利用X射线对产品进行在线安全检测时,由于人工评片的错判、漏判以及低效问题,会影响产品质量和生产效率,为了解决生产线上评片工作所遇到的上述问题,对产品进行检测时,采用缺陷图像的智能识别软件辅助评片。本课题的研究思路是首先进行图像的预处理,预处理之后进行图像的识别。图像预处理部分主要研究内容包括:对于对比度不高问题,采用小波变换增强,收到了好的效果;对于图像存在的噪声,应用合适的中值滤波降噪方法,达到了预期的结果;对于模糊的图像,在分析原因的基础上,采用了辅以阈值判断的梯度锐化。在图像分割阶段,根据预处理图像的特点,采用迭代法阈值分割,达到很好的分割效果,在图像轮廓提取阶段,根据分割、降噪后图像特点,本文分别采用了轮廓提取方法对图像进行边缘提取,取得了理想的效果。图像识别部分主要研究利用模糊集数学方法对不同的特征向量进行有效的分类,利用遗传算法的全局寻优能力实现图像匹配,应用BP神经网络的非线性大规模并行分布式处理的特点使得它具有很强的高速信息处理及不确定性信息处理能力。关键是将模糊集理论和遗传算法应用于BP神经网络中,将优势结合,综合运用于图像识别。通过本课题的研究,可以有效地降低误判、漏判现象。替代人工评片,使在线评片工作科学化、规范化和智能化。