取 129
7.3 激光条纹关键点提取 135
7.4 焊缝表面成形质量智能检测及结果分析 137
参考文献 139
第8 章 焊缝内部缺陷射线图像采集 140
8.1 焊缝内部缺陷射线图像的智能识别研究进展 140
8.2 焊缝射线探伤标准 143
8.3 焊缝内部缺陷射线图像采集 144
8.4 焊缝内部缺陷射线图像数据库设计 146
参考文献 147
第9 章 焊缝内部射线图像智能识别 150
9.1 基于传统神经网络的焊缝内部射线图像智能识别 150
9.1.1 焊接接头缺陷特征的形状描述 150
9.1.2 免疫优化支持向量机算法 150
9.1.3 实验及结果分析 153
9.2 基于深度卷积神经网络的焊缝内部射线图像智能识别 157
9.2.1 识别算法选型 157
9.2.2 识别模型设计 158
9.2.3 识别流程设计 163
9.2.4 模型验证和结果分析 166
参考文献 170
猜您喜欢
