بهبود کیفی ناحیه های نقص در تصاویر پرتونگاری جوش با استفاده از روش موجک مبتنی بر آستانه گذاری تطبیقی

سال انتشار: 1398
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 172

فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_JONSAT-40-1_001

تاریخ نمایه سازی: 8 دی 1400

چکیده مقاله:

در این مقاله، از آستانه گذاری تطبیقی در روش موجک برای بهبود تصویرهای پرتونگاری صنعتی استفاده شده است. از آن جا که کیفیت تصویرهای پرتونگاری تاثیر زیادی در تشخیص دقیق تر نقص های جوش توسط کارشناس دارد بنابراین می توان با الگوریتم های پردازش تصویر قابلیت تشخیص نقص­ها را بهبود بخشید. در این پژوهش از روش دو مرحله ای آستانه گذاری تطبیقی برای آشکارسازی ناحیه های نقص های جوش استفاده شده است. ابتدا تصویر با استفاده از تابع موجک مورد نظر به چند سطح تجزیه و ضرایب زیرنوارهای به دست آمده، توسط تابع آستانه گذاری، تصحیح شده و با اعمال تابع وارون موجک روی آن ها تصویر بازسازی شده به دست آمده است. در روش آستانه گذاری، برخلاف روش های معمول سطح زیر آستانه صفر نمی­شود، بلکه با تابع چند جمله­ای تضعیف می­شود. از مزیت­های این روش پیوستگی تابع و مشتق پذیری آن در سطح آستانه است. روش پیشنهادی بر روی چند فیلم پرتونگاری قطعه­های استاندارد با نقص­های مشخص اجرا شد؛ تصویرهای پردازش شده دارای کیفیت بالاتری نسبت به تصویرهای اولیه از نظر تشخیص نقص­ها بودند. نتایج به دست آمده از ارزیابی کارشناسان نشان داد که ناحیه های نقص در تصویرهای پرتونگاری بازسازی شده با روش موجک بر مبنای آستانه گذاری تطبیقی واضح تر از تصاویر اولیه بوده و نقص در آن ها می تواند دقیق تر ارزیابی شود.

نویسندگان

امیر موافقی

پژوهشکده ی راکتور و ایمنی هسته ای، پژوهشگاه علوم و فنون هسته ای، سازمان انرژی اتمی ایران، صندوق پستی: ۱۳۳۹-۱۴۱۵۵، تهران ایران

عفت یاحقی

گروه فیزیک، دانشگاه بین المللی امام خمینی (ره)، کدپستی: ۹۶۸۱۸-۳۴۱۴۸، قزوین ایران

نورالدین محمدزاده

پژوهشکده ی راکتور و ایمنی هسته ای، پژوهشگاه علوم و فنون هسته ای، سازمان انرژی اتمی ایران، صندوق پستی: ۱۳۳۹-۱۴۱۵۵، تهران ایران

بهروز رک رک

پژوهشکده ی راکتور و ایمنی هسته ای، پژوهشگاه علوم و فنون هسته ای، سازمان انرژی اتمی ایران، صندوق پستی: ۱۳۳۹-۱۴۱۵۵، تهران ایران

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • H.I. Shafeek, E.S. Gadelmava, A.A. Bdel-Shafy, I.M. Elewa, Assessment of ...
  • T.Y. Lim, M.M. Ratnam, M.A. Khalid, Automatic classification of weld ...
  • R.R. Da Silva, L.P. Galoba, M.H.S. Siqueira, J.M.A. Rebello, Pattern ...
  • A. Karimian, S. Yazdani, A. Movafeghi, Corrosion Detection Improvement of ...
  • M.A. Carrasco, D. Mery, Segmentation of welding defects using a ...
  • N. Nacereddine, L. Hamami, M. Tridi, N. Oucief, Histogram-based and ...
  • M.K. Felisberto, H.S. Lopes, T.M. Centeno, L.V.R. Arruda, An object ...
  • D. Mery, M.A. Berti, Automatic detection of welding defects using ...
  • R.C. Gonzalez, R.E. Woods, S.I. Eddins, Digital image processing using ...
  • B.J. Yoon, P.P. Vaidyanathan, Wavelet-based denoising by customized thresholding, in ...
  • Z.D. Zhao, Wavelet shrinkage denoising by generalized thresholding function, in ...
  • C. Jacobsen, U. Zscherpel, Crack detection in digitized radiographs with ...
  • M. Torabian, A. Karimian, M. Yazdchi, Optimization of Interpretation of ...
  • U. Lotric, Wavelet based denoising integrated into multilayered perceptron, Neurocomputing, ...
  • X.P. Zhang, Thresholding neural network for adaptive noise reduction, IEEE ...
  • Microtek, Operation manual of Scanmaker-۱۰۰۰ scanner, Microtek Co, (۲۰۰۵) ...
  • EN ۱۴۰۹۶-۱, Non-destructive testing-Qualification of radiographic film digitization systems-part ۱: ...
  • EN ۱۴۰۹۶-۲, Non-destructive testing- Qualification of radiographic film digitization systems-part ...
  • AEOI, Basic Radiation Safety Standards, Iranian Nuclear Regulatory Authority, Atomic ...
  • ISIRI-۷۷۵۱, Protection Against Ionization Radiation and the Safety of the ...
  • D.L. Donoho, De-noising by soft-thresholding, IEEE Trans. Inform. Theory, ۴۱, ...
  • M. Nasri, H. Nezamabadipour, S. Saryazdi, An Adaptive denoising Method ...
  • Z. Al-Ameena, Gh. Sulonga, A. Rehmanb, M. Al-Rodhaanc, T. Sabad, ...
  • نمایش کامل مراجع