焊缝缺陷超声相控阵全聚焦图谱敏感辨识特征集研究
Ｒesearch on sensitive feature sets of total focusing images based on ultrasonic phased array for weld defects
刘文婧，成博，王建国，王少锋
内蒙古科技大学 机械工程学院 内蒙古自治区机电系统智能诊断与控制重点实验室，内蒙古 包头 014010
摘 要: 针对焊缝超声相控阵检测全聚焦图谱中特征描述能力较弱的问题，提出一种基于敏感辨识特征集的缺陷表示方法，该方法首先结合焊缝缺陷特点和超声相控阵全聚焦图谱生成原理，从图谱颜色分布、缺陷形貌和区域纹理细节三方面构建特征描述集合; 然后将传统缺陷识别中五分类模型转化为多个二分类模型，采用缺陷特征敏感 度和特征相关性作为评价准则，构建缺陷的敏感辨识特征集，实验结果表明: 敏感辨识特征集对缺陷特征的描述能力更强，有效降低了单一特征集中冗余特征的影响，具有良好的可区分性，有助于缺陷分类识别。
关键词: 超声相控阵; 全聚焦图谱; 敏感特征集; 图谱分类
DOI: 10.16559 /j.cnki.2095 － 2295.2022.03.007
基金项目: 国家自然科学基金资助项目( 52075270)；内蒙古自治区科技计划资助项目( 2020GG0160)；内蒙古自治区高等学校青年科技英才支持计划资助项目( NJYT22063)；内蒙古自治区自然科学基金资助项目( 2019MS05041)。
作者:刘文婧，成博，王建国，王少锋
参考文献：
［1］周正干，孙广开先进超声检测技术的研究应用进展 ［J］机械工程学报，2017，53( 22):1
［2］章东，桂杰，周哲海超声相控阵全聚焦无损检测技术 概述［J］声学技术，2018，37( 04):320
［3］周正干，李洋，周文彬相控阵超声后处理成像技术研 究、应用和发展［J］机械工程学报，2016，52( 06):1
［4］谢研，杨天雪，林春深超声波相控阵探伤中焊缝缺陷 辨识研究［J］化工机械，2016，043( 003):292
［5］ 申清明，高建民，李成焊缝缺陷类型识别方法的研究 ［J］西安交通大学学报，2010，44( 07):100
［6］ Malarvel M，Singh HAn autonomous technique for weld defects detection and classification using multi-class support vector machine in X-radiography image［J］OptikInternational Journal for Light and Electron Optics，2021， 231( 10):342
［7］朱甜甜，刘建，宋波，等焊缝超声相控阵检测数据深 度学习降噪方法［J］应用声学，2022，41( 01):112
［8］Wang H，Fan L，Guo Q，et alA review of image denoising methods［J］Communications in Information and Systems，2020，20( 4):461
［9］李建军，李轲赛一种基于图像边缘检测的改进算法 ［J］内蒙古科技大学学报，2020，39( 01):78
［10］戴光，崔巍，张颖，等基于灰度-梯度共生矩阵的焊缝 缺陷聚 类 分 析［J］中国安全科学学报，2013，23 ( 03):79
［11］Haridas K，Thanamani DWell-organized content based image retrieval system in ＲGB color histogram，tamura texture and gabor feature［J］International Journal of Advanced Ｒesearch in Computer and Communication Engineering，2014，3( 10):8242
［12］李郅琴，杜建强，聂斌，等特征选择方法综述［J］计 算机工程与应用，2019，55( 24):10．