基于图像分割原理，对检测图像中的缺陷区域进行分割和提取，根据超声波B型图像在纵向和横向的不同特点，改进了传统区域生长的图像分割方法；以超声波B型图像中的颜色极值点为种子像素，在图像的纵向和横向采用不同的生长准则，提出了在纵向上采用波谷阈值的生长准则，在横向上采用相关系数阈值的生长准则，并通过实际的铁路车轮超声波B型检测试验验证，取得了良好的缺陷信号区域分割效果。

所属栏目

科研成果与学术交流中国铁道科学研究院院基金资助项目“机车小修时车轮顶轮探伤系统的研制”（2014YJ061）

收稿日期

2016/10/10

作者单位

任明照:中国铁道科学研究院 金属及化学研究所, 北京 100081
高东海:中国铁道科学研究院 金属及化学研究所, 北京 100081
郑韵娴:中国铁道科学研究院 金属及化学研究所, 北京 100081

联系人作者

任明照(arrenah@gmail.com)

备注

任明照(1979-),男,副研究员,硕士,主要从事铁路无损检测信号处理技术和软件研发工作

引用该论文:

REN Mingzhao,GAO Donghai,ZHENG Yunxian.Image Segmentation Method in Ultrasonic B-scan for Railway Wheels[J].Nondestructive Testing,2017,39(7):8～11
任明照,高东海,郑韵娴.铁路车轮超声波B型检测的图像分割算法[J].无损检测,2017,39(7):8～11

参考文献

【1】

刘宪,范军.机车轮箍和整体轮的超声波探伤[J].无损检测,2006,28(9):498-501.

【2】

吴迪,刘逸军.前列腺肿瘤超声图像清晰化处理研究[J].中国卫生标准管理, 2015(26):141-142.

【3】

李金冬,郑政.浅表组织超声图像的均衡化处理[J].中国生物医学工程学报,2013, 32(2):191-196.

【4】

中国机械工程学会无损检测分会.超声波检测[M].北京:机械工业出版社,2000.

【5】

RAFAEL C G, RICHARD E W.数字图像处理[M].北京:电子工业出版社,2011.

【6】

SUJATHA G S, KUMARI V. An innovative moving object detection and tracking system by using modified region growing algorithm[J]. Signal & Image Processing: An International Journal(SIPIJ), 2016, 4(7):39-55.

【7】

彭智浩,杨风暴,王志社,等.基于数学形态学和自动区域生长的红外目标提取[J].红外技术, 2014, 36(1):47-52.

【8】

QIN A K, DAVID A C. Multivariate image segmentation using semantic region growing with adaptive edge penalty [J].IEEE Transactions on Image Processing, 2010,8(19):2157-2170.

【9】

胡广书.数字信号处理-理论、算法与实现[M].北京:清华大学出版社,2012.