一种x射线线阵实时成像焊缝边缘提取的方法.pdf

一种 X 射线线阵实时成像焊缝边缘提取的方法 陈光 丁克勤 梁丽红 中国特种设备检测研究院 摘 要：焊缝边缘提取能够为实时成像中进一步分析焊缝内部缺陷减小运算量、避免复杂背景的处理、缩短运算时 间并提高检测效率。针对这一问题提出使用自适应中值滤波进行平滑降噪增强，通过对Sobel算子、Canny算子、类 间、类内方差比方法和迭代方法的比较得出类间、类内方差比方法对于本文的适用性，并对二值化后的图像利用边 缘跟踪提取焊缝边缘轮廓进而从原始图像中提取出焊缝。结果表明自适应中值滤波在本次焊缝提取的过程中能够有 效地去除噪声，并保持了焊缝边缘细节。类间、类内方差比方法分割方法，既增强了图像的目标与背景的对比，又 能准确提取焊缝区域。边缘跟踪能够得到连续的轮廓，根据得到的结果能够提取出焊缝。 关键词：焊缝 实时成像 自适应中值滤波 Otsu方法 边缘跟踪 一、序言 X 射线数字实时成像技术以其检测速度快、灵敏度高、成本低等特点被发展起来并且得到了应 用。目前大多数学者是基于底片成像对原始图像进行处理，本文针对 X 射线线阵实时成像的图像进 行处理提取焊缝信息，以便对进一步分析焊缝内部缺陷减小运算量、避免复杂背景的处理、缩短运 算时间并提高检测效率。利用 Matlab仿真软件对 X 射线数字图像进行去噪增强以改善图像质量，并 在此基础上进行焊缝边缘轮廓提取，进而在原始焊缝图像中体现被提取的焊缝。 二、图像降噪增强 由于X射线数字化实时成像检测图像是实时的和动态的，受各种硬件的制约，其图像存在噪声大、 反差低、图像模糊、图像细节信息被噪声所淹没等特点[1]，影响了焊缝分析和评定的效果，因此在 提取焊缝之前进行图像降噪显得非常必要。一般来说，对滤波处理的要求有两条：一是使图像清晰, 二是不破坏图像中的轮廓和边缘等有用信息。非线性滤波中的自适应中值滤波，它除了具有传统中 值滤波的去除随机噪声和脉冲噪声以及减少诸如物体边界细化或粗化等失真优点外还具有平滑非冲 激噪声时保护细节的作用。 (a) 原始图像 (b) 降噪后图像 (c) 原始图像第32行灰度曲线 (d)降噪后图像中第32行灰度曲线 图1 降噪前后焊缝图像及其第32行灰度曲线 经过试验选取 5 ×5 的滑动窗口进行三次自适应中值滤波，图 1 （a ）和（b ）分别表示了原始图 像和经过自适应中值滤波后的图像。为了清楚起见，在（a ）和（b ） 的基础上任意选取一行作为对 比来体现滤波后的效果。本文以第32 行为例，如图（c ）和图（d ） 所示，从图中我们可以看出钟 形灰度曲线的顶部和底部，图（d ）比图（c ）明显平坦、光滑了许多，并且中间部位的凹陷形状仍 保持了基本特点。 三、焊缝边缘提取方法 图像的阈值处理及边缘检测方法由于其直观性和简单性在图像分割应用中占有重要的地位。在 这部分中通过对梯度算子提取方法、类间、类内方差比方法、迭代法得到的轮廓进行比较，从中确 定出适合的提取方法。 1、Sobel 梯度算子法和 Canny 梯度算子法 Sobel 算子通过使用水平和垂直方向偏导数来确定模板。 John Canny在总结前人工作的基础上以图像由边缘和高斯白噪声组成，提出了边缘检测的三条 准则[2]：1.优良的检测能力，即应该有低的误判边缘点的可能性；2.优良的定位性能，即被检测算 子标记为边缘点的点应该尽可能的靠近真实边缘中心；3.对应于单一边缘仅有一个响应。在canny 算子中采用双阈值的办法来确定图像的阈值，从而确定边缘 2、 类间、类内方差比方法和迭代法 方差是表征数据分布不均衡性的统计量，故可选择适当的灰度阈值通过方差对两类问题进行 分割。通常同一类问题具有一定的相似性，即方差较小，不同的两类数据则方差较大，故选择阈值 应使两类数据间的方差尽可能大，并使同一类问题的数据之间的方差尽可能小。类间、类内方差比 方法正是基于此原