工業CT檢測中小缺陷定量方法

齊子誠, 倪培君, 張維國, 姜 偉, 裘信國

(1.中國兵器科學研究院寧波分院， 寧波 315103； 2.浙江工業大學機械工程學院， 杭州 310014)

電子束焊接廣泛應用于航天工業承壓、密封構件的連接[1-2]，如衛星推進系統中的電磁閥、自鎖閥、減壓閥等。而焊接過程的不確定性，容易在焊接接頭內部產生缺陷，其中以球形冶金氣孔為主。缺陷造成焊接接頭強度降低，嚴重時結構失效。因此，對焊接接頭實施100%無損檢測是確保航天產品質量的主要對策。工業電子計算機斷層掃描(computed tomography,CT)成像技術[3-5]具有限制條件少、成像直觀、分辨率高的優點，逐漸成為電子束焊縫檢測的主要手段之一。但是，利用工業CT技術對氣孔類小缺陷進行定量檢測存在明顯的“放大效應”。因此，研究一種簡單、有效的小缺陷定量方法對于工業CT技術的應用及推廣具有重要意義。

在CT技術缺陷檢測方面，中外學者圍繞缺陷特征識別、增強及定量等方面作了大量的研究。文獻[6]結合形態學開閉算法對缺陷區域進行重建，使用最大熵閾值分割法進行缺陷提取，然后計算缺陷尺寸。文獻[7-8]通過建立缺陷樣本庫對缺陷特征進行增強，采用卷積神經網絡訓練小缺陷自動辨識模型，在此基礎上進行小缺陷尺寸計算。上述研究通過辨識或增強算法提高小缺陷檢出率，但造成缺陷尺寸畸變，影響定量精度。文獻[9]通過局部鄰域平均灰度變化率、差值以及方差，計算分割條件來提取缺陷并進行體積計算。文獻[10]對CT圖像點擴散函數進行估計，利用卷積運算形成缺陷退化模型，采用循環迭代確定待測缺陷的最優解。上述研究有利于小缺陷定量精度的提高，但是算法復雜性及適應性存在差異，影響在工程上的推廣應用。

現提出一種基于變異系數的電子束焊縫小缺陷定量方法。首先，利用工業CT系統獲得小缺陷的斷層圖像，分析小缺陷尺寸對局部區域圖像灰度變異系數的影響規律。其次，建立基于變異系數法的小缺陷定量方法。最后，通過與傳統小缺陷測量方法對比，進一步證明變異系數法在對小缺陷定量中的優勢。

1 試樣與實驗方法

1.1 試樣與設備

檢測試樣為Ф30/40/50 mm×1.2 mm不銹鋼304圓形試樣，該材料多用于制造航天衛星推進系統中的電磁閥、壓力傳感器等零部件。采用電火花加工方式在垂直于試樣表面加工通孔，用來模擬電子束焊縫內部氣孔型小缺陷，缺陷Ф0.1～1.1 mm，沿圓形試樣周向及徑向分布，試樣結構如圖1所示。

圖1 模擬缺陷試樣示意圖Fig.1 Simulated defect sample schematic diagram

采用ZEISS Imager.Z2 m激光掃描共聚焦顯微鏡(confocal laser scanning microscope，CLSM)對人工缺陷實際形貌進行觀察，測量各個通孔的上、下孔徑，確保小缺陷內部的一致性，如圖2所示?？梢婋娀鸹庸さ耐妆砻孑^為平整，孔形圓度較好，加工誤差遠小于工業CT測量精度，滿足工業CT試樣精度要求。

圖2 通孔表面CLSM示意圖Fig.2 CLSM scan results of through-hole

試驗選用的高能工業CT成像系統如圖3所示，采用6 MeV加速器作為射線源，信號采集裝置為線陣探測器，通道數608個，垂直準直器開口為0.3 mm，相鄰通道間隔為1.3 mm，水平準直器0.25～5 mm，最大劑量率約為800 cGy/min(照射距離1 m)，焦點尺寸為2 mm。

圖3 高能工業CT檢測系統Fig.3 High-energy industrial CT detection system

1.2 實驗方法

檢測時，采用兩片材質為不銹鋼304的圓片與檢測試樣兩側緊密貼合，用以模擬內部氣孔類人工缺陷，射線穿透方向平行于試樣打孔平面，如圖4所示。采用三代CT掃描方式，微動次數5次、觸發次數4 096次、切片厚度0.5 mm[11-12]。

圖4 樣品掃描方式示意圖Fig.4 Sample scanning method

2 工業CT圖像小缺陷定量方法

2.1 小缺陷CT圖像灰度分布

在工業CT圖像上，缺陷與材料的灰度差異是缺陷檢測的前提，差異大小受到CT成像系統點擴散函數和圖像噪聲的雙重影響。圖5為Ф0.1～1.1 mm小缺陷的CT圖像，其中Ф1.1、0.9、0.7 mm的人工缺陷，由于缺陷直徑較大，受CT成像及噪聲的影響較小，基本保持圓孔形態；Ф0.5、0.3 mm的人工缺陷接近CT系統及掃描工藝下的檢測極限，成像后的小缺陷所占像素數較少無法保持圓孔形態，缺陷灰度分布接近背景噪聲；當缺陷直徑為0.1 mm左右時，人工缺陷被噪聲所掩蓋無法識別。

圖5 Ф0.1～1.1 mm缺陷CT圖Fig.5 CT image of Ф0.1～1.1 mm defect

2.2 基于變異系數的小缺陷定量方法設計

在已知CT成像系統點擴散函數分布和圖像噪聲水平的情況下，圖像局部灰度均值、標準偏差與缺陷尺寸具有一定單調關系。變異系數是表征概率分布離散程度的一個歸一化量度，將其作為小缺陷定量的特征值進行分析，設一定區域(M×N)的變異系數cv為

(1)

式(1)中：σ為區域圖像灰度標準偏差；μ為區域圖像灰度均值；f(i,j)為圖像中點(i,j)處灰度值。

通過試驗計算不同直徑(X射線穿透厚度)試樣中缺陷尺寸與圖像局部(100×100區域)灰度變異系數關系曲線，如圖6所示。從圖6(a)可見，當缺陷尺寸遠大于檢測極限時，射線穿透厚度變化對局部變異系數的影響較小，且缺陷尺寸與變異系數均體現出較好的線性關系；當缺陷尺寸接近檢測極限時，圖像噪聲對缺陷變異系數的影響逐漸增加，且隨著穿透厚度的增加，導致圖像噪聲水平也隨之增加。從圖6(b)可見，對不同直徑的圓形試樣上缺陷尺寸與局部變異系數的相關性進行分析，實驗數據相關性均高于99.2%。

圖6 缺陷尺寸與CT圖像局部變異系數Fig.6 Defect size and local variation coefficient of CT image

利用不同尺寸的小缺陷標樣擬合標定建立小缺陷定量模型，如圖7所示。為了減少穿透厚度不同對小缺陷定量的影響，針對不同缺陷直徑(X射線穿透厚度)試樣分別建立擬合模型。

圖7 缺陷尺寸及變異系數擬合曲線Fig.7 Defect size and coefficient of variation curve fitting

采用最小二乘法建立線性擬合關系式(局部區域：100×100)為

(2)

(3)

(4)

式中：D為試樣直徑；S為小缺陷面積；cv為變異系數。

2.3 基于半高寬的小缺陷測量方法

在日常檢測過程中，半高寬(full width at half maxima,FWHM)法[13-14]通常用于對單個小缺陷的手動測量。如圖8所示，由于試件與缺陷的密度差異，會形成一個邊緣陡峭的波峰。在小缺陷波峰高度約一半的位置定位一測量直線P，利用該直線P對應的灰度值作為小缺陷的分割閾值，A、B為直線P與波峰的兩個交點，即可計算出小缺陷的面積。

圖8 小缺陷面積計算閾值分割示意圖Fig.8 Threshold segmentation of small defects schematic diagram

2.4 基于等值面的小缺陷測量方法

對于批量的工業CT圖像，通常采用等值面(Isosurface)法[5]對試樣內部缺陷進行檢測，具體測量流程如圖9所示。

圖9 Isosurface法流程圖Fig.9 Isosurface method flow chart

基于工業CT圖像的小缺陷Isosurface法包括3個步驟：①對CT圖像進行像素灰度分布統計，人為設定分割閾值將原始CT圖像轉化為二值圖像；②對二值圖像進行處理，剔除噪聲干擾，識別出內部缺陷區域；③統計缺陷區域像素的數量，根據其CT圖像像素尺寸計算出相應的缺陷實際區域面積(尺寸當量)。

在使用等值面法進行自動測量時，利用人工小缺陷(Ф1.1、Ф0.9、Ф0.7、Ф0.5 mm)試塊進行實驗，取小缺陷測量誤差方差最小時的灰度閾值作為最佳分割閾值。實驗分別選取灰度值為80、90、100、110和120作為分割閾值，對不同尺寸的小缺陷進行定量檢測，如圖10所示。當分割閾值設置為120時，不同規格小缺陷的測量誤差方差最小。因此，選取灰度值120作為最佳實驗分割閾值。

圖10 不同分割閾值的等值面測量結果Fig.10 Isosurface measurement results of different segmentation thresholds

3 結果與分析

采用變異系數、半高寬和等值面三種方法對小缺陷進行定量檢測。為了減少人為因素影響，在使用半高寬法進行手動測量時，小缺陷均進行3次重復測量，選取3次測量的平均值作為測量結果，如圖11所示。圖11(a)、圖11 (b)、圖11 (c)分別為射線穿透厚度(試樣直徑)為30、40、50 mm時，三種方法下缺陷尺寸測量的絕對誤差對比分析圖。結果顯示：半高寬法測得的絕對誤差最大，等值面法次之，而變異系數法測量結果的絕對誤差最小。

圖11 尺寸測量誤差對比Fig.11 Dimensional measurement error comparision

隨著缺陷尺寸變小，變異系數法測量結果相對誤差呈現遞增的趨勢，相對誤差控制在20%左右；等值面分割法測量尺寸誤差先減小后增加，分析原因在于CT系統退化效應造成小缺陷圖像灰度值呈現出近似高斯分布，等值面分割法需要先進行閾值標定，該標定閾值僅對某一尺寸范圍的缺陷具有較好的測量結果；半高寬法的缺陷測量誤差無明顯趨勢，分析原因在于該方法根據小缺陷波峰高度動態設定半高寬分割閾值，小缺陷波峰受圖像噪聲影響存在波動，造成測量結果的無序波動。

在相同掃描工藝下，對一組小缺陷進行多次檢測，分析三種定量方法的穩定性，結果如圖12所示。圖12為Ф1.1～0.5 mm小缺陷多次測量結果分布情況。

圖12 Ф0.5～1.1 mm缺陷測量穩定性Fig.12 Ф0.5～1.1 mm defect measurement stability

計算各種測量方法定量相對誤差均值，如圖13所示。變異系數法在不同缺陷尺寸下相對誤差最小，半高寬法次之，而等值面法的相對測量誤差最大。分析原因在于變異系數法利用局部區域灰度特征表征小缺陷尺寸當量的方法，對噪聲不敏感；反之，對于半高寬法(等值面分割法)，噪聲造成小缺陷及所在背景灰度隨機變化，部分像素灰度會高于(低于)分割閾值，造成面積統計的不穩定性。

圖13 小缺陷工業CT定量誤差Fig.13 Quantitative error of small defect industrial CT

綜上所述，等值面分割法(半高寬法)基于固定(動態)閾值提取缺陷，采用面積計算方法。相比較而言，變異系數法采用局部區域的灰度分布離散程度，小缺陷定量方法具有更高的測量精度和較好的抗噪聲性。

4 結論

分析了CT圖像噪聲對不同尺寸小缺陷灰度分布的影響，針對傳統固定灰度閾值分割法檢出率低、誤檢率高的問題，分析小缺陷灰度分布與局部區域的灰度離散程度的關系，引入變異系數作為小缺陷定量特征量，建立基于變異系數的小缺陷定量檢測方法。通過實驗數據，變異系數與小缺陷當量尺寸的相關系數穩定在0.99以上，在Ф30 mm的圓形試樣上對Ф0.7 mm的模擬小缺陷單次測量誤差小于0.02 mm，多次測量相對誤差均值小于6%?？梢姡儺愊禂捣ň哂懈叩臋z測精度和穩定性，適用于小缺陷的定量檢測。