1、基于焊縫圖象有效信息獲取的研究摘要針對X射線檢測焊縫缺陷的特點，設(shè)計X射線實時檢測系統(tǒng)。提出在對焊縫圖象自適應(yīng)的二值化處理的根底上，用Sbel算子銳化圖象邊緣的焊縫區(qū)域提取的新方法。與其它傳統(tǒng)焊縫區(qū)域提取方法相比，改善了圖象細(xì)節(jié)模糊現(xiàn)象，是判別焊縫圖象中缺陷類別的圖象預(yù)處理的有效方法。關(guān)鍵詞X射線；焊縫缺陷；二值化；Sbel算子X射線照相法探傷檢測是八十年代以來國際上應(yīng)用比擬廣泛的一項無損檢測技術(shù)，它的工作原理是將光電轉(zhuǎn)換技術(shù)和計算機(jī)數(shù)字圖象處理技術(shù)相結(jié)合，把不可見的X射線圖象經(jīng)增強(qiáng)方法轉(zhuǎn)換為可見的視頻圖象。工業(yè)消費(fèi)過程中目前仍采用膠片照相法對焊接質(zhì)量進(jìn)展評判。膠片照相法具有直觀、可靠、靈敏度

2、和分辨率高等優(yōu)點，但其底片的評定是由有經(jīng)歷的專業(yè)評片人員在觀片燈下進(jìn)展,必然存在人工判斷不確定性和操作復(fù)雜的弊端【1】。本文研究方向在于用計算機(jī)實現(xiàn)焊縫缺陷的自動檢測，即經(jīng)過對圖象的數(shù)字化處理，提取焊縫的有效信息，從而確定缺陷的位置、大小等屬性，實現(xiàn)缺陷的類別斷定。本文主要針對大背景噪聲下焊縫的提娶圖象預(yù)處理、缺陷的識別等進(jìn)展研究，建立X射線檢測系統(tǒng)，并提出了焊縫區(qū)域提取的新方法，有助于焊縫缺陷類型的識別。X射線檢測筒體焊縫的硬件系統(tǒng)主要由工件檢測車、圖象增強(qiáng)器、X射線機(jī)、計算機(jī)實時成象系統(tǒng)四局部組成【2】，其系統(tǒng)組成如圖1.1。圖1.1X射線檢測系統(tǒng)筒體由帶滾輪架的臺車沿軌道送至檢測區(qū)，攝像

3、機(jī)位置固定，X射線穿透焊縫后，由置于焊縫后的圖象增強(qiáng)器接收。再通過攝像機(jī)提取，圖象采集卡處理后，送至計算機(jī)進(jìn)展處理。焊縫邊緣是焊縫圖象的最主要的特征，但只占射線檢測的底片中很小一局部。假如將焊縫區(qū)域提取出來后，再進(jìn)展缺陷檢測，勢必會進(jìn)步檢測算法的速度和效率3-5。圖2.1焊縫原始圖象由圖2.1可以明顯看出，焊縫圖象存在三個不同的灰度級區(qū)域，即擋板形成的暗背景區(qū)域、鋼管壁形成橫向條形的的亮背景區(qū)域和條形中間的焊縫區(qū)域。由于焊件的外表狀況、光照環(huán)境以及圖象的采集和傳輸過程中會不可防止的出現(xiàn)大量隨機(jī)噪聲，導(dǎo)致焊縫圖象的分辨率下降，影響缺陷檢測的效果。文中首先采用灰度圖象自適應(yīng)二值化的方法對圖象進(jìn)展處

4、理，然后用邊緣檢測的方法細(xì)化圖象的邊緣。2.1灰度圖象自適應(yīng)二值化二值化的分割方法可以增強(qiáng)焊縫激光帶，但對于不同幀的圖象，假如僅用一個固定的閾值進(jìn)展圖象分割，可能會使其中一局部幀經(jīng)分割后喪失焊縫區(qū)域信息。自適應(yīng)的閾值二值化分割的方法可以根據(jù)直方圖的灰度分布特點，確定不同幀圖象的最優(yōu)閾值。其求解公式為：式中，；。(3.1.1)其中，i表示灰度，h(i)表示灰度分布，為圖象分割中兩類目的的類間方差。當(dāng)取最大值時，對應(yīng)的k值即為圖象二值化的最優(yōu)閾值T。圖2.2圖象二值化2.2Sbel算子邊緣檢測從圖2.2可以看出，焊縫圖象經(jīng)過二值化處理后，焊縫區(qū)域被提取出來。為了加強(qiáng)圖象中的焊縫邊界和細(xì)節(jié)，更準(zhǔn)確判

5、斷焊縫缺陷的屬性，還需要對二值化后的圖象進(jìn)展邊緣增強(qiáng)。Sbel算子是一種一階微分算子，它利用象素臨近區(qū)域的梯度值來計算一個象素的梯度，然后根據(jù)一定的閾值來取舍，得到圖象中的邊緣。該算法步驟如下：(1)用33的高斯濾波器對圖象濾波；(2)對圖象中的每個象素，用下面的公式計算其梯度大?。?2.2.1)其中sx和sy是用下面的卷積模板來計算的：(3)根據(jù)閾值和象素的灰度作取舍，即對圖象中的每個象素，假如其梯度小于閾值，那么將其梯度設(shè)為零。按照上述步驟對圖2.2進(jìn)展銳化，結(jié)果如圖2.3所示。圖2.3sbel算子邊緣檢測圖在經(jīng)過處理的焊縫圖象中，可以清楚看到焊縫的邊緣和焊縫區(qū)域中的圓形區(qū)域，這正是焊縫缺

6、陷的圖象表現(xiàn)。國標(biāo)GB641786【6】將金屬熔化焊焊縫缺陷分為六類：裂紋、孔穴、固體夾雜、未熔合和未焊透、形狀缺陷及上述以外的其它缺陷。目前，從焊縫圖象中檢測出缺陷的類別、位置等屬性，大多是基于缺陷幾何形狀的特征描繪的研究。本文根據(jù)專家評片經(jīng)歷選取邊緣平直度FLT、尖部鋒利度USP、周長與面積比、填充度指數(shù)、對稱性SY、重心坐標(biāo)相對焊縫中心的位置PST、與焊縫方向傾角ANG、相對灰度REG八個特征參數(shù)用于缺陷識別，然后按照檢測標(biāo)準(zhǔn)判斷缺陷的級別。本文提出一種采用自適應(yīng)圖象二值化處理后，再用Sbel算子銳化焊縫邊緣的方法來對基于X射線檢測的焊縫圖象的預(yù)處理。軟件局部采用V+6.0【7】編制的焊

7、縫圖象處理系統(tǒng)詳細(xì)實現(xiàn)焊縫圖象的有效信息的獲齲實驗結(jié)果說明，該方法適用于識別缺陷在焊縫中的位置和焊縫的大體類別。在較大程度上改善了傳統(tǒng)方法中僅用一種邊緣檢測算法進(jìn)展圖象預(yù)處理所帶來的圖象細(xì)節(jié)模糊現(xiàn)象。同時由于采用了兩種算法，焊縫圖象的提取速度受到一定的限制，因此在這方面需要不斷完善。1張曉光,林家駿.X射線檢測焊縫的圖象處理與缺陷識別.華東理工大學(xué)學(xué)報J.2022,30(2):199-2022張永德.焊縫X射線實時成象檢測系統(tǒng)與應(yīng)用J.石油化工設(shè)備,2022(34):67-693孫怡.X射線焊縫圖象中缺陷的實時檢測方法J.焊接學(xué)報,2022,25(2):115-1224梁德群.X射線實時成象在焊縫探傷中的應(yīng)用J.焊接學(xué)報,2000,12(1):29-305VLashkia.DefetdetetininXrayiagesusingfuzzy