射线实时成像检测技术的发展现状.docxVIP

射线实时成像检测技术的发展现状 焊接结构的缺陷是最为重要的拆卸和射线检验因素之一。对压力容器等重要焊接产品的检验是实际生产中非常重要的环节。目前,在实际生产中主要使用的检测手段仍是胶片射线照相法,开发研制焊缝X射线实时成像检测系统,对于提高检测效率、减少操作费用及改善可靠性等都具有重要意义。随着计算机技术和图像识别技术的发展,人们在射线检测的自动处理方面已经开展了许多研究工作,其中,多是对射线底片的计算机处理。在实时成像处理方面,由于图像质量较差,进行自动检测的难度较大,而对射线底片的自动处理并不能使人们彻底从繁重而且具有一定危险性的工作中解放出来,只有把自动识别、处理技术与实时检测结合起来,才有可能真正实现射线检测的自动化。 1 噪声抑制处理 由于射线源电压波动、透照过程中的X射线散射、象增强器和摄像机系统的散粒噪声、热噪声及图像传输过程中的电磁干扰等,造成射线实时成像的对比度下降、缺陷边界模糊等,必须进行相应的噪声抑制。为此,分别采用叠加去噪和平滑滤波的方法对成像过程中的时间噪声和空间噪声进行抑制。结合射线衰减的特点和象增强器的成像特性,设计了对数变换法,以使图像灰度与工件厚度成线性关系。另外,还对射线源焦点的影响进行了研究,采用维纳滤波法有效减小了焦点的模糊影响。 2 缝外部区域的提取 在目前的缺陷提取算法中,研究对象主要为整幅图像。对焊接缺陷检测而言,目前的方法也均是对整幅图像作相同的处理,这样做虽然较为简单,但由于被检对象仅限焊缝内部,对图像中其余无关部分的运算无疑会大大加重运算负担,降低处理工作的效率。同时,在射线实时成像检测中,由于工件表面缺陷或增强器成像过程中的噪声影响等原因,一些焊缝外部的区域也会产生一些类似缺陷的点,其中一些用一般的算法是无法区分的。基于以上考虑,我们提出在进行图像预处理后,首先进行目标分割,将被检焊缝从工件背景中提取出来,再进行后续的缺陷定位及识别等工作。 为了便于进行焊缝边界的搜索并减小图像中的一些奇异点的影响,我们在进行边界搜索前,首先确定焊缝的确切位置。对直线型焊缝而言,尽管其中噪声影响较大,但其对焊缝中心的位置影响不大。我们可以认为焊缝中心位于灰度分布的谷底位置。于是,我们首先采用逐行求取灰度极值的方法初步得到焊道中心并对其进行曲线拟合,然后再在焊道中心线两侧一定范围内利用如下的修正的Sobel算子辅助求取边界点: Τ=[-1-1011-2-2022-1-1011].(1) 对求出的边界点进行分段曲线拟合,即可得到较为满意的效果。另外,在实际处理过程中,采取循环剔除奇异点的方法,以消除噪声对提取结果的影响,具体结果如图1所示。实际应用表明,上述方法计算量小,且具有良好的适应性,检测结果与人为观测结果具有很好的符合程度,这一预处理为后面的焊缝缺陷提取及识别等工作打下了良好的基础。 3 缺陷提取和减影工艺 准确有效地提取焊缝缺陷,是实现焊缝射线成像检测法自动化的关键问题。目前,人们已进行了一些研究工作,但未能得到十分满意的结果。在射线实时成像法检测中,由于图像的信噪比较低,自动提取缺陷的工作较评片法更为困难。前面,已经实现了十分有效而可靠的焊缝边界提取,从而为进一步进行缺陷提取工作打下了良好的基础。在后续处理工作中,运算均集中在焊缝区域内部进行。 在医学影像处理中,常采用对被测对象两次曝光成像,通过两幅图像相减,提取出病灶部位的图像。基于如上数字减影方法的原理,在焊缝缺陷的检测中,也可设想对焊缝图像和理想图像作减影处理,以提取出焊缝缺陷。由于所谓理想焊缝并不具有统一性,即理想的无缺陷焊缝是与实际焊缝一一对应的,同时,又无法复制出同样加工条件下的理想焊缝,故只有从现有的实际焊缝图像出发,设法构造出理想焊缝。因此,又设计了在焊缝内部通过多项式拟合方法构造理想焊缝,进而通过减影方法提取焊缝缺陷的方法。 3.1 提出线拟合的方法 从焊缝的横断面观察,焊缝在高度方向上呈一弧形,采用对数增强法以后,图像在灰度分布上与焊缝的高度成线性关系,故通过在垂直焊道的方向上对灰度曲线进行多项式拟合方法进行理想焊缝模拟。 在已提取的边缘线内部,在垂直焊缝走向的一维扫描线上取m个已知点,采用多项式进行灰度拟合,即设 f=a0+a1x+a2x2+?+anxn?(2) 此处,x为垂直于焊缝走向的坐标,a0～an为待定系数,则由曲线拟合所得的灰度估计矢量为 ?F=[?f1?f2??fm]=[a0+a1x1+a2x21+?+anxn1a0+a1x2+a2x22+?+anxn2?a0+a1xm+a2x2m+?+anxnm]=XA.(3) 而相应于以上坐标的实际灰度值为:F=[f1,f2,…,fm]T,故均方误差为 ε2=m∑i=1(fi-?fi)2=(F-XA)Τ(F-XA).(4) 这样,若XTX为非奇异矩阵,则可求出