一、射线实时成像检测中图像增强方法的研究（论文文献综述）
张旭[1]（2021）在《环焊缝DR检测数据的图像处理技术研究》文中研究表明如今,油气管道行业发展迅猛,管道质量影响到油气输送安全,通过对管道进行探伤检测可对管道质量进行严格把关,无损检测可在不损伤管道的前提下进行质量评价,其中,X射线检测相较于其他检测方案具有拍摄成像快、评片成本低、识别准确率高、适用范围广、不受环境限制等优势,是焊缝缺陷检测领域的主要检测方式之一,但也存在一些不可避免的问题。一方面,受硬件设施等因素所限,图像对比度低,受噪声影响,导致缺陷与噪声重叠,背景灰度差小,需要先经过图像处理后再评片。为提高检测人员评片效率,本文围绕基于图像处理技术的缺陷提取展开研究。另一方面,当前以人工评价方式对X射线环焊缝图像进行检测,疲劳状态下容易出现误判漏判,且具有主观性。为避免以上问题,本文围绕基于深度学习的缺陷智能识别展开研究,最终实现人机结合的评价体系。图像处理方面,首先,针对环焊缝图像对比度低和噪声干扰问题,对图像进行对比度提升和降噪处理,针对均值滤波丢失细节信息的问题进行算法改进,通过对比实验证明图像对比度和抑制噪声能力提升。其次,进行缺陷提取,图像缺陷区域容易受到焊接过程、成像过程的外部因素干扰,在图像中出现边缘模糊的情况。因此本文设计了一种基于Otsu阈值分割法和Canny算子相结合的边缘提取策略来获得缺陷区域。实验结果表明,该方案对缺陷边缘提取效果较好。智能识别方面,本文首先实现基于深度信念网络的缺陷识别,并进行性能测试,其次实现基于卷积神经网络的缺陷识别,介绍基本网络结构,对模型进行不同训练次数和激活函数的测试,根据性能择优选择。最后,进行两种神经网络缺陷识别能力对比,证明卷积神经网络对环焊缝图像缺陷识别效果较好。本文通过对X射线图像进行提升对比度、改进滤波算法的降噪处理、设计提取缺陷边缘方案等操作,提高了人工评片的准确率和效率。通过不同神经网络算法间的性能对比,证明基于卷积神经网络的方案对识别缺陷具有更好效果,实现了智能识别,提高了评片效率。
冯鸣[2]（2020）在《圆柱形铝合金铸件的X射线数字成像系统研究与实现》文中研究表明铝合金材料因其耐热耐腐蚀等特性,广泛应用于我国航空航天结构件的制造,因此针对铝合金铸件的内部缺陷检测就显得极为重要。X射线无损检测具有缺陷信息直观、定量定性准确等优势,是一种较为常用的金属铸件检测工具。随着现代工业的快速发展和数字图像处理技术的日趋成熟,X射线数字成像技术开始广泛应用于工业无损检测,大大提高了检测效率和检测质量,降低了成本,并且检测数据易于保存和查询,具有十分重要的应用前景和应用价值。因此X射线数字成像技术的研究与使用在铝合金铸件缺陷无损检测领域具有十分重要的意义。本文针对圆柱形铝合金铸件的内部缺陷检测问题,研究了一套基于线阵探测器的X射线实时数字成像系统,整个系统由硬件机械装置和计算机图像处理软件两个部分组成,论文的主要工作是在Visual Studio 2012的MFC平台下开发了一套图像采集和处理软件。计算机图像处理软件主要包括图像采集模块、系统通信控制模块和静态图像处理模块等。首先,在软件上进行相关参数设置,控制采集速度和图像的大小;接着,计算机软件通过串口通信打开X射线探伤机;然后,通过PLC通信给下位机发送指令控制机械转盘旋转,同时开始线阵探测器的采集操作,通过边旋转边扫描的实时成像方式,最后得到一幅固定大小的X射线数字图像。此外,本文研究了多种图像降噪和边缘细节增强算法,并改进了一种基于反锐化掩膜技术的自适应图像增强算法,使评片人员更快更好地分析铸件内部缺陷信息,提高了工作效率和评片质量。本文所研究的X射线数字成像系统已应用到实际的工程项目中,经验证该软件运行良好,能够快速高效的完成圆柱形铝合金铸件的内部缺陷检测工作,具有很高的实际应用价值。
柏正权[3]（2020）在《全自动药瓶检测系统关键技术研究》文中指出本文以药瓶缺陷检测为项目背景,针对企业对检测线自动化和智能化的需求,基于机器视觉设计了一套全自动药瓶检测系统,研究了图像增强、分割、特征提取、分类等关键技术,实现了药瓶液面线高度检测和内部异物缺陷检测功能。对全自动药瓶检测系统的软硬件进行设计,实现基本工作流程。在分析了现有产品优缺点的基础上,针对部分药瓶透明度低的问题,使用了穿透性强的X光作为光源。硬件上,基于X光搭建了DR图像采集系统和控制系统。软件上,以Qt为主要开发工具,并考虑一定的通用性,基于MVC架构实现了图像采集、光源控制、图像处理算法、人机交互界面和下位机控制这五个主要功能模块。根据采集到的药瓶X光图像的特点,对药瓶X光图像增强方法进行研究,提出了一种渐变背景下结构和缺陷的增强方法,解决X光图像对比度低、光照不均匀、噪声干扰和渐变背景下微小目标检测难的问题。首先,采取了自适应中值滤波的方法,滤除了部分图像噪声。其次,采用了LVD方法进行结构层提取。再次,提出了一种形态学取极值的方法进行缺陷层提取。最后,将噪声抑制后的结构层和缺陷层进行基于形态学重建的图像融合。融合后的图像一定程度上解决了上述的四个难点,为后续的图像分割和缺陷检测奠定了基础。在增强后的图像基础上,对药瓶图像分割方法进行研究,实现药瓶液面线高度检测和瓶内异物缺陷分割功能。首先,采用基于OTSU和连通域分析的分割方法,从原图像中切分出单个药瓶图像。其次,针对药瓶内液面线的检测,使用伽马增强和区域分割实现液面线高度检测。再次,使用改进的边界追踪算法,提取液面线区域的边界线。最后,基于形态学相关方法实现药瓶内异物缺陷区域的分割。因为图像中噪声较强,分割得到的缺陷区域中含有较多噪声干扰,通过分割结果难以直接判定药瓶质量,所以缺陷分割后需要进行缺陷分类识别。对药瓶缺陷分类识别方法进行研究,根据分割出的药瓶异物缺陷区域判断药瓶质量。首先,基于几何、灰度和纹理特征描述子,提取了缺陷区域的23个特征,建立了缺陷特征样本库。其次,采取了一种过采样方法来人工生成样本点,解决了样本的类不平衡问题,增加样本点的数量。再次,使用了PCA降维,提取了累积贡献率大于95%的8个特征作为后续分类器的输入。最后,以集成算法作为分类器,有效的检测出药瓶缺陷。设计并制造了全自动药瓶检测系统,搭建了软硬件的实验环境。实验中图像采集、光源控制、人机交互以及下位机控制功能运行正常。图像增强、缺陷分割算法分别以现有样本图片进行了测试实验,验证了算法的有效性。而药瓶异物缺陷分类识别算法在现有的药瓶样本库中,经5折交叉验证后,检测准确率达到98%,验证了本文设计的检测方法的有效性。
张逸[4]（2020）在《基于卷积神经网络的复合材料缺陷数字射线图像识别研究》文中进行了进一步梳理复合材料逐渐成为一种重要的新型材料,被广泛应用于航空航天领域。射线检测是复合材料无损检测中的一种普遍方式,但是复合材料射线检测图像较多,不利于人工识别,因此本文提出一种基于深度学习的复合材料缺陷识别方法,能够实现复合材料缺陷特征的自动提取,缺陷的定位与分类,主要研究内容如下:（1）针对复合材料射线图像特征难以提取的问题,设计了基于卷积神经网络的目标检测方案,搭建了Faster-RCNN和Yolov3模型,通过VOC数据集对其进行测试,Yolov3模型获得了73%的较好结果;（2）针对检测复合材料得到射线图像数据稀少的问题,研究了复合材料射线图像增广方法,通过旋转、平移、射影变换等方法将初始数据量扩充十倍至4200张,提出结合自适应中值滤波和自适应直方图均衡化的数字射线图像质量增强方法,得到对比度高、噪声较少的射线图像,并在无损检测部门工作人员指导下对缺陷进行标注,建立复合材料射线图像数据集;（3）针对复合材料射线图像中缺陷目标尺度跨度较大的问题,研究了Yolov3模型改进方法,通过改变网络结构,引入Giou指标等方法,并将之应用到蜂窝复合材料缺陷检测中,并通过实验验证,平均精度提高了10%;通过上述研究,基于VS2015和OpenCV搭建软件平台,开发了复合材料射线图像识别软件模块,并通过实验验证识别算法可行性,达到了预期设计目标。
王连之[5]（2020）在《多功能X射线实时成像系统的研制与应用》文中提出核反应堆利用核燃料裂变反应产生的热量发电,为保证核反应堆安全、稳定、有效的运行,反应堆采用堆芯相关组件与燃料组件配合使用来控制和调节反应堆的功率。为确保燃料组件单棒和相关组件单棒良好的热传导性能并避免毒物泄漏造成堆芯污染,棒的焊缝质量及棒内部构件质量和布局要求极高。多功能X射线实时成像系统的研制及应用的目的是为了研制一台同时满足燃料组件和相关组件单棒焊缝和单棒内部缺陷检测需求的设备。设备研制主要包括硬件和软件两大部分。硬件研制主要包括机械传动系统研制、铅房屏蔽防护设计、进出口检测料架设计,其中机械传动部分包括射线机移动机构、胶片传送机构和成像屏蔽机构。软件研制主要是电气控制系统研制,电气控制系统研制包括强电控制系统研制、PLC控制系统的研制,电气控制系统可实现对棒轴向传输的控制,多种检测功能切换的控制,操作简便灵活,实现对所有机械传动装置的移动速度以及移动位移的准确控制,移动精度可满足检测要求。在完成设备研制的基础上进行机械运行稳定性试验,包括物料传输和转移、各工作模式切换,验证设备机械设计及电气控制系统设计的合理性。通过两种成像模式下的拍片成像和平板成像测试,摸索成像焦距、曝光时间、曝光电压、曝光电流等参数对胶片拍片、电子拍片和实时成像效果的影响关系,并在同一参数反复多次开展重复性和稳定性试验,最终优选出满足要求的透照参数和检测方法。研究结果表明研制的多功能X射线实时成像设备通过控制系统能实现三种检测模式的自由切换,实现多功能操作。并通过检测参数试验,最终确定在胶片拍片模式下235KV,8m A,1分45秒作为最优参数,电子拍片模式下选定了150KV,5.2m A作为最终参数能够检测像质计上最小缺陷2-1T孔即0.254mm孔型缺陷,满足了AP1000堆芯相关组件单棒设计要求。
张杰[6]（2019）在《基于低频正交激励的磁光成像缺陷检测研究》文中认为碳钢因其强度高、塑性好、耐冲击、性能可靠等特点,在石油、化工、电力等领域的设备关键构件中应用广泛,其结构损伤检测和健康状态评估对质量控制和安全可靠运行具有至关重要的作用。磁光成像检测作为一种直观、可视化无损检测技术,在缺陷检测方面得到了广泛的研究和应用。然而,当前磁光成像技术的研究主要针对直流、工频或者涡流激励展开,受材料磁滞和成像技术的限制,磁光图像频谱单一,只能识别简单形状缺陷;而实际构件中缺陷形状复杂,当前检测技术无法准确有效识别。为此,本文在国家自然科学基金委的资助下,从磁光成像检测方法的理论、模型、检测平台、识别方法等四个方面,开展基于低频正交激励的磁光成像复杂形状缺陷检测研究,主要研究内容和创新点如下:（1）以分子环电流模型为基础,构建了漏磁场螺线管模型。深入研究磁偶极子模型和分子环电流模型,分析二者优缺点,构建基于环电流的螺线管模型。在理论上,该模型克服了磁偶极子模型高度依赖于磁荷分布的设定的问题,分析了磁阻、试件端面、内部环电流等对环电流模型的影响机理,解决了大试件小缺陷仿真难题,验证了漏磁场螺线管模型的有效性和准确性,而且指出了同等仿真精度下,螺线管模型的计算速度优于有限元方法。为了实现交变激励下缺陷漏磁场动态建模,引入Jiles-Atherton（JA）磁滞回线,构建交变激励下缺陷漏磁场动态螺线管模型,为复杂形状缺陷的检测提供了可靠的理论模型。（2）以螺线管相互作用力为依据,提出了复杂形状缺陷的螺线管模型,研究了正交磁场下复杂形状缺陷的漏磁场分布规律。针对实际构件中缺陷方向和形状的未知性,分析了单向激励情况下,简单缺陷和复杂形状缺陷的漏磁场特征,指出单向激励无法有效激励不同角度简单缺陷和复杂形状缺陷的漏磁场。为解决上述问题,引入正交激励并分析了其复杂形状缺陷的漏磁场特征,构建了基于螺线管之间相互作用力的复杂形状缺陷漏磁场螺线管模型,给出了复杂形状缺陷漏磁场的拐点畸变和中线畸变特征的理论解释;并与磁偶极子模型、有限元方法进行仿真对比分析,验证了复杂形状缺陷漏磁场螺线管模型的有效性。（3）以低频正交激励为核心,设计了磁光成像检测平台,并对其激励频率进行优化。为满足试件有效磁化、频谱信息丰富、高质量磁光图像采集等要求,对磁光成像检测平台中磁轭、激励源、光源、磁光传感器、图像采集器等关键部件进行设计。通过理论分析和仿真,分析了不同正交激励频率下缺陷漏磁场序列中单周期内漏磁场强度信息,选取最佳激励频率,实现复杂形状缺陷的高质量磁光图像序列采集,为复杂形状缺陷的准确识别提供了实验平台。（4）以磁光图像序列时频域特征为依据,提出了一种基于像素级决策的复杂形状缺陷识别方法。结合复杂形状缺陷漏磁场特征,将磁光图像分为不同特征区域,分析磁光图像序列中不同区域的时频域特征。针对畸变干扰的乘性噪声特性和畸变造成的图像失真与对比度失衡问题,提出了一种多尺度同态滤波频域增强算法,限制对比度自适应直方图均衡化（Contrast Limited Adaptive Histogram Equalization,CLAHE）作为同态滤波参数,作用于幅度频域谱,实现幅度频谱归一化和畸变区域对比度均衡化的多尺度频域增强。结果表明,该频域增强方法可有效分割畸变区域,并准确识别复杂形状缺陷,且进一步实验表明可有效检测铁磁性构件中更为复杂的缺陷。从理论模型、仿真与实验结果,均证明本文提出的基于低频正交激励的磁光成像检测平台普适性广,对铁磁性构件结构损伤具有很强的实用价值和指导意义。
杨航[7]（2017）在《基于X射线检测技术谷类农作物在线虫害检测识别研究》文中提出谷类农作物是人类赖以生存碳水化合物的主要来源,人们熟知的水稻、玉米、小麦、高粱等就是全球最重要的谷类粮食作物。近年来,由于几场重大病虫害的影响,使我国的谷类农作物粮食产量和质量在不同程度上出现了降低,同时因为对病虫害的分布及其强度的检测不够准确而导致大量农业化学制剂被使用,这使得食品安全问题变得越加严峻。因此,为了能够及时并实时的掌握谷类农作物的病虫害情况,为农业专家提供准确的病虫害数据,并为病虫害的防治提供依据,采用X射线对谷类农作物内部虫害进行检测识别具有重要意义,这为农业病虫害的防治提供了全新的手段和科学依据,这方面的研究在国内尚属首创。本文通过设计的一种可以在农田中行走的直线检测机械人,结合X射线检测技术,对谷类农作物,如玉米、水稻、小麦秸秆类等进行透照成像,并通过成像系统将透照图像传输到计算机进行图像处理,最终达到虫害识别的目的。本文主要进行了三个方面的研究,一是设计了一种在线检测机械人,该机械人为成像系统和图像处理系统提供平台;二是搭建检测成像系统,通过对比几种数字成像系统,最终选择适于本文的基于线阵列探测器的成像系统;三是研究了图像处理算法,通过分析采集到的图像的特点和研究多种图像处理算法的原理,对比实际应用效果,最后得出适于本文的图像处理方法,即通过线性灰度变换增强图像的对比度,对灰度变换后的图像进行Laplacian算子锐化使内部虫害信息变得更直观,应用小波二层去噪对灰度变换后的图像进行去噪,对去噪后的图像进行边缘检测,通过实验得出,Canny算子边缘检测适于秆内部信息较少的虫害检测,基于形态学的边缘检测适于秆内部信息较多的虫害检测,小波模极大值边缘检测在整体上占有优势,并通过实验得出适于本文的小波模极大值边缘检测的有效尺度范围和阈值区间。
周健[8]（2016）在《基于X射线实时成像的铝合金激光焊接缺陷识别技术研究》文中进行了进一步梳理铝合金激光焊接工艺广泛应用于民用飞机壁板等航空航天结构件的制造。在激光焊接缺陷检测中,传统X射线人工检测结果受胶片本身局限、主观人为因素影响较大。随着新一代X射线实时成像技术以及图像模式识别技术的飞速发展,使得基于X射线数字图像的计算机辅助识别铝合金激光焊接缺陷成为可能。本文针对铝合金激光焊件X射线实时成像技术、图像预处理技术以及缺陷提取与识别技术的应用开展研究,初步实现了铝合金激光焊接缺陷的自动提取与识别。首先,在合理选择硬件系统配置的基础上,设计并搭建了面向铝合金T型接头激光焊接件的X射线实时成像系统。通过搭建的成像系统,对铝合金T型接头激光焊件的X射线实时成像检测技术进行了系统的研究,并得到了最佳的成像工艺参数:管电压60kV,管电流0.3mA,焦距350mm,放大倍数2.4。其次,针对X射线原始图像的特点,通过图像灰度转换、图像降噪以及图像模糊增强的预处理功能对焊件X射线图像进行质量改善处理。其中,通过对单一降噪方法的结合使用,提高了对混合噪声的去除效果。之后,对传统模糊增强算法的改进应用增强了图像的对比度,为后续焊缝提取与缺陷分割提供了质量良好的X射线图像。再次,通过进一步对X射线图像列灰度曲线的分析,采用曲线拟合和灰度差分判定的方法完成了对复杂背景条件下焊缝区域的提取。同时,通过自适应形态学滤波算法模拟出焊缝背景图像,再经差影检测和迭代阈值分割算法的处理,实现了焊缝中缺陷的分割。之后,利用轮廓提取与种子填充算法完成了对缺陷的提取。最后,在缺陷区域标记的基础上,完成了各类特征参数的提取与计算。根据缺陷的特征参数及其他X射线图像影像特征,设计并开发了基于正向模糊推理的缺陷识别与分类专家系统。其中,专家系统知识库中的经验知识以规则的形式存在,用户可对规则进行修改、添加与删除等操作。同时,根据相关标准实现了铝合金激光焊件圆形缺陷的评定。本文针对铝合金T接头激光焊件的特点,通过X射线实时成像实验和计算机编程图像处理仿真实验,完成了对铝合金激光焊件的X射线实时成像、X射线图像处理以及图像缺陷识别技术的研究,为铝合金激光焊接结构缺陷的无损检测提供了新的途径。
顾峰[9]（2014）在《基于X射线实时成像评价铝合金挤压铸造零件内部缺陷》文中研究说明近些年汽车行业蓬勃发展,为了保证汽车的性能良好,汽车零件在出厂前需要进行内部质量检查。X射线探伤作为无损检测的一种,被广泛应用于汽车零件内部探伤检验。传统的X射线胶片探伤效率低、可操作性差,已经无法满足汽车零件量产化的要求。所以作为一种新兴的X射线探伤方式—X射线实时成像系统,由于其灵敏度高、效率高、可操作性好,日益受到汽车生产商的青睐。但是目前X射线实时成像系统在生产实践中的理论研究很少,无法准确的解决生产中遇到的质量检测及工艺优化问题。本文从工艺参数、工作电压、图像与实际缺陷的对应关系三方面对X射线实时成像系统进行研究,从理论上指导生产实践中的内部质量的检查。本文研究了 X射线实时成像系统在实际生产中的最佳工艺参数,利用正交试验的方法对增益值、亮度值、对比度、伽玛值和去噪值五个工艺参数进行探究,利用极差分析得到主要影响图像质量等级的因素是增益和伽玛,通过趋势曲线确定X射线实时成像工作时最佳工艺的工艺参数为增益值400,亮度值40,对比度-20,伽玛值360,去噪值9。本文采用类比试验的方法对X射线实时成像系统的工作电压进行研究,得到工作电压、零件厚度、缺陷图像等级三者之间的关系曲线。分析关系曲线可知,为了使缺陷图像获到最佳观察效果,当零件厚度在10 mm到20 mm范围时,厚度每增加5 mm,就需要电压增加5 kV;当零件厚度在20 mm到25 mm范围时厚度每增加2.5 mm,需要电压增加5 kV。本文对缺陷图像和缺陷实物对应关系进行确定;利用平移法对零件中缺陷位置进行确定,总结出计算缺陷位置的公式,得到系统校正系数A为0.85;利用相似比例法对零件中缺陷大小进行确定,总结出计算缺陷大小的公式,实验得到校正系数C为1.22;利用经验法对缺陷沿着X射线方向上的尺寸值进行确定,得到相关图谱,可以用来指导生产实践。
孙海波[10]（2014）在《铝合金压铸件铸造缺陷X射线评定方法及对比试块制备》文中进行了进一步梳理X射线成像技术是利用 X射线对物体的穿透能力及其在穿透物体的过程中,不同密度的材料和物体结构对X射线衰减程度的差异形成影像,通过影像评价零件的内部特性。X射线探伤方式主要有X射线胶片照相和X射线实时成像,但X射线胶片照相有许多不足之处,最主要的缺点是检验效率低,成本高;而实时成像技术与胶片经过多年发展已趋于成熟,其具有操作方便、照片便于保存、成本低等优点,可以取代胶片成像。目前制约其发展的主要问题是实时成像系统灵敏度与分辨率能否达到胶片成像的标准;检测前实时成像系统的灵敏度和分辨率校验;铝合金压铸件实时成像探伤的缺陷评价。本文从这三个方向验证X射线实时成像系统在工业中的可行性。本文通过对汽车凸轮轴前盖分别进行X射线实时成像系统和X射线胶片照相探伤,对二者探伤图像进行对照,从缺陷的可发现性,可观看性以及准确性三个方面进行研究,可以发现X射线实时成像系统探伤和X射线胶片照相探伤在发现缺陷上具有等同的可靠性。本文提供了 X射线实时成像系统灵敏度、清晰度试块制作方法及试块验证。试块上加工了直径大小为0.36 mm、0.41 mm、0.52 mm、0.61 mm、0.82 mm、1.02 mm、1.51 mm的标准孔,通过进行探伤试验,经过试验测试出X射线实时成像系统的相对灵敏度可以达到1.52%。制作一组间距为0.2 mm的缺陷,经过试验测试出X射线实时成像系统图像清晰度为0.2 mm,缺陷图像的清晰度能够保证实际生产的需求。本文研究汽乍压铸零件内部缺陷的等级评价,将缺陷图像、机加图像和线切割照片一一对应。根据图纸要求和缺陷标准评价探伤图片,将汽车压铸零件速度计表盖的内部质量分为五个等级,然后利用机加图像和线切割照片对评价进行验证,实验证明,汽车压铸零件内部缺陷的等级评价正确,符合内部探伤要求,可以用于生产实践。
二、射线实时成像检测中图像增强方法的研究（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、射线实时成像检测中图像增强方法的研究（论文提纲范文）
（1）环焊缝DR检测数据的图像处理技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题研究背景 |
| 1.2 国内外研究现状 |
| 1.2.1 国内研究现状 |
| 1.2.2 国外研究现状 |
| 1.3 课题来源与研究意义 |
| 1.3.1 课题来源 |
| 1.3.2 课题研究意义 |
| 1.4 论文的研究内容与组织架构 |
| 1.4.1 论文研究内容 |
| 1.4.2 论文组织架构 |
| 1.5 本章小结 |
| 第2章 环焊缝X射线实时成像系统 |
| 2.1 环焊缝X射线检测设备组成原理 |
| 2.2 环焊缝X射线成像特点 |
| 2.3 本章小结 |
| 第3章 环焊缝图像增强和降噪 |
| 3.1 环焊缝图像处理研究内容概要 |
| 3.2 环焊缝图像灰度处理 |
| 3.3 环焊缝图像增强 |
| 3.4 环焊缝图像降噪 |
| 3.4.1 噪声模型分析 |
| 3.4.2 降噪方案对比 |
| 3.5 本章小结 |
| 第4章 环焊缝图像缺陷边缘提取 |
| 4.1 环焊缝图像二值化 |
| 4.1.1 二值化原理 |
| 4.1.2 阈值选择 |
| 4.1.3 基于Otsu的阈值分割法 |
| 4.1.4 基于分水岭算法的分割法 |
| 4.2 缺陷边缘提取方案对比 |
| 4.2.1 基于Sobel算子的边缘提取 |
| 4.2.2 基于Laplacian算子的边缘提取 |
| 4.2.3 基于Canny算子的边缘提取 |
| 4.3 本章小结 |
| 第5章 基于深度学习的缺陷识别 |
| 5.1 基于深度信念网络的缺陷识别 |
| 5.1.1 受限玻尔兹曼机 |
| 5.1.2 网络结构设计 |
| 5.1.3 深度信念网络训练 |
| 5.1.4 性能分析 |
| 5.2 基于卷积神经网络的缺陷识别 |
| 5.2.1 卷积神经网络介绍 |
| 5.2.2 激活函数 |
| 5.2.3 实现目标 |
| 5.2.4 网络结构设计 |
| 5.2.5 训练过程 |
| 5.3 CNN模型性能测试 |
| 5.3.1 模型性能分析 |
| 5.3.2 激活函数测试 |
| 5.3.3 采样方案测试 |
| 5.3.4 网络性能测试 |
| 5.3.5 CNN与 DBN性能对比 |
| 5.4 本章小结 |
| 第6章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 攻读学位期间所取得的相关科研成果 |
| 致谢 |
（2）圆柱形铝合金铸件的X射线数字成像系统研究与实现（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 课题背景及意义 |
| 1.2 国内外研究现状及发展 |
| 1.2.1 铝合金铸件缺陷检测方式的研究现状 |
| 1.2.2 工业X射线无损检测技术的发展现状 |
| 1.3 本文主要研究内容 |
| 2 系统总体分析 |
| 2.1 待检产品特点分析 |
| 2.2 检测系统整体构成 |
| 2.2.1 硬件机械装置 |
| 2.2.2 计算机图像处理软件 |
| 2.3 圆柱形铝合金铸件内部缺陷检测的工艺流程 |
| 2.4 本章小结 |
| 3 硬件机械装置 |
| 3.1 高频移动式X射线探伤机 |
| 3.1.1 X射线探伤机主要配置 |
| 3.1.2 X射线成像基本原理 |
| 3.2 数字线阵扫描系统 |
| 3.2.1 线阵扫描系统主要配置 |
| 3.2.2 NTB线阵探测器技术特点 |
| 3.3 机械电气系统 |
| 3.3.1 机械传动装置 |
| 3.3.2 电气控制系统 |
| 3.4 射线防护系统 |
| 3.5 本章小结 |
| 4 图像采集模块和系统通信控制模块设计 |
| 4.1 预处理校正和图像采集流程 |
| 4.1.1 X射线线阵探测器校正 |
| 4.1.2 图像采集流程 |
| 4.1.3 线阵探测器扫描速度与转盘旋转速度的匹配 |
| 4.2 系统的通信控制模块 |
| 4.2.1 PLC网口通信实现机械控制 |
| 4.2.2 X射线串口通信控制 |
| 4.3 本章小结 |
| 5 X射线图像处理技术研究 |
| 5.1 图像降噪算法 |
| 5.1.1 X射线图像常见噪声分析 |
| 5.1.2 自适应中值滤波 |
| 5.1.3 自适应加权均值滤波 |
| 5.1.4 小波阈值降噪 |
| 5.2 图像对比度和细节增强算法 |
| 5.2.1 灰度分段线性拉伸 |
| 5.2.2 直方图均衡化 |
| 5.2.3 传统反锐化掩摸 |
| 5.2.4 改进的反锐化掩摸自适应图像增强算法 |
| 5.3 本章小结 |
| 6 X射线实时数字成像系统软件实现 |
| 6.1 系统总体软件实现 |
| 6.1.1 软件开发环境介绍 |
| 6.1.2 软件关键模块设计 |
| 6.2 软件界面展示及功能简介 |
| 6.3 本章小结 |
| 7 总结与展望 |
| 7.1 总结 |
| 7.2 展望 |
| 参考文献 |
| 攻读硕士学位期间发表的论文及所取得的研究成果 |
| 致谢 |
（3）全自动药瓶检测系统关键技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 药瓶质量检测设备现状 |
| 1.2.2 X光图像增强技术现状 |
| 1.2.3 图像分割技术现状 |
| 1.2.4 特征提取和分类识别技术现状 |
| 1.3 论文研究内容 |
| 1.4 重难点分析 |
| 1.5 论文组织结构 |
| 第二章 全自动药瓶检测系统设计 |
| 2.1 硬件设计 |
| 2.1.1 X射线机 |
| 2.1.2 X射线数字成像 |
| 2.1.3 控制系统 |
| 2.2 上位机软件设计 |
| 2.2.1 上位机软件需求分析 |
| 2.2.2 基于MVC的上位机软件架构设计 |
| 2.2.3 基于Qt的上位机软件技术路线 |
| 2.2.4 上位机软件功能模块详细设计 |
| 2.3 软硬件系统测试实验 |
| 2.4 本章小结 |
| 第三章 渐变背景下结构和缺陷增强方法 |
| 3.1 药瓶图像难点分析 |
| 3.2 自适应中值滤波 |
| 3.3 结构层提取方法 |
| 3.3.1 现有结构层提取方法 |
| 3.3.2 LVD原理 |
| 3.3.3 LVD有效性验证 |
| 3.3.4 结构层提取效果 |
| 3.4 缺陷层提取方法 |
| 3.4.1 现有缺陷层提取方法 |
| 3.4.2 一种形态学取极值方法 |
| 3.4.3 形态学取极值有效性验证 |
| 3.4.4 缺陷层提取效果 |
| 3.5 结构层和缺陷层的图像融合 |
| 3.5.1 噪声抑制 |
| 3.5.2 灰度级形态学重建 |
| 3.6 图像增强算法测试实验 |
| 3.7 本章小结 |
| 第四章 药瓶液面线检测和异物缺陷分割 |
| 4.1 单个药瓶切分 |
| 4.1.1 药瓶区域分割 |
| 4.1.2 连通域分析 |
| 4.2 药瓶液面线高度检测 |
| 4.3 药瓶内异物缺陷分割 |
| 4.3.1 液面线边界追踪 |
| 4.3.2 基于形态学的缺陷分割 |
| 4.4 异物缺陷分割算法测试实验 |
| 4.5 本章小结 |
| 第五章 药瓶异物缺陷分类识别 |
| 5.1 缺陷特征样本库建立 |
| 5.1.1 缺陷特征提取 |
| 5.1.2 基于A-SUWO的类不平衡样本过采样方法 |
| 5.2 缺陷特征降维和分类 |
| 5.2.1 基于PCA的缺陷特征降维 |
| 5.2.2 基于集成算法的缺陷分类 |
| 5.3 药瓶异物缺陷分类识别交叉验证实验 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士期间取得的学术成果 |
（4）基于卷积神经网络的复合材料缺陷数字射线图像识别研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 国内外研究现状 |
| 1.2.1 复合材料X射线检测研究现状 |
| 1.2.2 基于CNN的图像识别研究现状 |
| 1.3 论文选题依据 |
| 1.4 本课题研究内容及章节安排 |
| 第二章 面向复合材料DR图像的缺陷目标识别模型 |
| 2.1 引言 |
| 2.2 复合材料射线检测图像分析 |
| 2.3 卷积神经网络 |
| 2.3.1 卷积神经网络的基本结构 |
| 2.3.2 权值共享与局部感受野 |
| 2.4 基于卷积神经网络的目标检测模型 |
| 2.4.1 基于区域选择的目标检测模型 |
| 2.4.2 基于回归的目标检测模型 |
| 2.5 卷积神经网络算法性能对比实验 |
| 2.6 本章小结 |
| 第三章 复合材料数字化射线数据集的构建 |
| 3.1 引言 |
| 3.2 数据集图像增广 |
| 3.2.1 采集数据集图像 |
| 3.2.2 数据集图像标注 |
| 3.2.3 数据集图像增广 |
| 3.3 X射线检测图像滤波技术 |
| 3.3.1 X射线检测图像特点 |
| 3.3.2 X射线检测图像滤波方法 |
| 3.3.3 图像质量评价方法 |
| 3.3.4 射线滤波图像质量分析结果 |
| 3.4 X射线检测图像增强技术 |
| 3.4.1 X射线检测图像增强方法 |
| 3.4.2 X射线检测图像增强实验结果 |
| 3.5 本章小结 |
| 第四章 基于Yolov3 的改进深度学习模型 |
| 4.1 引言 |
| 4.2 小目标识别能力改进 |
| 4.2.1 网络输入图像尺寸调整 |
| 4.2.2 网络结构的调整 |
| 4.2.3 锚点值的重新设计 |
| 4.2.4 小目标缺陷识别验证实验 |
| 4.3 网络性能改进 |
| 4.3.1 迁移学习初始化模型 |
| 4.3.2 合并网络批归一化层 |
| 4.3.3 使用Giou指标和损失函数 |
| 4.4 实验结果与分析 |
| 4.5 本章小结 |
| 第五章 识别与验证 |
| 5.1 引言 |
| 5.2 射线图像缺陷检测软件 |
| 5.3 识别验证实验 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 在学期间的研究成果及发表的学术论文情况 |
（5）多功能X射线实时成像系统的研制与应用（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 X射线检测技术基础介绍 |
| 1.2.1 X射线的产生及其性质 |
| 1.2.2 X射线检测的基本原理 |
| 1.3 X射线成像技术简介 |
| 1.3.1 X射线胶片拍片检测技术 |
| 1.3.2 X射线实时成像检测技术 |
| 1.4 X射线成像技术研究现状 |
| 1.4.1 国外研究现状 |
| 1.4.2 国内研究现状 |
| 1.5 论文结构及主要研究内容 |
| 第2章 X射线实时成像系统设计方案 |
| 2.1 引言 |
| 2.2 检测系统设计需求 |
| 2.2.1 系统检测对象 |
| 2.2.2 检测方法及原理 |
| 2.2.3 检测技术指标 |
| 2.3 检测系统功能分析 |
| 2.3.1 胶片拍片模式 |
| 2.3.2 数字平板电子检测模式 |
| 2.4 系统结构设计 |
| 2.4.1 系统硬件设施整体设计 |
| 2.4.2 电气控制系统整体设计 |
| 2.5 本章小结 |
| 第3章 设备硬件系统设计 |
| 3.1 引言 |
| 3.2 X射线机系统 |
| 3.2.1 X射线机选型及配置 |
| 3.3 成像机构机械传动系统设计 |
| 3.3.1 X射线机移动机构 |
| 3.3.2 成像移动机构 |
| 3.3.3 成像屏蔽机构 |
| 3.3.4 引导槽的设计 |
| 3.3.5 补偿块的设计 |
| 3.4 铅房屏蔽防护系统设计 |
| 3.5 进口料架、出口检测料架设计 |
| 3.6 平板探测器 |
| 3.7 本章小结 |
| 第4章 设备电气控制系统设计 |
| 4.1 引言 |
| 4.2 电气控制系统的设计 |
| 4.2.1 电气控制系统的主要配置 |
| 4.2.2 电气控制系统功能描述 |
| 4.3 PLC控制系统设计 |
| 4.3.1 PLC系统概述 |
| 4.3.2 PLC的选型 |
| 4.3.3 PLC程序的设计 |
| 4.3.4 安全报警系统的设计 |
| 4.3.5 PLC程序的功能验证 |
| 4.4 人机界面的设计 |
| 4.3.1 胶片拍片模式 |
| 4.3.2 数字平板电子拍片模式 |
| 4.3.3 数字平板实时成像模式 |
| 4.5 图像处理软件 |
| 4.6 本章小结 |
| 第5章 多功能X射线成像系统的验证试验 |
| 5.1 引言 |
| 5.2 机械运行稳定性试验 |
| 5.2.1 试验方案及要求 |
| 5.2.2 试验结果 |
| 5.3 透照参数试验 |
| 5.3.1 像质计的制作 |
| 5.3.2 焦距的选择 |
| 5.3.3 透照电压、电流及时间的选择 |
| 5.3.4 电子拍片模式下参数的确定 |
| 5.3.5 X射线实时成像模式下参数的确定 |
| 5.4 本章小结 |
| 结论与展望 |
| 参考文献 |
| 致谢 |
（6）基于低频正交激励的磁光成像缺陷检测研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 课题背景及意义 |
| 1.2 铁磁性材料缺陷检测方法研究现状 |
| 1.3 磁光成像检测方法的研究现状和发展趋势 |
| 1.4 选题意义及主要研究内容 |
| 1.5 本文的章节安排 |
| 第二章 基于环电流的缺陷漏磁场螺线管模型研究 |
| 2.1 磁光成像相关理论基础 |
| 2.1.1 磁光成像理论基础 |
| 2.1.2 磁介质漏磁场模型 |
| 2.2 基于环电流的漏磁场螺线管模型构建 |
| 2.3 缺陷静态漏磁场的螺线管模型研究 |
| 2.3.1 漏磁场静态螺线管模型构建 |
| 2.3.2 漏磁场静态螺线管模型仿真与分析 |
| 2.3.3 漏磁场静态螺线管模型与有限元模型对比分析 |
| 2.4 缺陷动态漏磁场的螺线管模型研究 |
| 2.4.1 铁磁性材料动态激励下的JA磁滞模型 |
| 2.4.2 漏磁场动态螺线管模型研究与仿真 |
| 2.5 本章小结 |
| 第三章 正交磁场下复杂形状缺陷的磁光成像规律研究 |
| 3.1 基于单向激励磁场的缺陷漏磁场特征分析 |
| 3.1.1 单向激励磁场下简单形状缺陷的漏磁场分布 |
| 3.1.2 单向激励磁场下复杂形状缺陷的漏磁场分布 |
| 3.2 正交磁场下复杂形状缺陷的漏磁场特征分析 |
| 3.2.1 正交激励磁场模型分析 |
| 3.2.2 复杂形状缺陷的漏磁场特征分析 |
| 3.2.3 复杂形状缺陷漏磁场仿真实验与结果分析 |
| 3.3 基于低频正交激励的磁光成像检测平台搭建 |
| 3.3.1 磁光成像检测平台总体设计方案 |
| 3.3.2 低频正交激励源的频率优化 |
| 3.4 本章小结 |
| 第四章 基于像素级决策的磁光图像序列缺陷识别方法研究 |
| 4.1 复杂形状缺陷磁光图像序列特征分析 |
| 4.2 基于磁光图像序列空间域特征的复杂形状缺陷识别方法研究 |
| 4.2.1 基于K-means聚类算法的磁光图像分割与缺陷识别 |
| 4.2.2 基于CLAHE非线性变换的磁光图像增强与缺陷识别 |
| 4.3 基于磁光图像序列频域特征的复杂形状缺陷识别方法研究 |
| 4.3.1 基于FFT的磁光图像序列频谱特征分析 |
| 4.3.2 基于多尺度同态滤波的图像重构与缺陷识别方法 |
| 4.4 复杂形状缺陷的磁光成像检测实验及识别结果分析 |
| 4.5 本章小结 |
| 第五章 全文总结与展望 |
| 5.1 全文总结 |
| 5.2 后续工作展望 |
| 致谢 |
| 参考文献 |
| 攻读博士学位期间取得的成果 |
（7）基于X射线检测技术谷类农作物在线虫害检测识别研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题的背景和研究意义 |
| 1.2 谷类农作物病虫害检测发展现状 |
| 1.2.1 现有的谷类农作物虫害检测技术 |
| 1.2.2 X射线技术在农产品检测中的应用 |
| 1.3 本文主要研究内容 |
| 第2章 谷类农作物在线虫害检测机械人设计 |
| 2.1 针对水田、旱田环境检测机械人结构设计 |
| 2.1.1 水田检测机械人结构设计 |
| 2.1.2 旱田检测机械人结构设计 |
| 2.2 谷类农作物在线病虫害检测机械人(水、旱田)执行机构设计 |
| 2.2.1 X射线-探测器升降机构设计 |
| 2.2.2 宽度调节机构设计 |
| 2.2.3 前后伸缩机构设计 |
| 2.2.4 行走驱动机构设计 |
| 2.2.5 水、旱田检测机构的特殊设计部分 |
| 2.2.6 检测仪防倾翻机构设计 |
| 2.3 本章小结 |
| 第3章 X射线源技术应用和成像系统搭建 |
| 3.1 X射线检测技术理论基础 |
| 3.1.1 X射线的本质 |
| 3.1.2 X射线检测概述 |
| 3.1.3 X射线的产生 |
| 3.1.4 X射线的特点与性质 |
| 3.2 X射线的透射和散射 |
| 3.3 X射线检测设备与成像系统 |
| 3.3.1 X射线源的选择及其技术参数 |
| 3.3.2 基于探测器的X射线成像系统 |
| 3.4 本章小结 |
| 第4章 病虫害检测机械人实验应用研究 |
| 4.1 图像的采集 |
| 4.2 图像处理概述 |
| 4.3 图像增强技术 |
| 4.3.1 灰度变换 |
| 4.3.2 直方图修正 |
| 4.3.3 基于锐化处理的图像增强 |
| 4.4 图像的滤波处理 |
| 4.4.1 图像退化的原因及退化模型 |
| 4.4.2 图像滤波方法研究 |
| 4.5 本章小结 |
| 第5章 虫害图像边缘检测与实验结果 |
| 5.1 边缘检测 |
| 5.1.1 典型的边缘检测算子 |
| 5.1.2 基于Canny算子的边缘检测 |
| 5.1.3 基于形态学膨胀与腐蚀的边缘检测 |
| 5.1.4 小波模极大值边缘检测 |
| 5.2 实验结果比较与验证 |
| 5.2.1 单样本多方法边缘检测 |
| 5.2.2 多样本边缘检测实验结果 |
| 5.3 本章小结 |
| 第6章 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
（8）基于X射线实时成像的铝合金激光焊接缺陷识别技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 工业X射线实时成像系统及其技术的发展 |
| 1.2.2 计算机图像处理技术在焊件X射线检测中的应用 |
| 1.2.3 焊接缺陷识别与分类技术的研究现状 |
| 1.3 本文主要研究内容 |
| 第二章 X射线实时成像系统设计与成像技术研究 |
| 2.1 X射线实时成像系统的设计与实现 |
| 2.1.1 X射线实时成像系统的基本配置 |
| 2.1.2 X射线实时成像系统的总体设计及工作原理 |
| 2.1.3 自动化检测成像系统的设计 |
| 2.2 铝合金激光焊件X射线实时成像主要技术特点分析 |
| 2.3 铝合金激光焊件X射线实时成像检测工艺研究 |
| 2.3.1 透照方式及焦距的确定 |
| 2.3.2 管电压的确定 |
| 2.3.3 最佳放大倍数的确定 |
| 2.3.4 成像检测工艺参数的确定 |
| 2.4 本章小结 |
| 第三章 铝合金激光焊件X射线图像预处理技术研究 |
| 3.1 焊件X射线图像灰度化 |
| 3.2 焊件X射线图像降噪 |
| 3.2.1 焊件X射线数字图像常见噪声分析 |
| 3.2.2 加权自适应中值滤波降噪 |
| 3.2.3 小波变换降噪 |
| 3.2.4 基于加权自适应中值滤波和小波变换结合降噪算法 |
| 3.2.5 实验结果和分析 |
| 3.3 基于模糊集的焊件X射线图像增强 |
| 3.3.1 传统Pal模糊增强算法 |
| 3.3.2 改进的自适应模糊增强算法 |
| 3.3.3 实验结果和分析 |
| 3.4 本章小结 |
| 第四章 复杂背景下焊缝区域及缺陷的分割与提取 |
| 4.1 基于列灰度曲线分析的焊缝区域提取 |
| 4.2 基于形态学滤波背景模拟的焊接缺陷分割 |
| 4.2.1 形态学滤波背景模拟 |
| 4.2.2 差影检测 |
| 4.2.3 迭代阈值分割算法 |
| 4.2.4 实验结果分析 |
| 4.3 焊接缺陷的提取 |
| 4.3.1 缺陷轮廓提取 |
| 4.3.2 缺陷区域填充 |
| 4.4 本章小结 |
| 第五章 基于专家系统的铝合金激光焊接缺陷识别 |
| 5.1 铝合金激光焊接缺陷的种类和影像特征分析 |
| 5.2 铝合金激光焊接缺陷特征参数的提取 |
| 5.2.1 缺陷标记 |
| 5.2.2 特征参数提取及计算 |
| 5.2.3 X射线数字图像尺寸标定 |
| 5.3 缺陷识别与分类专家系统的建立 |
| 5.3.1 缺陷识别专家系统总体构架 |
| 5.3.2 基于规则的知识库模块构建 |
| 5.3.3 模糊推理机模块的设计与实现 |
| 5.3.4 综合数据库模块的设计 |
| 5.4 铝合金激光焊接缺陷的识别与评定 |
| 5.4.1 铝合金激光焊接缺陷的识别 |
| 5.4.2 铝合金激光焊接圆形缺陷的评定 |
| 5.5 本章小结 |
| 第六章 铝合金激光焊件X射线图像缺陷识别系统的开发 |
| 6.1 焊件X射线图像缺陷识别系统的整体构建 |
| 6.2 焊件X射线图像缺陷识别系统功能介绍 |
| 6.2.1 系统主界面设计 |
| 6.2.2 X射线实时成像控制功能 |
| 6.2.3 X射线图像预处理功能 |
| 6.2.4 图像分割及提取功能 |
| 6.2.5 特征参数计算与缺陷识别功能 |
| 6.3 本章小结 |
| 第七章 总结与展望 |
| 7.1 总结 |
| 7.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间发表或已完成的学术论文 |
（9）基于X射线实时成像评价铝合金挤压铸造零件内部缺陷（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 无损检测概述及应用 |
| 1.2 X射线实时成像的应用及发展 |
| 1.3 挤压铸造容易出现的缺陷介绍 |
| 1.4 本课题研究意义及主要研究内容 |
| 1.4.1 课题来源 |
| 1.4.2 课题研究目的及意义 |
| 1.4.3 课题研究主要内容 |
| 第2章 试验设备及材料 |
| 2.1 试验零件及材料 |
| 2.2 试验设备 |
| 2.3 本章小结 |
| 第3章 正交试验确定探伤工艺参数 |
| 3.1 确定探伤工艺参数范围 |
| 3.1.1 增益值参数范围的确定 |
| 3.1.2 亮度值参数范围的确定 |
| 3.1.3 对比度参数范围的确定 |
| 3.1.4 伽玛值参数范围的确定 |
| 3.1.5 去噪值参数范围的确定 |
| 3.2 正交试验设计及分析 |
| 3.2.1 第一次正交试验及结果分析 |
| 3.2.2 第二次正交试验及结果分析 |
| 3.3 最佳工艺的确定及验证 |
| 3.4 本章小结 |
| 第4章 透射电压与零件厚度的对应关系 |
| 4.1 引言 |
| 4.2 透射电压对图像质量影响研究 |
| 4.2.1 透射电压对10 mm厚零件图像影响 |
| 4.2.2 透射电压对15 mm厚零件图像影响 |
| 4.2.3 透射电压对20 mm厚零件图像影响 |
| 4.2.4 不同电压照射对图像质量影响分析 |
| 4.3 零件厚度对图像质量影响的研究 |
| 4.3.1 55 kV电压下厚度对图像质量的影响 |
| 4.3.2 65 kV电压下厚度对图像质量的影响 |
| 4.3.3 75 kV电压下厚度对图像质量的影响 |
| 4.3.4 不同厚度零件探伤图像质量分析 |
| 4.4 最佳图像下电压和厚度的关系 |
| 4.5 本章小结 |
| 第5章 挤压铸造铝合金零件内部缺陷评价 |
| 5.1 图像缺陷与实际缺陷性质对应关系 |
| 5.1.1 缩孔缺陷图像与实际对应关系 |
| 5.1.2 缩松缺陷图像与实际对应关系 |
| 5.2 图像缺陷与实际缺陷位置对应关系 |
| 5.3 图像缺陷与实际缺陷大小对应关系 |
| 5.4 射线方向缺陷宽度与实际对应关系 |
| 5.5 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间发表的学术论文 |
| 致谢 |
（10）铝合金压铸件铸造缺陷X射线评定方法及对比试块制备（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 无损检测概述 |
| 1.2 X射线探伤检测的应用及发展 |
| 1.2.1 X射线探伤检测特点 |
| 1.2.2 X射线检测技术分类 |
| 1.3 压铸件内部缺陷 |
| 1.3.1 气孔 |
| 1.3.2 缩松和缩孔 |
| 1.3.3 夹渣和氧化皮 |
| 1.4 本课题研究意义及主要研究内容 |
| 1.4.1 课题来源 |
| 1.4.2 课题研究目的及意义 |
| 1.4.3 主要研究内容 |
| 第2章 试验材料及设备 |
| 2.1 试验零件及材料 |
| 2.2 试验设备 |
| 2.3 本章小结 |
| 第3章 胶片照相与实时成像探伤对比校验 |
| 3.1 引言 |
| 3.2 试验零件 |
| 3.3 X射线胶片探伤 |
| 3.3.1 X射线胶片探伤机原理 |
| 3.3.2 X射线胶片探伤工艺 |
| 3.3.3 X射线胶片照相探伤试验过程 |
| 3.3.4 胶片探伤结果分析 |
| 3.4 X射线实时成像探伤 |
| 3.4.1 X射线实时成像系统原理 |
| 3.4.2 X射线实时成像探伤工艺 |
| 3.4.3 X射线实时成像探伤试验过程 |
| 3.4.4 X射线实时成像探伤结果分析 |
| 3.5 X射线胶片照相与实时成像系统探伤结果对比 |
| 3.6 本章小结 |
| 第4章 X射线实时成像系统对比试块制备 |
| 4.1 引言 |
| 4.2 试验材料 |
| 4.3 标准试块 |
| 4.3.1 灵敏度标准试块 |
| 4.3.2 图像清晰度试块 |
| 4.4 本章小结 |
| 第5章 铝合金压铸件缺陷评级 |
| 5.1 引言 |
| 5.2 试验零件 |
| 5.3 铝合金压铸件等级评定 |
| 5.3.1 等级划分和评价方法 |
| 5.3.2 X射线实时成像探伤试验 |
| 5.3.3 机械加工试验 |
| 5.3.4 线切割验证试验 |
| 5.4 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间发表的学术论文 |
| 致谢 |
四、射线实时成像检测中图像增强方法的研究（论文参考文献）
- [1]环焊缝DR检测数据的图像处理技术研究[D]. 张旭. 北华航天工业学院, 2021(06)
- [2]圆柱形铝合金铸件的X射线数字成像系统研究与实现[D]. 冯鸣. 中北大学, 2020(11)
- [3]全自动药瓶检测系统关键技术研究[D]. 柏正权. 东南大学, 2020(01)
- [4]基于卷积神经网络的复合材料缺陷数字射线图像识别研究[D]. 张逸. 南京航空航天大学, 2020(07)
- [5]多功能X射线实时成像系统的研制与应用[D]. 王连之. 湖南大学, 2020(08)
- [6]基于低频正交激励的磁光成像缺陷检测研究[D]. 张杰. 电子科技大学, 2019(01)
- [7]基于X射线检测技术谷类农作物在线虫害检测识别研究[D]. 杨航. 东北大学, 2017(06)
- [8]基于X射线实时成像的铝合金激光焊接缺陷识别技术研究[D]. 周健. 南京航空航天大学, 2016(03)
- [9]基于X射线实时成像评价铝合金挤压铸造零件内部缺陷[D]. 顾峰. 哈尔滨理工大学, 2014(04)
- [10]铝合金压铸件铸造缺陷X射线评定方法及对比试块制备[D]. 孙海波. 哈尔滨理工大学, 2014(04)