更新时间：05-04 （未必来自远方）提供原创文章
摘要:工字型焊件腹板高度不一，经射线透照后获得的图像中焊缝区所占的区域会有较大不同，为了提高对腹板高度不同焊件检测的适应性，进而实现该焊件检测图像的自动化处理，需研究工字型焊件中感兴趣区域的自动提取方法。
本文在分析检测图像灰度直方图的基础上，确定了检测图像的背景区与焊缝区；而后根据检测图像的线灰度分布特征，确定了检测图像中感兴趣区域在线灰度分布曲线上所处的区域。
针对工字型焊件射线检测图像的特点，本文提出了一种基于图像分块显示的感兴趣区域自动提取算法。鉴于检测图像中含有两个高亮度的焊缝区，从整体上确定感兴趣区域的边缘困难较大，所以该算法将检测图像分成两块显示，每块图像上分别含有一个焊缝区，然后各自确定感兴趣区域的边缘值，最后再将分块的图像合并显示，从而达到自动提取感兴趣区域的目的。
基于MATLAB强大的图像处理功能，开发了工字型焊件感兴趣区域自动提取的程序，实现了焊件中感兴趣区域的自适应提取。试验结果表明该程序能很好地满足焊件中感兴趣区域的自动提取，且适应性强。同手工确定感兴趣区域相比，该法具有明显的优越性，不但有效地解决了由于工字型焊件腹板高度不一而造成的检测图像中感兴趣区域大小不同的问题，而且大大提高了检测的效率，为后续的缺陷分割、空间定位及可视化等工作奠定了良好的基础。
该研究使工字型焊件的自动化检测成为一个完整的整体，大大提高了整个图像处理程序的效率和适应性，因此有着极为重要的工程应用背景和实际意义。
关键词 工字型焊件；射线检测图像；感兴趣区域；分块显示；自动提取
目录
摘要
Abstract
1 绪论-1
1.1 研究的目的及意义-1
1.2 国内外研究现状-1
1.2.1 数字图像处理的研究现状-1
1.2.2 ROI提取概况-2
1.2.3 基于用户交互的ROI提取方法-3
1.2.4 基于灰度变化的ROI提取方法-3
1.2.5 基于视觉注意的ROI提取方法-4
1.3 本文主要研究内容-5
1.3.1 研究背景-5
1.3.2 主要研究内容-6
1.4本章小结-7
2 图像的灰度特征分析-8
2.1 图像的获取-8
2.2 图像的灰度直方图分析-9
2.3 图像的线灰度分布分析-10
2.4 本章小结-12
3 感兴趣区域提取方案确定-13
3.1感兴趣区域的确定-13
3.2 感兴趣区域组成-13
3.3提取方案确定-14
3.4本章小结-15
4 自动提取算法的实现-16
4.1 图像的数字化-16
4.1.1 数字化介绍-16
4.1.2 检测图像数字化-16
4.1.3 分块显示图像的数字化-16
4.2 提取算法的设计-18
4.2.1 MATLAB软件简介-18
4.2.2 自动提取算法的设计流程-18
4.2.3 边缘判断-18
4.3 算法提取的结果-19
4.4 本章小结-20
5 试验验证-21
5.1 提取结果对比-21
5.2 适应性验证-21
5.3 本章小结-23
结论-25
致谢-26
参考文献-27