（信号与信息处理专业论文）x射线焊缝缺陷在线定量检测技术研究.pdf

原创性声明 本人郑重声明：所呈交的学位论文，是本人在指导教师的指导下， 独立进行研究所取得的成果。除文中已经注明引用的内容外，本论文 不包含其他个人或集体已经发表或撰写遗的科研成果。对本文的研究 作出重要贡献的个人和集体，均已在文中以明确方式标明。本声明的 法律责任由本人承担。 论文作者签名： 刻煞 关于学位论文使用权的说明 本人完全了解中北大学有关保管、使用学位论文的规定，其中包 括：学校有权保管、并向有关部门送交学位论文的原件与复印件； 学校可以采用影印、缩印或其它复制手段复制并保存学位论文； 学校可允许学位论文被查阅或借阅；学校可以学术交流为目的，复 制赠送和交换学位论文；学校可以公布学位论文的全部或部分内容 ( 保密学位论文在解密后遵守此规定) 。 签名： 导师签名：垒肚一日期： 0 7 6 、v 中北大学学位论文 1 1 课题背景及意义 1 绪论 焊接作为连接构件的一种基本工艺方法，被广泛应用于建筑、航天、航空、造船、 车辆、冶金、石油化工、锅炉、铁路、电子、机械及国防等多种领域n 。2 1 。然而，由于焊 接工艺与环境条件的影响，在焊接过程中往往不可避免地存在如气孔、裂纹、疏松、夹 渣和烧穿等缺陷，引起质量问题，甚至导致整个制品的报废，造成重大经济损失和人员 伤亡口。4 1 。因此，为保证焊接构件的产品质量，在焊接构件使用前，对其进行无损检测 ( n o n - d e s t r u c t i v et e s t i n g 简称：n d t ) 就显得极为重要。 目前，已被使用的焊缝n d t 方法主要有：渗透检测、磁粉检测、涡流检测、超声检 测、射线检测等，这几种常用n d t 方法对焊缝缺陷的检测能力各有其优缺点。渗透、磁 粉、涡流检测只适用于检测表面或近表面缺陷，其中渗透检测仅限于检测表面开口缺陷 隅1 ；磁粉检测对裂纹等线形缺陷有较高的检出灵敏度，但对被检工件表面要求过高且仅 限于磁性材料1 ；涡流检测法可以用于判断是否存在缺陷及缺陷位置，在缺陷识别方面 仍存在一定的难度n 1 。超声和射线检测是焊缝质量检测广泛采用的手段，其中超声检测 灵敏度高、速度快、成本低、设备简单，但对缺陷的定量或定性分析尚存在一定困难， 而且受工件的形状及晶粒尺寸影响，检测前需要对工件磨平处理砸州；x 射线检测以其形 式直观、检测灵敏度高、便于定量、定性判定等优点在焊缝检测领域应用最为广泛n 引。 传统的射线检测技术，是以胶片作为介质，通过人工对胶片影像分析，判定缺陷种 类及位置，而胶片照相法本身存在着不可避免的缺点，如检测成本高、检测周期长、不 能实时成像、检测效率低等。随着电子技术和计算机信息技术的迅速发展，x 射线实时 成像系统以其高效率、低成本，特别存储方便等特点，成为目前焊缝检测的重要手段。 然而，就现有检测技术而言，主要是人工判读的方式对射线图像分析1 ，操作者需要长 时间盯着屏幕，必然会造成主观标准不一致、检测效率低、劳动强度大，极易造成误判 和漏检等缺点。因此，如何提高射线检测的定量化和自动化，是当前射线检测技术研究 的热点问题。 中北大学学位论文 目前国内外针对x 射线缺陷定量测技术已有一些研究，并提出了一些缺陷提取的方 案，但是由于射线成像机理及信号转换得制约，噪声、散射及复杂的背景降低了图像质 量，且缺陷种类繁多，使得如何对缺陷正确提取和分割，缺陷的跟踪及填充成为一大难 题，从而使对应于射线成像系统的检测技术尚未达到成熟的应用。 基于以上原因，本课题针对射线实时成像系统，研究与之相匹配的焊缝缺陷定量检 测方法。在分析x 射线焊缝成像检测系统及x 射线图像特点的基础上，研究射线图像散 射校正方法，并在此基础上对焊缝缺陷精确提取和分割，使之达到定量检测的标准。 1 2 国内外相关技术发展及研究现状 1 2 1 实时成像系统发展及研究现状 射线实时成像系统定义为既满足时间约束条件又能保证成像准确性的系统n 羽，它可 以实时地将射线照相的强度分布转换为可见光图像。这种技术几乎与胶片射线照相检验 技术同时产生，但由于各方面的技术限制，没有像射线照相技术发展的那样完全，真正 的发展是随着光电材料、增强技术、接收器件及计算机技术的发展而发展起来的。 早期的射线实时成像检测系统主要是荧光屏实时成像系统，由于其图像在多晶体转 换屏上形成的，固有不清晰度大，检测灵敏度低，成像质量无法与胶片法相比n 钔。随着 x 射线增强器的产生和发展，荧光屏实时成像系统逐渐不被人们所使用。目前，工业上 主要使用的射线实时成像检验系统有：图像增强器、面阵列和线阵列射线实时成像检验 系统等n 4 。1 5 1 。面阵列和线阵列射线实时成像检验系统是近年发展起来的数字实时成像系 统，它们使用基于非晶硅的c j j 烁检测器和t f t s 制成的面阵列或线阵列获取信号，这种 实时成像检验系统的主要特点是：具有很高的分辨力和很大的动态范围，可检验厚度较 厚或密度差较大的物体。 近年来，我国电子工业部门引入了多台微焦点射线实时成像系统，主要是图像增强 器射线实时成像系统，用于检验电子元器件和印制板的锡焊点。兰州三磊电子公司开发 了线阵列射线实时成像检验系统，该系统己在我国航空航天工业应用于实际产品的检 验。该公司还研制了适用于管道焊缝检验的线阵列射线实时成像系统，对于改进管道焊 缝的射线检验具有重要意义。清华大学核研院研制了c o 数字式集装箱检验系统，发明 2 中北大学学位论文 的高灵敏度阵列探测器、低噪声前端电路和图像处理技术使系统的检测性能可与加速器 集装箱检查系统相比，样机己于1 9 9 7 年问世，现己装备部分海关。中北大学无损检测 中心研制的复杂产品内部结构装配正确性x 射线在线成像系统已成功应用于兵器工业 第2 1 2 研究所和长安汽车( 集团) 有限责任公司的检测工作当中，用户反映使用情况良 好。 1 2 2 焊缝在线检测技术发展及研究现状 焊缝缺陷在线定量检测隶属于图像处理研究领域，其核心问题在于如何准确地对目 标进行提取。目前，焊缝缺陷在线检测的难点主要在于：首先，受射线图像质量影响， 微小目标常常被淹没在噪声中，很难对缺陷提取；其次，对于不规则的多类目标，很难 用一种方法同时分割线状和块状的缺陷，不便于实际应用，且由于目标模糊，使目标尺 寸难于精确定量；再次，由于分割后图像边界点不连续，用一般的跟踪及填充方法会对 缺陷造成误判。 为了解决这些问题，国内外学者通常使用的检测方法是先对图像进行预处理，其次 对图像分割提取，之后对缺陷进行跟踪及填充，本文将围绕这三个方面讨论焊缝缺陷在 线检测技术发展及研究现状。 ( 1 ) 射线图像预处理 在射线检测中，足够的对比度和清晰度是缺陷检出的必要条件，散射是影像射线图 像质量的重要因素。为了使焊缝缺陷检测达到定量化的标准，在预处理方面主要针对散 射造成对比度低和图像模糊进行抑制。在国内外，很多专家学者在降低和校正散射向作 了大量的研究工作。 s t e v e nw s m i t h 等运用信号处理的方法建立了散射模型，利用蒙特卡罗( m o n t e c a r l o ) 法和x 射线衰减的规律归纳了点扩展函数，并用在此散射模型的基础之上建立的 非线性滤波器对图像进行了二维处理6 1 。f r e d r i c kc w a n g e r 等人从频率域研究了只在空 气隙作用下的散射分布的点扩展函数，并讨论了利用该函数进行反卷积剔除散射的技术 1 7 o c u n n i n g h a mi a 等人探讨了在射线图像在数字采样后由边缘扩展函数( e d g es p r e a d f u n c t i o n ，简称e s f ) 有限长数据求取图像系统的线扩展函数( l i n es p r e a df u n c t i o n ， 简称l s f ) 的校准方法n 引。李保磊等先对图像作低通滤波，得到一幅模糊的图像，并认 3 中北大学学位论文 为是散射图像，再从原图像中减去模糊图像，从而得到散射校正后的图像n 引。但这些方 法受射线发生器的能量级别、检测方法等实验条件和被检测物体本身结构复杂度以及环 境的影响较大，准确获取点扩展函数较为困难。常常是对于一定条件下的理论模型和方 法并不适合其它条件下的实验处理要求，故使得理论模型不具有普遍适性。 ( 2 ) 缺陷分割 缺陷分割的算法很多，主要可以分为基于区域、基于边界和基于特殊理论的分割方 法。基于区域的分割依赖于空间局部特征，基于边界的分割主要利用梯度局部特征，而 基于特殊理论的分割主要是利用神经网络、支持向量机、分形理论、混沌理论、遗传算 法等新理论算法对缺陷分割。 t w a r r e nl i a o 等针对实际焊缝缺陷检测图像线灰度分布可能出现的三种异常，提 出运用紧样条曲线拟合进行噪声去除，用松样条曲线拟合，并结合峰值搜索进行线灰度 斜凹型异常缺陷的提取，而对峰值异常、槽状异常，则采用基于线灰度的峰值和谷底值 搜索的直接提取方法啪3 。g r a ya 等提出了用于x 射线实时焊缝图像缺陷提取的两步 法，指出首先基于缺陷灰度的不规则性，通过快速搜索定出缺陷存在的大致区域，而后 运用序列相似形算法或阈值算法完成对缺陷的精确定位和提取乜。大连理工大学的孙 怡，提出了采用类内方差最小的方法，自适应地设置不同帧探伤图像的阈值乜2 1 。蔡国 瑞等，针对缺陷种类繁多的特点，提出基于启发是优化搜索的方法，先对焊缝区域进行 划分，在针对不同区域采用不同的方法进行分割瞳3 1 。高炜欣等，提出了利用h o p f i e l d 神经网络的方法对焊缝中的气孔缺陷进行分割，将图像分割问题转化为一个优化问题 【2 4 】 o ( 3 ) 缺陷跟踪及填充 在进行缺陷跟踪及填充的研究中，陆宗骐提出用链码逆时针跟踪方向奇数加6 ，偶 数加7 的方法，这种方法很容易造成内部“迷失川绷。范慧琳，张全伙假定多边形或任 意线型构成的区域内部至少有一像素是已知的，并改变区域内所有像素的值，从而完成 了区域的填充呦】。 此外，中北大学对x 射线实时成像检测技术也做了深入的研究，韩焱教授较早的对 此进行了研究，分别在x 射线图像增强、恢复及分割等方面提出了许多具有工业检测实 用意义和创新价值的理论与方法删。王明泉老师在对x 射线构件疵病的定量检测中， 4 中北大学学位论文 提出了使用能量特征曲线拟合的方法建立射线成像系统与射线图像之间的数学模型，达 到了很好的效果。 1 3 论文主要研究内容及组织结构 本文主要进行x 射线在线定量检测系统的设计研究，在对如何获取高质量d r 检测 图像的研究基础上，分析射线图像特点，研究降低散射对检测影响的方法。为了达到对 缺陷的定量检测，重点研究射线图像缺陷分割、缺陷表示与描述等算法。文章内容的主 要安排如下： 第一章，绪论，论文的研究背景及主要内容的研究现状分析，提出本文的研究方法； 第二章，x 射线检测理论及实时成像系统，重点讨论如何提高成像系统透度灵敏度 及空间分辨率，并对射线成像系统的标定； 第三章，x 射线焊缝图像预处理，在研究散射理论的基础上，对传统散射校正方法 进行研究和探讨，并提出基于偏振分析与独立分量分析相结合的散射噪声抑制算法： 第四章，焊缝缺陷定量检测，首先采用基于支持向量机的方法对焊缝缺陷进行分割， 其次针对分割后边界跟踪及缺陷填充算法进行研究，通过第二章建立的图像与检测物体 之间的成像模型对焊缝缺陷特征参数定量计算； 第五章，结论。 5 中北大学学位论文 2 x 射线检测理论及实时成像系统 为深入理解x 射线在线检测的物理过程，为后续研究打下基础，本章在介绍x 射 线检测原理及检测特点的基础上，分析x 射线在线检测系统的组成，重点研究射线成 像系统性能的优化设计，使之能够获取高质量的射线检测图像。同时，为了研究焊缝缺 陷的几何形状、尺寸等定量信息，对成像系统进行标定，建立图像与系统之间的成像模 型。 2 1x 射线检测理论 x 射线检测是利用x 射线具有较强的穿透能力，穿透被测物的射线带有反映被测 物内部结构的信息，通过射线强度的变化来检测与评判工件内部各种宏观或微观缺陷的 性质、大小及其分布情况。显然，这里涉及x 射线在穿透物质时产生一系列极为复杂 的物理过程。下面主要讨论x 射线检测原理及特点。 2 1 1x 射线检测原理 x 射线具有微观物质的波粒二象性，由于具有较短的波长和较高的能量，所以具有 较强的贯穿能力，能够穿透金属等可见光不能穿透的固体材料。射线在贯穿物质的过程 中，由于和物质发生相互作用，产生散射和吸收，强度逐渐减弱。理论和实验都表明啪3 ， 射线强度随贯穿厚度的增加而减弱满足衰减定律，射线衰减定律是射线检测的理论基 础。当一束强度为，。的平行射线垂直入射到厚度为丁的工件时，若工件上存在厚度为丁 的缺陷，如图2 1 所示，无缺陷和有缺陷的透射强度分别为： i = i o e - i r ，= i o e 一7 一厶7 ( 2 1 ) 式中，和，分别为无缺陷与有缺陷部位透射强度，为射线衰减系数，它与被测物体 的物理状态与化学成分有关。 6 中北大学学位论文 l b厶 r、r 缓缓 黝 j + 珍钐丁 黝 、 1r r r ” 图2 1 射线检测原理 透过后射线强度之比为： ” = p 脚 ( 2 2 ) 一= p i r 、， 在射线检测中，获取的射线图像是透射物质后射线衰减和吸收的记录，它将物质内 部结构特性的透视信息以灰度形式记录在了图像上，这些灰度信息包含了各种能量的散 射线和透射线的吸收和衰减。 2 1 2x 射线检测特点 x 射线检测方法可以直接得到缺陷的直观图像，且可以长期保存。通过观察底片或 图像能够比较准确地判断出缺陷的性质、数量、尺寸和位置。容易检测出那些形成局部 厚度差的缺陷。对气孔和加渣之类缺陷有很高的检出率，对裂纹类缺陷的检出率则受透 照角度的影响。它不能检测出垂直照射方向的薄层缺陷，例如钢板的分层。 x 射线检测所能检出的缺陷高度尺寸与透照厚度有关，可以达到透照厚度的1 ，甚 至更小。所能检出的长度和宽度尺寸分别为毫米数量级和亚毫米数量级，甚至更小。x 射线检测薄工件没有困难，几乎不存在检测厚度下限，但检测厚度上限受射线穿透能力 的限制。而穿透能力取决于射线光子能量。 2 2x 射线检测系统及系统性能 在射线实时成像系统中，借助数字图像处理技术，不仅能通过射线图像信息的进一 步数学加工处理，改善人的视觉效果，更重要的作用是借助于计算机，进行射线图像的 特征信息提取、缺陷的定量自动检测和识别，实现射线成像检测的自动化。然而，数字 7 中北大学学位论文 图像处理并不会增加图像的信息，因此保证射线在线检翘4 精度的关键是成像系统的优化 设计，以期获得更多的有关构件的信息为进一步进行定量检测打下基础。本节首先在 研究射线在线检测系统组成的基础上，从考核系统性能的主要技术指标透度灵敏度和空 间分辨率出发o “，优化设计该系统。 221 x 射线在线检测系统组成 _ “回高零区卜l ”絮r 警谬7 芝丑嚣誓一! 瞳忍盈强易压盈琵弦及残殇秘刊i # 一r 一圆y m + k 产fl f i ；l 矍到 l j9 ：爹h9 ：铲 8 中北大学学位论文 系统、数字平板系统等的控制，另一台主要完成对x 射线焊缝图像检测。 焊缝x 射线实时成像系统的工作过程采用射线源固定，工件移动的方法进行缺陷检 测。控制动力系统驱动将被检测工件，由x 射线成像器件进行实时成像，计算机系统获 取高质量的焊缝图像后，经计算机处理判别，根据处理结果对疵病有无进行纪录或报警， 从而完成该工位的检测。之后，驱动系统前进下一检测工位，进行下一次成像检测。 2 2 2x 射线成像系统性能 在d r 系统中，考核系统性能的主要技术指标是透度灵敏度和空间分辨率。透度灵 敏度是指系统可分辨的构件厚度相对变化的能力，主要由图像的对比度来决定；空间分 辨率是指从图像上可分辨的微细结构能力，主要由图像的像元的大小和多少来决定口。 在工业d r 检测中，通常用丝型透度计来测定透度灵敏度口朝，其计算方式为： j 。：等1 0 0 ( 2 3 )j 。2 _ l z j j “ 其中，s 。表示系统透度灵敏度，d 为射线图像上可识别的最细丝的直径，d 为透照厚 度。 在辐射剂量一定的情况下，要提高空间分辨率，减小探测器准直孔径，增大扫描矩 阵( 像素数目) 是有效的，但是此时探测器接收到的射线剂量减小，从而影响了透度灵敏 度，反之亦然。理论和实验均表明，在一定辐射剂量的情况下，空间分辨率和透度灵敏 度成反比例关系。 因此，所有射线检测系统的最高空间分辨率和透度灵明度均不可能在同- - 狈t j 试条件 下两者都达到最佳值，只可能在同一测试条件下达到最优组合的空间分辨率和透度灵敏 度。 通过对成像系统测试，该系统在同一测试条件下能够达到最优组合时空间分辨率为 4 l p m m ，透度灵敏度为2 0 ，图2 3 为在系统上获取的技术指标。 9 中北大学学位论文 2 3x 射线成像系统标定 r 图2 3 系统主要技术指标 ( b ) 透度灵敏度2 删 为了研究x 射线焊缝图像缺陷的几何形状、尺寸、及位置的定量信息，必须建立 真实场景与其相应图像之间在位置、尺寸、形状等方面的对应关系，即对成像系统进行 标定，本节将研究对射线成像系统的标定。 在固定了d r 系统的所有参数后，可以用射线检测工件实物中真实尺寸对输入计算 机后的图像标定。在此采用阶梯形块1 ，从所采集图像中求出与标定块上两已知点对应 的像素个数p ( p i x ) ，与实测的l ( 瑚) 值相比较，即可求出工件坐标与图像坐标间的变 换系数女( p i x m m ) ： k = ( 2 4 ) 然而在标定过程中存在着许多不确定性因素的影响。如图2 4 所示，为边缘不清 嘶和内部位置不确定的影响，其中，j 为射线源，u 。为由工件边界高度造成的不清晰 度t 一，日为工件上点， ，且为其在图像上的投影，h 源一屏距离，t 为工件厚度，w 为 物屏距离。 因此，在实际测量中，忽略散射和焦点的影响，将成像模型看成纯几何投影关系 可以得到实际变换系数； 耻导= 高等 。s ， 日一r 一一 1 0 _嘲 鹞_咖弘o幛弘-盼强i明鼬 疆 中北大学学位论文 5 f _ 1 hl 罱i ( 的边缘不清晰度( 吣内部位置不确定 酗2 4 系统标定示意图 其中，l ，为“b 两点间的实际长度，h 源- 屏距离，t 为工件厚度，w 为物- 屏距离 采用如图2 5 所示的阶梯块对成像系统进行标定，得到t = 8 1 2 p i x m m 。 唾弩7 ( 曲阶梯标定块示意酗 图2 5 阶梯块 b ) x 射线阶梯快酗像 本章主要分析了x 射线检测缺路原理及检测特点，讨论了x 射线成像系统的组成， 并在此基础上主要研究了空问分辨率和透度灵明度的最优组合，对射线成像系统进行标 定为后续的图像处理及定量检测工作打下理论基础。 中北大学学位论文 3 x 射线焊缝图像的预处理 x 射线焊缝原始图像具有扶度动态范围较低、缺陷边缘模糊、图像噪声多、缺陷特 征有时被淹没等特点这些不利因素影响了根据射线图像对被测构件进行分析和评价的 效果，为研究焊缝图像，正确提取缺陷特征，必须对检测焊缝图像进行预处理。 本章首先分析和讨论x 射线图像的特点；其次，针对影响射线成像质量的主要成因 散射，提出散射偏振分析和独立分量分析( 1 n d e p c n d c m c o m p o n e n t a n a l y s i s 简称： i c a ) 相结合的散射抑制方法：最后，对焊缝边界提取进行研究，设计焊缝提取算法。 31x 射线检测焊缝图像特点 在x 射线检测过程中，应该首先对射线图像的特点进行研究，为后续图像的预处 理工作打下基础。由于x 射线成像系统本身的原因，使x 射线图像具有对比度和清晰 度低、缺陷边缘模糊等缺点。此外，x 射线检测焊缝图像也具有目标只存在于焊缝区域 的特点。本节将围绕这些特点展开讨论。 ( 1 ) 对比度，定义为被检构件厚度微小变化引起胶片密度或亮度( 屏图像) 变化的度 量。x 射线图像存在对比度低的缺点，如图3i ( b ) 所示，在灰度直方图上表现为窄的凸 峰，灰度分布范围很小，在焊缝区域其灰度范围更窄。 _ 一 i 1 2 中北大学学位论文 焊缝缺陷检测图像“雾化”现象明显，模糊了缺陷边缘和细节信息，从而降低了图像的 清晰度，这对x 射线检测是十分不利的。 ( 3 ) 由于焊接构件的焊缝仅占整个构件的很小一部分，而缺陷却仅存于焊缝当中。 从而使整幅图像中只有焊缝区域算是有用区域，即目标区域i ，如图3 1 ( a ) 所示。 造成x 射线图像对比度和清晰度低的原因很多，例如：噪声、散射、几何不清晰度 等口5 1 ，接下来将主要针对散射造成的x 射线检测图像质量下降的问题进行研究，并对图 像中的散射进行抑制。 3 2 散射抑制方法研究 在x 射线检测过程中，被检测工件的结构信息是通过记录穿透它的射线而获取的， 这些射线，除经过衰减的与主射线入射方向相同的射线外，也包括了与入射方向不同的 散射射线。主射线携带了被检测物体的结构信息，而散射线却给射线图像带来了伪影， 使得被检测物体的结构信息变得模糊。因此，对射线散射抑制方法的研究十分重要。 3 2 1 散射理论 散射辐射主要来自两个方面：一是被辐照物对x 射线的散射，另一个是探测器本身 对x 射线的散射。不管来自哪种散射辐射，其结果都是降低图像的对比度和清晰度。要 提高像质和对比度，就必须设法减小x 射线散射的影响。所以，研究x 射线在实时成像系 统中的散射规律，对抑制散射噪声具有重要的理论指导意义。 康普顿散射发生在入射x 射线与物体中自由电子或受原子核束缚很小的轨道电子之 间。当发生康普顿散射时，入射光子与核外电子发生非弹性碰撞，一部分能量转移给电 子，使它脱离原子成为反冲电子，而散射光子的能量和运动方向发生变化，如图3 2 所 示。扇和日为入射和散射光子的能量，p 散射光子与入射光子方向间的夹角( 散射角) ， 够为反冲电子的反冲角。 1 3 中北大学学位论文 e 图3 2 原普顿散射示恿图 ( 1 ) 散射光子能量 入射光子的能量毛，康普顿散射光子的能量易以及散射角之间的关系，符合康普 顿方程，可以根据能量守恒定律与动量守恒定律求出汹3 ： 易= 可l ( 3 1 ) 1 + 长( 1 一c o s o ) 可以看出，康普顿散射光子的能量只与入射光子的能量和散射角有关，与被照射物 质的性质无关。 ( 2 ) 康普顿散射截面 康普顿散射的散射角范围是0 。1 8 0 。在不同的散射方向产生康普顿散射的几率是 不同的，通常用康普顿散射微分截面来表示在某个方向产生康普顿散射的几率。一个电 子的康普顿散射微分截面定义为：当一个入射光子照射在面积为1c m 2 的平面上时，它 与一个电子发生康普顿散射的散射光子从某个散射角方向的单位立体角范围内发射出 去的几率。一个电子的康普顿散射微分截面用d 吒。i d d 来表示。当入射光子为非偏振 时，康普顿散射微分截面可表示为口7 1 ： 堕= 量酬l e oj d e 2 2 鲁+ 扣叫 2 ， l 晶 易 j 、7 其中，= 瓦e 7 2 = 2 8 1 8 l o - 1 3 c 聊为电子经典半径。此式是1 9 2 9 年由o k l e i n 和y n i s h i n a 1 4 中北大学学位论文 根据当时d i r a c l 习u 建立的相对量子力学计算得到的，所以也称作k l e i n - n i s h i n a 公式。 对应于不同入射光子能量的微分散射截面随散射角变化的关系见图3 3 b 引。其中， p 口= 二等。可以看出：入射光子能量越高( 口越大) ，产生向前方散射的康普顿散射线几 朋e c 率就越大，康普顿散射线集中向入射线的前方发射出去。当入射光子能量很低( 口0 ) 时，产生前向和后向散射的康普顿散射线的几率几乎相等，向空间各个方向发射的康普 顿散射线近似均匀。此时，康普顿散射截面趋向于经典散射截面，即汤姆孙截面。 一一 襟一 图3 3 极坐标表示的康普顿散射微分截面与散射角的关系 一个电子的康普顿散射截面记为吼。，它等于一个电子的康普顿散射微分截面对整 个空间立体角的积分： 砌刊警 等一扣铊口) - i - 五1i n 叶2 咖播 3 ， 上式称为k l e i n n i s h i n a 积分公式。可以看出：一个电子的康普顿散射截面与物质的原 子种类无关，只与入射光子的能量有关，这是因为k l e i n n i s h i n a 积分公式是在假设了参 与康普顿散射的电子是物体中的自由电子的前提下推导出来的。实际上，康普顿散射也 可以发生在入射光子与原子中受原子核束缚较松的轨道电子之间。虽然轨道电子不是严 格的自由电子，但是，当入射光子能量远远大于原子核对轨道电子的束缚能( 即轨道电 子的电离能) 时，可以近似地把轨道电子看作自由电子。因此，k l e i n - n i s h i n a 积分公式在 入射光子能量较高时更接近实际情况。此时，康普顿方程近似成立，原子的康普顿散射 1 5 中北大学学位论文 截面和微分截面可以由下式来近似地表示： o c = z o c e 斟z 等 。4 当入射光子能量不够高时，轨道电子不能被近似为自由电子，由式( 3 3 ) 和式( 3 4 ) 计 算出来的康普顿散射截面与实验测量值有较大差异。图3 4 表示出了两者的关系油1 。图中 横坐标代表入射光子的能量，纵坐标代表一个原子的康普顿散射截面被原子中的电子数 相除的结果。可以看出：在入射光子能量很低时，计算值与实验值之间有较大的差别， 实验测量值小于计算值。对于原子序数较小的原子，这种差别也较小。随着入射光子能 量的增大，实验测量逐渐接近于计算值。 图3 4 康普顿散射截面的计算值与实验值 鉴于上面的散射规律我们可以知道，随着x 射线所照射的面积增大，被检测的工件 的厚度的增加，以及x 射线光子能量的增高，散射线量也明显增加。尤其当检测工件部 位较厚时，散射更加严重。因此，如何减少散射对x 射线图像的影响变得尤为重要。 3 2 2 传统的散射抑制方法 传统的散射抑制方法主要有两种： 第一种，是硬件抑制法，主要通过消散屏，准直器，滤线栅等硬件阻挡散射线到达 探测器平面，或者通过增加焦距的空气间隙法以减少散射的影响。这些硬件抑制方法虽 1 6 中北大学学位论文 然都能或多或少的减少散射量，但并不能完全的消除散射，同时它们也有各自的缺点： 空气隙法的缺点是加大了物体与探测器的距离的同时也增大了影像的几何模糊。滤线栅 的缺点是成倍地提高了检测物体的辐射剂量，损失了部分有用信息，并不能完全消除散 射，尤其是空间频率较高的散射；狭缝扫描技术的缺点是由于其获取时间长而不能胜任 连续获取瞬态图像的工作，并对x 射线管的负载加重；不透射线的铅条或铅板法的缺 点是对于每个校正图像都需要两次扫描，所以不适用于连续图像获取的情况。 第二种，是基于散射点扩展函数模型的图像退化恢复方法。由于散射的存在直接影 响到图像的像质，降低了对比度，为了估计和校正散射，s h a w 等提出了基于卷积的散射 噪声抑制算法h 们。在此算法中，把得到的图像( 包含直射和散射) 和卷积核( 散射点扩展 函数p s f ) 卷积，然后再和一个固定的加权值相乘得到散射和图像。把得到的散射图像 从原始图像中减去就得到了直射图像的第一位近似值。由文献 4 1 我们知道：p s f 分布 受成像技术、透射几何条件、照射尺寸、物体厚度和空气隙的影响。因此，卷积的表达 形式可以表示为： c ，少) = f f 蜒( ，丁，e ，f s ，a g ) i p ( x y 。) 忽。一x ，y - y ) d x y ( 3 5 ) a 或简化为： l = 【k 。( ，r ，e ，f s ，4 g ) 己】+ 玩( 3 6 ) 其中，x ，( 已丁，e ，f s ，a g ) 是散射一直射比率，它是物体最小厚度( ) 、厚度变 化( 丁) 、照射尺寸( f s ) 、光束能量( e ) 和空气隙( a g ) 的一个函数，l ( x ，y ) 是散射强 度，是直射强度，噍是散射点扩展函数，它已被归化了。由于直射强度厶是不知 道的，所以散射一眩光强度用检测到的强度( 乇= + l + 厶) 和散射一眩光点扩展函数 k ( z ，y ) 的卷积来近似代替，如下式所示。 k = ( 瓦l i n ，r ，e ，f s ，a g ) i o ( x ，y ) 】奉木k ( x ，y ) ( 3 7 ) 其中，口路( 乙。，丁，e ，f s ，a g ) 是散射量( 散射和眩光占总的图像强度的量) ，是物体 最小厚度，丁是图像场内厚度的变化，f s 是照射尺寸，e 是光束能量，a g 是空气隙， l v ( x ，j ，) 是原始图像，k ( x ，少) 是散射点扩展函数。在k ( x ，j ，) 和检测到图像卷积之后， 1 7 中北大学学位论文 用估计的散射一眩光量口蹭( 。，丁，e ，f s ，a g ) 与之相乘就得到了散射图像，最后从检测 到的图像中减去散射图像就得到了我们需要的校正图像直射强度图像l p ( x ，y ) 。 ，j ，( 】f y ) ：= = i ，：d ) ( ( j x c ，, y y ) ) - 。1 6 r s ；g 。( ( j x f 二, 自y 。，) a t ，e ，f s ，a g ) z o ( 】c ，y ) 1 i _ _ ，! ，g ( 】f ，y ) 】 ( 3 8 ) = 厶( x ，y ) 一( 瓦蛔， ， ( x ，y ) k ( x ，y ) 】 、7 该方法可以有效地抑制散射噪声，但是散射查找表口，。的获取是该方法实现散射校正 的关键。为了得到查找表，必须通过实验建立起各个实验条件( 曝光率，射线能量，像 源距离，管电流量，辐照面积) 及图像灰度与散射系数之间的关系。这些在实际试验中 不太现实，因而给这种方法的应用带来了一定的局限性。 鉴于上述常用的方法的缺点，本文提出了基于偏振分析的i c a 散射抑制方法，该 算法在假定图像由独立散射光谱组成的基础上，通过对散射偏振分析建立盲分离模型。 采用小波变换得到图像低频空间，对盲参数间接估计。 3 2 3 基于偏振分析的ic a 散射抑制 i c a 方法是近年来在信号分析与处理中发展起来的一种新方法，它不同于主分量分 析把目光投注于信号的二阶统计量，研究信号问的相关关系，而是基于信号的高阶统计 量，研究信号间的独立关系h 2 43 l 。近年来i c a 已经广泛应用于信号处理和图像处理的诸 多方面h 2 ，圳，并已取得很多研究成果，使得i c a 成为数据分析应用的研究热点。过去的 一些方法已表明，分析模糊图像一种有效方法是基于偏振方法h 5 1 ，射线图像质量降低原 因之一就是部分偏振引起的。 因此，本文在对图像偏振分析的基础上，使用i c a 分离散射的方法对x 射线图像 散射进行抑制。 ( 1 ) i c a 原理3 令x 是n 维随机变量，s 是产生的m 个相互统计独立的源信号，且x 是源信号s 经过线性混合而产生的，可用下式表示： x = m s ( 3 9 ) 式中，m 为r m 混合矩阵。 i c a 算法的目的就是在混合矩阵m 和源信号s 未知的情况下，仅利用源信号间是 18 中北大学学位论文 统计独立的这一假设，寻找一个线性可分离矩阵形( 又称解混矩阵) 对x 进行线性变换， 得即维输出向量】，使】，尽可能地逼近源信号成为对独立分量s 的一个估计，即： y = w 7x = w 。m s = s ( 3 1 0 ) 在上述的i c a 模型中，除了要求信源s 相互独立外，还有其他几个限制条件： 1 ) 在源信号s 中最多有一个是高斯分布。因为高斯信号混合后仍是高斯信号，而 分离高斯信号是一个病态问题； 2 ) x 是以维随机变量数目要大于等于源信号数目，即刀m 因为当刀 d ，则记录灰度值 h ( i i + c ) 与行位置f i + c ：满足条件的最后一个敷度值 ( 2 + c ) 的f 2 + c 为另一 边界范围，比较h ( i + c ) 和砸：+ c ) 取其大者，记录为 ；在( ，) 上判断 l ( + c ) 一 也m d ，即( z ， ( l + c ) ) 为焊缝边界的灰度范围- 而“，l ：) 为焊缝 边界的位置范围。 2 ) 同时满足 ，“j ) o 为l a n g r a n g e 系数。式( 4 2 ) 约束条件为：善m 口j 。o 。 a i 0 求解上述问题得到的分类的决策函数为： 厂( x ) = s g n ( y ，q 。k ( x ，x ) - b o ) ( 4 3 ) 其中，a 。，b o 分别为求解式( 4 2 ) 的最优解；k ( x 。x ) 为核函数。 4 2 2 特征向量提取 任何图像灰度表面如图4 2 ，都可以看成三维空间中的一个曲面，其灰度直方图虽 然是研究在这个三维中间中单个像素灰度级的统计分布规律，但不能很好地反映像素之 间的灰度级空间相关的规律。在三维空间中，相隔某一距离的两个像素，它们具有相同 的灰度级，或者具有不同的灰度级，若能找出这样两个像素的联合分布的统计形式，对 于图像的纹理分析将是很有意义的。灰度共生矩阵就是从图像( z ，y ) 灰度为f 的像素出 发，统计与距离为万灰度为的像素 + 血，y + 缈) 同时出现的概率p ( x ，y ，万，0 ) 。如图 4 3 ，用数学式表示则为： p ( x ，y ，万，秒) 兰 ( x ，y ) ，( x + a x ，y + a y ) f ( i ，j = f ，厂( z + 缸，y + a y ) = ；j ( 4 4 ) 3 3 中北大学学位论文 式中，x = 0 , l ，2 _ ，一1 ，y = 0 , 1 ，2h 一1 是图像中的像素坐标，以，机分别为图像的 行列数，f ，= 1 , 2 ，三一1 ，为图像的扶度级数 司竺瓤， ；笺j 乒“ ，( 圈4 2 灰度图像三维曲面图4 3 灰度共生矩阵 灰度共生矩阵反映了图像灰度关于方向、相邻间隔、变化幅度的综合信息，它可作 为分析图像基元和排列结构的信息。作为纹理分析的特征量，往往不是直接应用计算的 灰度共生矩阵，而是在灰度共生矩阵的基础上再提取纹理特征量，称为二次统计量。为 表达简明起见，在下面的共生矩阵表达式中，略去了间隔占和方向日。 本文从灰度共生矩阵中提取出5 个最常用的特征： ( 1 ) 二阶矩 = p 2 ( l ，) ( 45 ) f ， 二阶矩反映了图像灰度分布均匀程度和纹理粗细度，因为它是灰度共生矩阵各元素 的平方和，又称为能量。 大时纹理租，能量大；反之，一小时纹理细，能量小。 ( 2 ) 对比度( 惯性矩) ，2 = z z 其中，x 。为支持向量，x 为训练样本，d 为多项式的阶数，仃为高斯分布的宽度。 在焊缝缺陷图像中，虽然不同的缺陷表现为不同的灰度等级或不同的纹理等特征， 但每种缺陷的特征表示并不是某单一值，而是有一个分布范围，这种分布一般可以用高 斯分布来近似描述。因此，分类将选择高斯径向基函数作为支持向量机的核函数。 在选择高斯核函数后，还需要确定高斯径向基函数的宽度仃。在确定高斯径向基函 数的宽度盯时，最基本的方法是对仃取不同的值，然后分别采用支持向量机方法进行训 练，选择最小分类错误率的一组仃参数。典型的方法有梯度下降法嘞1 与交叉验证法咖1 。 由梯度下降法确定高斯核函数的宽度盯时，每一步都需要计算错误率上界梯度，从 而确定盯的迭代步长，但分类错误率上界的梯度往往不易计算，同时增加了计算代价。 3 7 中北大学学位论文 由交叉验证法确定高斯核函数的宽度盯时，需要首先给定一组仃，i = 1 , 2 ，z 的值， 然而，确定这组q 参数非常关键。一方面，参数的个数，z 的确定，另一方面，各参数值 仉的确定，选择的好坏不仅直接影响最终的高斯核函数的宽度o r ，还增加了计算代价， 然而，在实际过程中往往只能根据经验来确定。 对此，提出一种采用支持向量之间的欧式距离来确定一组高斯核函数宽度盯的方 法。由于通过支持向量机方法训练，得到最优分类面的判别函数仅仅由支持向量构成， 与其它的训练样本无关。由式( 4 3 ) 所示的判别函数可以看出，当采用高斯径向基函数 作为核函数时，支持向量为高斯核的中心。因此，可以借助支持向量之间的距离，来确 定高斯核函数宽度的选择范围。 高斯核函数宽度确定算法描述： ( 1 ) 根据两类样本近似的确定，高斯核宽度c r o 。 铲熹茎瓜可 其中，x i , i = 1 , 2 ，行为背景区域样本，x ，j = 1 , 2 ，m 缺陷区域样本。 ( 2 ) 使用两类样本对高斯核宽度为o - 。的s v m 训练，得到支持向量t ，i = 1 , 2 ，z 与 x ，j = 1 , 2 ，埘，从而得到支持向量机之间距离， l i = 鼯习 ( 4 1 6 ) ( 3 ) 依据m i n ( ，) q m a x ( ，) 判断，构成一组高斯核吼的判断范围。 最后，采用交叉验证法确定最终的高斯核函数宽度参数仃。 4 2 5 实验分析 选用8 0 幅焊缝标准图像作为样本图像，对实际输入的样本按式( 4 1 4 ) 进行归一化处 理，将背景区域样本标记为t ，缺陷区域样本标记为x y 。对两类样本适当取舍，使得 正反训练样本数f ，大致相等。采用s m o 算法13 进行s v m 训练，高斯核参数经实验证 3 8 中北大学学位论文 明，选用c = 3 0 ，o - = 2 比较理想。根据特征向量，、x ，使用训练好的s v m 将d r 检 测图像分为背景区域和缺陷区域，如图45 所示。 豳_ l 。一。凶 b ) ( c ) ( d ) 图4 5 基于s v m 的焊缝图像分割 对于不同分割算法对缺陷定量检测精度的影响，将在4 4 节的实验中给出。 43 焊缝缺陷边界跟踪及填充 在射线检测中，只有知道图像的形状、位置信息，才能定量地对图像中的缺陷进行 分析，边界轮廓的跟踪和标记方法的确定又是研究形状特征的前提。 由于裂纹缺陷和非裂纹缺陷的边界差异较大，所以对其采用了不同的边界跟踪和标 记方法。把缺陷宽度小于或等于6 个像素的缺陷定义为裂纹缺陷( 大于6 个像素的也有 许多事裂纹缺陷，这是缺陷区域较大，可以按非裂纹缺陷处理) 。 4 31 非裂纹缺陷的边界跟踪 由于射线图像中纹理复杂、灰度范围小，图像模糊等影响，分割后缺陷边界出现断 续不闭合边界，用一般的边界跟踪算法还跟踪这样复杂的边界，常出现误跟踪，把原本 单一的缺陷误分为多个小的缺陷。对此，进行相应的跟踪和填充算法研究是重要的。 非裂纹缺陷分割后的边界跟踪： 3 9 中北大学学位论文 边界跟踪的思想是将检测的边缘点连接成线，保证轮廓的封闭。形成线特征包括两 个过程，一是提取可构成线特征的边缘点；二是将边缘连成线。下面是轮廓跟踪的具体 步骤西引： 1 ) 根据垂直扫描法发现从0 开始变为非0 的起始点； 2 ) 从起始点开始，沿着8 个方向的某一方向前进，每次前进一个像素，新找到的 点称为当前点图4 6 称作8 方向链码。 3 ) 当前点与起始点重合时，跟踪结束。 321 表4 28 一方向链码与坐标值关系 4 0 567 链码 0l 23 4 567 xll01110l yol1lo111 图4 68 - 方向链码 针对射线检测焊缝分割后的缺陷，存在不一定闭合边界的非单个像素。采用一般的 边界跟踪，很容易跟踪到边缘的内部，造成“迷失”，并无法完成断续边界跟踪。为此， 对已有方法在进入方向和结束条件进行改进，改进后的跟踪方法如下： 1 ) 根据垂直扫描法，发现从0 开始变为非0 的像素点p 。，记录坐标位置( f ，) ； 2 ) 从p 。( f ，) 出发，定义该点方向为0 ( 8 - 方向链码) ，下一方向搜索范围为该位置 方向链码减3 ，顺时针扫描各邻点，找到下一点仇，记录链码值和坐标； 3 ) 从当前点出发，同上，找到下一个边界点p 川，记录链码值和坐标，并记录链 码个数： 4 ) 当p = 风耐，或既= p 川是，则扫描结束，标记扫描过的边界点，跳转1 ) ， 否则跳转3 ) 。 4 0 中北大学学位论文 图47 非裂纹缺陷边界跟踪图像 使用改进后的跟踪算法能够实现一次跟踪得出所有连续的边界，图4 7 是跟踪一个 缺陷的示意图。可以看出，采用链码减3 顺时针搜索可以尽量找到缺陷的外边界，不会 造成“迷失”；对链码跟踪判断采用两种判断，有利于处理间断边界。 432 裂纹缺陷的跟踪及标记 如图45 所示的裂纹检出图中可以看出，裂纹有的部位出现断续，且裂纹只有1 2 个像素宽度。如何进行跟踪，精确的定量计算特征参数，算法的设计是很重要的。 ( 1 ) 裂纹分割后的边界跟踪 裂纹检出后有这样的特点：裂纹所占面积小，不明显；有较多的断续，但延伸具有 一定的方向性。针对这样的情况，本节提出了一种基于最有搜索法的裂纹跟踪标记方法， 其方法如下： 1 ) 垂直扫描法发现从0 开始变为非0 的起始点； 2 ) 在一个3 3 邻域内选择，把周围8 个邻点作为子节点，依次判断0 7 方向的子 节点是否为叶子节点。非0 为叶子节点，否则，不为叶子节点； 3 ) 若当前为非叶子节点，则递归调用2 ) 建立子树。示意图如41 1 所示； 4 ) 若当前子节点为子叶节点，则记录其链码值及坐标值。同时，转3 ) 判断下一 兄弟节点。 5 ) 当| j 节点的8 个