图像处理在X射线胶片缺陷识别中的应用-CT理论与应用研究.PDFVIP

第 16 卷 第 1 期 CT 理论与应用研究 Vol. 16 No. 1 2007 年 3 月（49-53 ） CT Theory and Applications Mar., 2007 文章编号：1004-4140（2007）01-0049-05 图像处理在X 射线胶片缺陷识别中的应用 1 1 1 2 原培新 ，孙岩 ，陈波 ，纪革 1.东北大学 机械工程与自动化学院，沈阳 110004 2.辽河油田锅检所，辽宁省盘锦市 124010 摘要：本文针对油气管道焊缝射线检测胶片的实际情况，提出一种用于气孔缺陷检测的方法，应 用数字图像处理技术对气孔缺陷进行量化分析，并实现计算机辅助评片。 关键词：图像识别；轮廓提取；缺陷量化；计算机辅助评片 中图分类号：TP391.41 文献标识码：B 引言 随着世界石油工业的飞速发展，采用管线输送原油和天然气是最经济和最安全的手段之 一。管道运输位居公路、铁路、海运和航空运输之后，被称为第五大运输行业。由于管道连 接完全依靠焊接工艺来完成，受焊接工艺及操作人员技术水平不确定因素影响，在焊接过程 中出现裂纹、夹杂、漏焊、咬边、对中不良、错位等各种故障不可避免，所以对焊缝质量进 行监督非常重要。 目前国内外关于管道焊缝无损检测主要使用的是 X 射线胶片照相法和较先进的 TOFO 全 自动相控阵超声波探测系统。由于后者比前者影响检测结果的因素较多和较高的成本，因此 目前国内普遍都使用Ｘ射线胶片照相方法进行焊缝性能检测。传统的方法是由专业人员对输 出的检测底片给出评价，这种方法依赖于检测人员的经验，主观性较大。随着计算机技术的 日益普及，计算机辅助评片系统愈来愈受检测人的青睐。本文针对胶片的气孔缺陷，做计算 机辅助评片，并进行自动分级。 [1-[1-2]2] 1 计算机辅助评片流程[1[1--2]2] 主要过程如图 1所示。下面对其主要步骤作介绍。 1.1 轮廓提取 为了突出焊缝中的缺陷并对其做准确的判断，首先必 须对焊缝图像进行轮廓提取，以得到缺陷的轮廓。经过实 验比较，本文选用 Sobel边缘检测算子进行轮廓提取。边 缘提取只是为了得到大概的缺陷轮廓，细节不用考虑，本 文选择一阶 Sobel算子。 Sobel算子是利用像素邻近区域的梯度值来计算第1 个像素的梯度，然后根据一定的阈值来取舍。梯度 S 由下 图1 流程图 收稿日期：2006-10-01。 制作者(版权所有):《 》编辑部, 50 CT 理论与应用研究 16 卷 式给出： 2 2 S =dx dy+ ( ) （1） Sobel算子是 3×3模板算子。由下图所示的 2个卷积核 dx 、dy 形成Sobel算子。一个 核对通常的垂直边缘响应最大，而另一个核对 水平边缘响应最大。2个卷积的最大值作为该点 -1 -2 -1 -1 0 -1 的输出值。运算结果是一幅边缘幅度图像。 0 0 0 -2 0 2 为了把缺陷从图像中分离出来，对边缘提 取算法作用后的图像进行阈值处理，使图像二 1 2 1 -1 0 1 值化，从而把缺