第1章 緒論 1.1 引言 1.2 國內外研究現狀 1.2.1 焊縫缺陷識別的研究現狀 1.2.2 射線圖像增強的研究現狀 1.2.3 射線圖像文本信息識別的研究現狀 1.2.4 小徑管焊縫射線圖像重復片檢測研究現狀 1.3 本書主要研究內容 第2章 基于無窮范數的焊縫缺陷探測方法的研究 2.1 引言 2.2 缺陷焊縫射線圖像的特征分析 2.3 基于無窮范數的圖像特征提取 2.4 射線圖像特征曲線降噪濾波 2.5 基于監督學習的焊縫射線圖像缺陷探測 2.5.1 受限玻爾茲曼機(RBM) 2.5.2 深度信念網絡 2.5.3 前置濾波器深度信念網絡 2.6 實驗驗證 2.7 焊縫圖像分級系統 2.8 本章小結 第3章 基于編碼.解碼模型的焊縫缺陷分割研究 3.1 引言 3.2 焊縫缺陷類型及特征描述 3.3 焊縫射線圖像柱面投影變換 3.4 基于深度學習的語義分割網絡架構 3.4.1 全卷積神經網絡 3.4.2 U-net網絡架構 3.4.3 SegNet網絡架構 3.5 基于空洞卷積的焊縫射線圖像語義分割網絡架構 3.5.1 WDc-SegNet編碼-解碼網絡架構 3.5.2 語義分割誤識別結果分析 3.5.3 條件隨機場 3.6 基于缺陷等級分類的焊縫射線圖像重構 3.7 本章小結 第4章 基于相位對稱性的射線圖像增強研究 4.1 引言 4.2 射線圖像增強理論分析 4.2.1 射線圖像特征分析 4.2.2 圖像相位增強理論 4.2.3 射線圖像數據來源 4.3 射線圖像增強 4.3.1 基于三階B樣條小波的特征增強 4.3.2 相位對稱性增強 4.4 增強算法驗證 4.5 增強參數設定 4.6 本章小結 第5章 射線圖像中文本信息檢測與識別的研究 5.1 引言 5.2 焊縫射線圖像文本字符特征分析 5.3 射線圖像文本檢測的研究 5.3.1 文本檢測的理論背景 5.3.2 基于頻域濾波的文本檢測算法 5.3.3 算法評估驗證 5.4 射線圖像中文本字符識別研究 5.4.1 文本字符圖像傾斜特征分析 5.4.2 圖像傾斜校正理論與技術背景 5.4.3 射線圖像文本字符傾斜校正方法研究 5.4.4 粘連字符分割算法的研究 5.4.5 基于卷積神經網絡的射線圖像文本字符識別 5.5 實驗驗證 5.6 本章小結 第6章 焊縫射線圖像相似度評估技術研究 6.1 引言 6.2 造假焊縫射線圖像的特征分析 6.3 基于紋理特征的焊縫射線圖像重復片檢測方法 6.3.1 管道焊縫射線圖像傾斜校正 6.3.2 焊縫提取與分割 6.3.3 焊縫紋理增強 6.3.4 基于KL散度的圖像相似度評估 6.4 基于射線圖像的缺陷檢測與信息識別技術的系統開發 6.4.1 系統設計 6.4.2 系統實現 6.5 本章小結 第7章 結論與展望 7.1 研究緯論 7.2 創新點 7.3 研究展望 參考文獻 附錄A 圖像評估公式卡片 附錄B 算法