[发明专利]一种工业x射线焊缝图像圆形、线性缺陷分类方法

摘要

一种工业x射线焊缝图像圆形、线性缺陷分类方法，选择典型圆形缺陷和线性缺陷疑似局部图像各n个，将其归一化为h×w大小，并构建训练样本矩阵；计算平均缺陷图以及计算每一个样本缺陷图像的缺陷差值图像矢量；构件协方差矩阵计算特征形成特征空间，将每一个样本缺陷差值图像矢量投影到特征缺陷空间，通过定义并求取缺陷特征空间，避免了缺陷局部图像滤波、分割等处理；对圆形和线形缺陷分类问题而言；样本缺陷差值图像矢量投影到缺陷特征空间的过程简化为一简单的向量乘法，不仅提高了识别的精度，更减少了计算复杂度，提高了识别的实时性。

主权项

一种工业x射线焊缝图像圆形、线性缺陷分类方法，其特征在于，包括以下步骤：1)选择典型圆形缺陷和线性缺陷疑似局部图像各n个，将其归一化为h×w大小，并构建训练样本矩阵其中，f为归一化后图像，按行优先原则生成的列向量；2)计算平均缺陷图$\mathrm{\ψ}=\frac{1}{2n}\underset{i=1}{\overset{2n}{\mathrm{\Σ}}}{f}_i$3)计算每一个样本缺陷图像的缺陷差值图像矢量：d_i＝f_i‑ψ，i＝1,…2n；4)构件协方差矩阵5)利用雅克比法计算C的特征值(λ₁，…,λ_2n)和特征向量(u₁,…,u_2n)，形成特征空间，根据特征值的贡献率选取前p个最大特征向量及其对应的特征向量形成特征缺陷空间W＝(u₁,u₂,…,u_p)；其中，贡献率是指选取的最大的p个特征值之和与所有特征值和之比，即：取Δ>0.9，即使训练样本在前p个最大特征向量集上的投影有超过90％的能量；6)将每一个样本缺陷差值图像矢量投影到特征缺陷空间，计算σ_i＝W^T·d_i，i＝1,2…2n；7)将待识别的缺陷图像归一化后按行优先的原则构成列向量κ；8)将κ与ψ的差值投影到特征空间，得到其向量表示σ’＝W^T·(κ‑ψ；9)计算σ’与σ_i之间的欧式距离i＝1,2…2n；10)选取最小的ε_min＝min{ε_i},i＝1,2,...,2n，确定其下标为j；11)样本j的类型即为待检测缺陷图像的类型。