基于X射線焊縫圖像缺陷特征提取的研究

黃 誼， 程耀瑜， 任 毅

（中北大學 信息與通信工程學院, 山西太原 030051）

0 引言

在對鍋爐焊管工件進行焊縫缺陷識別的X射線實時檢測系統中，焊縫缺陷特征的提取是焊管質量檢測的重要內容，在提取鍋爐焊管缺陷特征時，提取的特征要盡量反映各類缺陷、本原的特征[1]。目前，焊縫圖像缺陷特征主要包括幾何形狀、灰度特征、結構信息、顏色信息等。本文研究缺陷圖像的幾何特征作為鍋爐焊管焊縫缺陷標識性特征。

1 圖像采集

X射線成像技術的基本原理是：因為X射線具有很強的透射能力，因此當射線照射并透過被檢測的焊接物體時，焊接物體中焊接處有缺陷的部位和沒有缺陷的部位因為對X射線的吸收能力不同，就會使透射過焊接物體后X射線的射線強度產生差異，因此通過對透過工件的X射線的強度差別來對工件中的缺陷進行分析就可以很好地對焊接物體中的缺陷進行檢測和識別[2-3]。X射線數字成像系統包括光源、鏡頭、CCD照相機、圖像處理模塊等，如圖1所示。

圖1 X射線數字成像系統組成框圖

該系統的主要工作過程是，使X射線源和相機處于啟動的工作狀態下，通過采集卡和AD轉換器，將采集到的圖像在計算機的監控視頻中實時顯示，最后通過數字圖像處理系統對圖像進行處理和分析。圖2為通過該系統采集到的一幅鍋爐焊管焊縫的原始圖像。由于鍋爐焊管焊接處和非焊接處部位對X射線的吸收能力不同，從而在焊口形成類似橢圓的區域。

圖2 原始的含有缺陷的射線采集圖像

2 圖像預處理

通過X射線實時檢測系統采集到的圖像具有灰度區間比較窄、缺陷邊緣比較模糊、圖像噪聲多、缺陷特征有時被淹沒等缺點，這將導致對被檢測工件進行分析和評價的效果[4-5]。為了盡量精確地提取缺陷特征，對采集到的圖像進行預處理是非常必要的，其主要目的是減少噪聲和提高對比度，以提高圖像的質量。圖3是經過圖像預處理后的圖像，該預處理包括了3個步驟，首先是最大值降噪處理，該處理消除了原始圖像中的噪點；然后又進行了負片處理，該處理提高了圖像的亮度；最后，進行了消除背景處理，該處理在視覺上提高了圖像的對比度。

通過以上處理后，再進行焊縫灰度圖像自適應閾值分割處理是非常必要的，所謂圖像閾值分割處理技術就是把目標圖像從背景圖像中提取出來的技術，是把一幅原來由多種灰度值像素構成的圖像，處理成只有黑白兩種灰度值的圖像，即目標圖像是一種灰度，背景是一種灰度[6]。

圖3 圖像預處理

由于成像條件的影響，不同的焊縫圖像灰度分布可能會有很大的波動，因此采用固定的二值化閾值選取方法是不合適的，這就需要采用自適應的閾值選擇方法[7]。在此處采用最大方差閾值法，因為它的處理速度較快，得到的二值圖像背景和目標的界限較清晰可靠[8]。經過自適應閾值分割算法得到的焊縫圖像如圖4所示。

圖4 圖像的自適應閾值分割處理

3 焊縫缺陷區域提取

經過上述對圖像進行的自適應閾值分割處理，使圖像在計算機內的存儲更加精煉簡便。但是由于在計算時缺陷邊緣的大面積白色區域是計算時所不需要的，所以為了進一步在進行特征計算和分類時減少運算量，只需要提取焊縫缺陷區域即可。結合圖3和圖4可以看出，從左向右看，第一、二、四段黑色區域為非焊縫處的焊管，第一段和第二段黑色區域為焊縫部分，可以得知該部分沒有缺陷，第二段和第四段之間的區域為焊接部分，可以得知，該焊接部分存在焊接缺陷。由于焊縫圖像的缺陷區域可能不止一個，所以對個缺陷區域加上標記比便區分，得到的結果如圖5所示。

圖5 焊縫缺陷區域提取和標記缺陷區域

4 焊縫缺陷圖像幾何特征測量

將缺陷的特征提取出來后，可進一步對它的幾何參數等圖像特征進行測量，以便得到量化的參數對缺陷進行分析和分類。下述處理是在圖5的基礎上放大4倍后進行的。缺陷的幾何特征側量主要是測量缺陷周長、缺陷面積等。系統特征測量效果參數如圖6所示，對標記為1缺陷點的測量參數在狀態欄窗格中依次為：面積、區域像素最小值、均值、最大值、周長、當前點坐標和當前時間。

圖6 幾何特征測量顯示結果

5 分析與結論

由圖可知在焊接時，母材之間的接頭的根部沒有完全熔透，可以判定該焊接缺陷為未焊透類型。焊管焊縫缺陷幾何特征的測量是建立缺陷模式識別系統的關鍵，從而提高了缺陷分類的識別效果和效率。綜上所述，圖像幾何特征參數是焊縫缺陷識別的有效參數，對工業生產領域中各種缺陷分類和識別有著至關重要的作用。

[1]劉福順,湯明.無損檢測基礎[M].北京:北京航空航天大學出版社,2002:4-6.

[2]WhitingBR.Signal statics of X-ray computed tomography[J].Proc SPIE,2002,46(82):53-60.

[3]孫正.基于圖像的焊接缺陷提取和識別方法研究[D].北京:中國礦業大學,2010.

[4]AKehoe,GAParker.Image Processing for Industrial Radiographic Inspection:Image Enhaneement[J].British Journal of NDT.1990,32(4):183-190.

[5]楊靜.基于X射線圖像的焊縫缺陷檢測與識別技術[D].太原:中北大學,2008.

[6]楊川.焊縫缺陷圖像特征提取的研究[D].武漢:武漢理工大學,2010.

[7]肖賓杰,殳偉群.基于圖像融合的模板表面缺陷缺陷特征提取的研究[J].計算機科學,2011,38(4):282-283.

[8]X-Ray Real-Time Imaging (Radioscopy) for Weld Inspection:Ⅱ W Summary Report[J].British Journal of NDT.1990,32(l):9-13.