（材料加工工程专业论文）铝合金x射线底片计算机辅助评定系统的研制.pdf

摘要 摘要 铝合金以其重量轻、强度高、耐腐蚀、良好的成形工艺性和焊接 生等特点， 在航天工业中得到了广泛应用，这就对铝合金焊缝结构件的可靠性提出了更高的 要求。铝合金构件焊缝质量检测方法与手段的现代化进程也因此变得迫切。由于 传统的胶片法x 射线检测方法劳动强度大、主观性强、致性差和易出错的不 足，x 射线底片的计算机辅助评定技术成为了目前无损检测领域的研究热点，其 主要内容包括有底片的数字化获取与保存，焊缝和缺陷区域提取，缺陷特征参数 的设计与计算，缺陷分类以及底片评定等内容。 由于铝合金构件焊缝射线图像对比度低、边缘模糊、背景起伏等特点导致传 统的边缘提取和图像分割方法不能有效提取焊缝和缺陷，本文先采用适当的图像 预处理的方法增强图像的对比度，然后通过背景相减、数学形态学等方法对焊缝 和缺陷进行了有效的提取，通过设定和计算缺陷特征参数对缺陷进行分类，利用 获取的缺陷信息结合底片评定标准最终对底片进行综合评定。同时，由于一些缺 陷难于自动识别，本文还设计了一种友好的人机对话的方法来辅助计算机识别缺 陷。 本文的研究工作以焊缝射线底片评定自动化为出发点，在焊缝和缺陷的自动 提取，缺陷类型的自动判定，底片的自动评级三个方面进行了尝试，希望本文能 够对以后更深更广的自动化检测工作带来积极有益的促进作用。 关键词铝合金焊缝；x 射线图像；焊缝提取；缺陷检测：缺陷类型识别 a b s t r a c t b e c a u s eo f m e r i t so f l i g h t n e s s ，h i g hs o l i d i t y , s t r o n gr e s i s t a n c et oc o r r o s i o n ，g o o d m o d e l i n ga b i l i t ya n dg o o dw e l d i n ga b i l i t y , a l u m i n u ma l l o yh a sb e e naw i d e l yu s e d m a t e r i a li ns p a c e f l i g h ti n d u s t r i e s s oi tg i v e sr i s et oah i g h e rr e q u i r e m e n tt ot h e r e l i a b i l i t y o ft h es t r u c t u r em a t e r i a l so fa l u m i n u ma l l o y h o w e v e r , t h em a n u a l i n t e r p r e t a t i o np r o c e s s i sk n o w na sl a b o r i n t e n s i v e ，o v e r - r e l y i n g o ns u b j e c t i v e m o n i t o r i n g ，a l s ol e s so fc o n s i s t e n c ya n da c c u r a c y n o w a d a y s ，c o m p u t e r - a i d e d e v a l u a t i o no fx 2 r a y sf i l mi so n eo fh o tt o p i c si nt h ef i e l do fn d t ( n o n d e s t r u c t i v e t e s t i n g ) i ti n c l u d e s s e v e r a lc o n t e n t ss u c ha sd i g i t i z a t i o no fx - r a y sf i l m ，e d g e e x t r a c t i o no fw e l d sa n dd e f e c t s ，d e s i g na n dc o m p u t a t i o no ff e a t u r ep a r a m e t e r so f d e f e c t s ，c l a s s i f i c a t i o no f d e f e c t s ，e v a l u a t i o no f x r a y sf i l ma n ds oo n d u et ot h ec o m m o n l yo c c u rp r o b l e m so fr a d i o g r a p h i ci m a g e n a m e l yt h el o w c o n t r a s t ，t h ev a g u e re d g ea n dt h ed i s t o r t i o nb yn o n - u n i f o r mi l l u m i n a t i o n ，t h e t r a d i t i o n a li m a g ep r o c e s s i n gm e t h o d sa r el e s se f f e c t i v e t oo v e r c o m et h e s ep r o b l e m s ， w ef i r s ta d o p tp r e t r e a t m e n tw a y st oe n h a n c et h ec o n t r a s to f t h ei m a g e ，t h e ne x t r a c tt h e w e l d sa n dd e f e c t sb yt h em e t h o d so fb a c k g r o u n ds u b t r a c t i o na n dm a t h e m a t i c a l m o r p h o l o g y , d e s i g na n dc o m p u t ef e a t u r ep a r a m e t e r so fd e f e c t s ，a tl a s t ，a s s e s st h e x - r a y sf i l m sc o m p o s i t i v eb yt h ea c q u i r e di n f o r m a t i o no ft h ed e f e c t sa n dt h ec r i t e r i o n o ff i l ma s s e s s i n g a tt h es a m et i m e ，b e c a u s es o m ed e f e c t sa r eh a r dt ob ee x t r a c t e d a u t o m a t i c a l l yb yt h ec o m p u t e r , t h i sp a p e rd e s i g n saf r i e n d l ym a n m a c h i n em e t h o dt o a s s i s tc o m p u t e rt or e c o g n i z et h ed e f e c t s i nt h i sp a p e r , w eb a s eo u rr e s e a r c hu p o nt h ew e l dr a d i o g r a p h i ci n t e r p r e t a t i o n a u t o m a t i o n w h i l em e a n i n g f u la t t e m p tw a sp u to nt h r e ea s p e c t s ，n a m e l y , w e l da n d d e f e c t se x t r a c t i o n , d e f e c t s t y p e i d e n t i f i c a t i o na n dx - r a y sf i l ma s s e s s m e n t w e h o n e s t l ye x p e c tt h eo u t c o m eo fo u re f f o r t sc a r lb ep r o v e ds t i m u l a t i v et ot h ef u t u r e w i d e ra n dd e e p e rr e s e a r c ht ot h ei n s p e c t i o na u t o m a t i o n k e y w o r d s ：a l u m i n u ma l l o yw e l d ；x - r a yi m a g e ；w e l de x t r a c t i o n ；d e f e c td e t e c t i o n d e f e c tt y p ei d e n t i f i c a t i o n i i 独创性声明 本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研 究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他 人已经发表或撰写过的研究成果，也不包含为获得北京工业大学或其它教育机构 的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均 已在论文中作了明确的说明并表示了谢意。 签名；垄圭望日期：细岁每gq 器日 关于论文使用授权的说明 本人完全了解北京工业大学有关保留、使用学位论文的规定，即：学校有权 保留送交论文的复印件，允许论文被查阅和借阅；学校可以公布论文的全部或部 分内容，可以采用影印、缩印或其他复制手段保存论文。 ( 保密的论文在解密后应遵守此规定) 签名：垄錾釜导师签名：宝丝鱼日期：垫垡i 盟乎a 第1 章绪论 第1 章绪论 1 1 课题研究背景及意义 上个世纪末，信息化浪潮席卷全球，经过十几年的飞速发展，信息技术己切 切实实的影响到社会生活的各个角落。作为社会发展最基础、最重要的传统制造 产业，必然受到信息技术的影响，很早就开始了信息化的步伐，并取得了一定的 成绩。焊接技术作为制造业的重要分支技术之一，一直以来就倍受关注，焊接技 术的信息化水平影响着制造业信息化发展的水平和方向。焊接技术的信息化包括 工艺设计信息化、焊接过程信息化、焊后检验信息化和档案资料管理的信息化等 等。而焊后检验技术作为产品与客户之间最后一道保障工序，其关键作用不容置 疑。焊后检验技术取决于焊后无损检测技术。无损检测对焊接技术及相关技术的 发展起着十分重要的作用。常用的无损检测方法口】包括超声检测( u l t r a s o n i c t e c h n o l o g y , u t ) 、射线检测( r a d i o g r a p h yt e c h n o l o g y , r t ) 、渗透检测( p e n e t r a t e t e c h n o l o g y , p t ) 、磁粉检测( m a g n e t i ct e c h n o l o g y , m t ) 、涡流检测( e d d yt e s t i n g ， e t ) 、声发射检测( a c o u s t i ce m i s s i o nt e c h n o l o g y , a e ) 六大检测技术，另外 还有很多其他很多检测技术应用在一些特殊的检测需求中。其中射线检测技术以 其很高的缺陷检测灵敏度，较低的检测成本和检测结果适于长期保存的优点，多 年来一直广泛应用于许多相关行业之中。 随着我国改革开放力度加大，各种大型项目的正全力上马，金属构件的质量 检测工作也越来越繁杂，射线检测的应用范围将会越来越广。近年来，各国无损 检测行业尤其是无损检测重要领域军方、航天、航空、船舶、兵器、电力、石化、 铁道等都加大了对无损检测理论研究、高新技术设备开发、资金和人力的投入力 度【2 】。大多的研究和开发投入主要集中在数字化测量仪器和无损检测技术信息 化，射线检测信息化方面的研究是重要的分支之一。射线检测信息化技术中的x 射线焊缝底片的智能缺陷评定技术现在引起了越来越多专家学者的关注。x 射线 焊缝底片智能缺陷评定技术【3 4 1 1 5 1 将真正实现x 射线焊缝检测系统自动化、科学 化、智能化、规范化。x 射线焊缝缺陷自动评定技术是通过对底片数字化图像进 行预处理、分割处理，从图像中提取出焊缝和可疑目标边缘及其参数测量值，应 用统计模式识别、模糊模式识别、神经网络模式识别等多种模式识别技术融合对 北京工业大学工学硕士学位论文 可疑目标进行缺陷分类，将分类结果结合参数特征值、焊接工艺及射线透照工艺 依据相关标准直接进行自动评定、生成报告【7 】。这也是本课题研究的意义所在， 是本文的重点研究内容之一。 焊缝x 射线底片自动评定技术的研究在世界各国都受到高度重视，日本。 英国，美国，加拿大等国家在这方面的研究较早【2 【g 】【9 1 。如1 9 6 8 年，日本东京大 学的y s h i r a l 在日本无损检测协会的会议上提出了焊接x 射线自动检测的方法 【9 1 。其算法主要用于提取边界特性及其相关参数，用于检出焊道和焊接缺陷。以 后很多学者又开展了迸一步研究，处理效果不断得到提高。到1 9 7 9 年，日本井 上胜敬研制了一个焊接图像的在线处理系统0 0 l 。该系统的主要部件是一个二值图 像处理器( b i p ) ，并介绍了b i p 的硬件结构与软件流程。应用效果较好，并能适 用于较差的环境。这些尝试都是停留在焊缝图像的预处理上。随后，随着相关模 式识别技术的出现和发展，对于底片进行缺陷的自动识别和分类系统研究取得了 一定的进展。如1 9 8 2 年井上胜敬提出了焊接缺陷自动识别与分类系统，该系统 由学习系统和分类系统组成。在识别系统中，采用统计方法计算缺陷的五个特征 参数，然后通过与学习系统得到的特征参数进行比较，从而判别缺陷的性质。1 9 8 3 年，b r i t i s hj o u r n a lo f n d t 杂志刊登了在x 射线实施检测中焊缝缺陷的自动识别， 提出了三个实时处理系统 n 】。焊缝缺陷的x 射线实时自动判剐系统属于复杂的 模式识别领域，需要较高的硬件支持和专门的图像分析算法。通过多年的深入研 究，已可通过图像的自动识别代替肉眼对图像的判别，但在实际应用中还有较大 的局部性和局限性。九十年代以来，在计算机技术和人工智能技术的方面取得了 很大的发展，这大大加快了评片系统自动化进程。在这个阶段，计算机评片技术 研究比较活跃，主要集中在对缺陷边缘提取和缺陷特征参数分类等方面的进一步 深入和细化，对过程性统计模式识别判断程序开发与应用等方面，也有独立地对射 线底片进行专家系统研究，但图像识别、知识的获取和组织都属于人工手段【2 】。 由于过程性判断程序和统计型模式识别技术不能满足某些实际缺陷定性需要，致 使对某些缺陷只能采取人工选择判断方式。 国内，在焊缝缺陷自动识别方面的研究工作起步较晚。8 0 年代初期，李仲 荣1 习研制出微型机焊接缺陷自动检测系统，该系统提出了“模块差分法”来加强模 糊x 光片图像的锐化效果；运用加权f r e e m a n 码以利某些几何图形的边缘轮廊 跟踪及特征抽取；设计了多级识别系统( 树状分类器) ，使识别系统简化、有效。 第1 章绪论 但该系统尚属初步研究成果，仅能对已拍摄的x 射线底片进行检测识别，运用 于生产实际还有一些新问题。9 0 年代以来，在x 射线实时成像系统的基础上， 有人【1 3 】 1 4 1 1 5 l 利用图像处理、缺陷分割、模式识别和图像数据库技术，研制了一 种按照g b 3 3 2 3 8 7 评片的自动评片系统。该系统具有x 射线实时成像、探伤图 像获取、缺陷检出、缺陷识别、几何尺寸测量和自动评片等功能，并自动生成探 伤报告，但每个步骤都离不开人工的干预，而且效果不尽人意，实用程度非常低，并 没能得到广泛的推广使用。 对于底片焊缝的缺陷提取、识别的研究，前人进行了相当广泛而深入的研究， 但遗憾的是，目前还没有任何一套成熟的自动评片系统应用于实践中。自动化判 定技术的研究是随着计算机技术的发展而发展的，近年来，计算机、图像处理、模 式识别等技术取得了前所未有的新发展，检测技术信息化的需求随之愈来愈强 烈，在此背景下，本文在前人基础上开展了进一步的研究和探索。 1 2 课题相关技术概述 底片焊缝缺陷的自动评定系统涉及到x 射线检测、底片数字化信息获取、 数字图像处理、计算机、模式识别、人工智能等较多领域的相关技术，而要实现 底片缺陷评定的自动化、智能化、快速化，就必须对其相关技术进行分析。 在本节以下内容中，将对x 射线底片焊缝缺陷评定系统的相关技术原理与 背景进行论述，探讨其发展的历程和主要方向，指出本文工作的侧重点和突破点。 i 2 i 数字图像处理技术概述 从六十年代到现在，数字图像处理技术已经发展了将近半个世纪f 1 “。八十年 代计算机软、硬件飞速发展后，数字图像处理技术才真正得到了迅猛发展。数字 图像处理技术不仅己广泛应用于各行业，其分支也越来越多，研究深度和广度也 日新月异。各种最新的数学理论和算法在数字图像处理的各个领域里得到了最为 广逡而有益的探索和应用。有关数字图像处理技术的各个分支和应用在此不作论 述，本节以课题涉及的图像处理和识别技术为主线，结合课题相关技术对图像处 理中应用中较为广阔的图像预处理，图像分割1 7 1 ，边缘检测和提取眦】，缺陷特 征分析和测量技术等技术作以分析。 北京1 - 业大学工学硕士学位论文 i i i x 射线焊缝缺陷边界的提取技术其实是各种边缘检测技术的实际应用。将缺 陷边界从x 射线检测图像中自动提取和分割出来，大致有两种方法。一是针对x 射线检测图像中存在较大的背景起伏这一特点，先进行图像中的背景去除，在其基 、扯 础上再选取合适的阈值进行缺陷的分割；二则针对x 射线检测图像对比度低的 特点，先对图像进行某些增强处理，而后运用一些检测方法提取并分割出缺陷信 息。 图像背景去除后的缺陷提取和分割实际x 射线检测图像，尤其是焊缝的检 测图像，都存在一定的背景，且图像中缺陷的某些灰度值和背景的灰度值发生交叉， 因而运用简单的阈值分割方法进行缺陷的提取效果显然不佳，这促使人们尝试先 去除背景后进行缺陷提取的研究工作。 日本藤田勉1 1 9 】等基于x 射线图像的线灰度分布特点，提出用最小二乘法首先 对线灰度进行曲线拟合，而后将原图像与曲线拟合的图像相减，从而达到去除背 景、获取缺陷信息的目的。从文中的结果来看，该文提出的方法效果较好，但处理 速度较慢。w d a u m t s l 等针对x 射线焊缝检测图像中存在的较大背景，提出用三次 样条曲线拟合进行焊缝图像的背景模拟，将所得到的背景模拟图像与原图像相减， 从而得到背景较为均匀、信噪比较高的细节缺陷图像，选用合适的阈值即可完成 对缺陷的提取和分割，该方法不依赖于缺陷的具体形状，但在保持缺陷的真实尺寸 方面存在欠缺。周伟等【2 0 c 2 1 】贝0 提出先用边界增强算子对焊缝图像中的缺陷轮廓 和焊道边界进行增强处理，在其基础上利用3 2 x 3 2 的大窗口平滑算子进行平滑滤 波，模拟出背景图像，而后将原图像减去背景图像得到减影图像，再选用合适阈值 完成对缺陷的二值化提取，但该方法很难应用于对处理速度要求较高的x 射线检 测图像的处理中去。 图像增强后的直接缺陷提取和分割针对x 射线检测图像中对比度不高的特 点，很多学者也进行了不去除图像背景，而直接对图像先进行某些增强处理，而后 便直接进行缺陷提取和分割方面的研究。 k a t s u n o r i l r t o u e l 2 2 1 等针对x 射线图像的灰度分布不均衡，无法用常规方法进行 缺陷的增强和分割，提出缺陷矢量模式相似性的概念。基于这个概念，采用二维缺 陷模板匹配滤波的方法来进行缺陷的提取和分割。为了获得缺陷的特征模式矢量， 文献中创建了一个典型缺陷学习数据库，训练出待检测缺陷类型的特征模式矢量， 并将其作为匹配模板用于匹配滤波，成功实现了孔坑状缺陷的提取和分割。该方 第1 章绪论 法缺陷提取准确且能推广至其他缺陷类型。 根据图像的灰度特性，在对焊缝图像信息先进行压缩的基础上，也可以采用梯 度模板寻求初始跟踪点，用跟踪算法提取出缺陷区域。孙忠诚j 5 j 在对图像进行了一 系列的去噪处理后，提出了种能显著提高检测图像对比度的s t 非线性灰度变 换方法。在其基础上，将该变换用于图像增强，而后根据缺陷的灰度值较低，穿过缺 陷的线灰度梯度会发生两次或多次从正到负变化的特点，运用灰度梯度法成功地 提取和分割出了焊缝中的缺陷。这种方法用于x 射线焊缝缺陷底片中的条状缺 陷的提取和识别获得了较好的效果。 1 3 论文主要研究内容 1 焊缝自动提取的研究。通过对焊缝图象特征的分析，在消除图象噪声和 增强对比度的基础上，采用图象背景相减的方法分割焊缝区域。 2 缺陷的分割。通过背景相减和数学形态学的方法对缺陷进行检测和风格。 并且探讨了一种利用区域增长来提取未能自动识别的缺陷的方法。 3 缺陷特征参数的提取。针对各类缺陷的特征信息，设计了多种缺陷特征 参数，讨论了重要特征参数的求取方法。 4 在计算缺陷特征参数后，结合本课题依据标准，设计了底片缺陷自动评 定模块，实现了底片的自动综合评定。最后对整个系统组成和模块构建进行了介 绍，通过实际底片的评定示例操作演示了系统的应用流程。 最后对论文进行了总结并明确了进一步的努力方向。 第2 章x 射线检测焊缝图像的预处理 第2 章x 射线检测焊缝图像的预处理 x 射线检测焊缝原始图像具有灰度区间比较窄，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检测构件进 行分析和评价的效果，为研究焊缝图像，正确抽取缺陷特征，在计算机对检测焊 缝图像使用预处理是非常必需的，其主要目的是减少噪声和提高对比度。 2 1x 射线检测焊缝图像的去噪 图像噪声在数字图像处理技术中的重要性已愈加明显。它影响图像处理的输 入，采集，处理的各个环节以及输出结果的全过程。如射线检测高放大倍数图像 的判读，x 射线图像系统中的噪声去除都已成为不可缺少的技术。因此一个良好 的图像处理系统，不论是模拟处理还是计算机处理无不把减少前一级的噪声作为 主攻目标。 在灰度连续变化的图象中，如果出现了与相邻象素的灰度相差很大的点，比 如说一片暗区中突然出现了个亮点，人眼能很容易觉察到。这种情况被认为是 种噪声。灰度突变在频域中代表了种高频分量，低通滤波器的作用就是滤掉 高频分量，从而达到减少图象噪声的目的。图像去噪处理的目的在于滤除干扰， 突出目标特征。对滤除处理的要求有两条：图像清晰；不要破坏图像中的轮廓和 边缘有用的信息。常用的方法分为空间域法和频间域法。空间域滤波是在图像空 间借助模板进行邻域操作完成的，根据其特点可分为线性滤波和非线性滤波，线 性铝箔包括邻域平均法，非线性滤波包括中值滤波法等。频率域滤波是频率域乘 以一个h ( u ，v ) 滤波( 传递) 函数，相当于在空间域把图像与滤波函数的空间 域函数h ( x ，y ) 做卷积，如低通滤波法等。频率域滤波器可获得理想的频率特 性，但是频率域处理运算量大，因此常用空间域平滑处理代替频率域滤波。为了 去除射线图像中的噪声，低通滤波器是最常用的工具。 2 1 1 线性均值滤波去噪 线性滤波器使用连续窗函数内像素加权和来实现滤波。以线性滤波为基础的 图像降噪平滑技术，以其成熟的理论基础，简单易行的数学处理方法而得到广泛 应用。但线性滤波法在降低噪声的同时也模糊了图像的边缘，丢失了一些细节信 息，通常采用的线性滤波算子在实际应用中常称为窗口，常用的滤波算子有 “ 21 、土 42i 2 5 i 2 1j 一般多选用3 3 ，5 x 5 等。窗口越大效果明显些，但计算机时间就越长。取 奇数窗口是因为可以让判定的点位于窗口中心。均值滤波，是指利用线性滤波算 子对图像进行某种平均运算，而平均是以图像模糊为代价来换取噪声的减小。而 且滤波模板算子面积越大，噪声减少越显著。以下面的为例 1 0 01 0 0 、 2 0 0i 0 0l 1 0 0l o oj 。i ： i 1 j 滤波算子平均处理后， ( 1 0 0 1 0 01 0 0 、 z ( x ，y ) = 1 0 0 1 1 11 0 0l 1 1 0 0t 0 01 0 0j 可以看到，中间原先灰度值为2 0 0 的噪声点已经被处理为1 i i ，图像该处的 突变点得到了缓解。 图2 1 是一幅未经去噪处理的x 射线检测焊缝图像，图2 - 2 是处理后的图像， 可以看到，原先的图像经过处理后变得平滑了一些，但同时也使一些缺陷区域的 边缘更加模糊。 o 0 0 o o o ，。l i i 、， y x ，l 九、 1 9 过经 第2 章x 射线检测焊缝图像的预处理 曼置皇矗! 寡皇亨曼皇蔓量! 皇皇曼皇量曼! 鼍曼蔓鲁皇! 鼍! 曼毫曼皇曼i , i i 曹曼寡蔓 图2 - 1 未经去噪处理的x 射线检测焊缝图像 f i g 2 - 1x r a yw e l di m a g ew i t hn o i s e 图2 - 2使用线性均值滤波的x 射线检测图像 f i g 2 - 2x r a yw e l di m a g ea f t e rl i n e r am e a l lf i l t e rp r o c e s s i n g 射线成像检测的对象是微细结构( 如裂纹和气孔) ，在用线性滤波处理的同 时，必将引起信息的损失。很难达到既去噪又保持边缘不破坏细节的效果。而处 理射线图像的重点是使缺陷在图像中清楚的显现，缺陷( 如裂纹和气孔) 在整幅 图像中一般只有几个象素宽，这样，线性滤波器较差的保持边缘特性必然使图像 模糊甚至丢失缺陷细节。 2 1 2 非线性中值滤波去噪 针对上述的线性均值滤波的弱点，本文还采用了非线性滤波中的中值滤波对 x 射线焊缝检测图像进行预处理。中值滤波不仅算法简单，灵活性好，易于理解 实现，在能够平滑图像、抑制噪声的同时，还可以增强边缘、保存细节，从而弥 补了线性均值滤波的缺陷。 中值滤波原理非常易于理解，就是用一个含有奇数点的滑动窗口，将窗口正 中的那点值用窗口内各点的中值代替。假设图像中某象素的灰度值为f 体，y ) ，邻 域大小为( 2 j i + 1 ) + ( 2 z + 1 ) 的矩形窗口，则中值滤波后该点的灰度值为 i f g ( x ，y ) = m e d x m e d y 厂( x + f ，y + ，) 】 ( 2 1 ) 扛一 3 = - 式中m e d x 沿水平方向取中值 m e d y 沿垂直方向取中值 计算以点【 ，力为中心的函数窗象素中值滤波步骤如下： ( 1 ) 按亮度值大小排列象素点 ( 2 ) 选择排序象素集的中间值作为点，j 的新值。 ( 3 ) 般采用奇数点的邻域窗i g 来计算中值，但如果象索点为偶数时，中值 就取排序象素中间两点的平均值。 中值滤波有一个很好的性质，即对某些信号的不变性。对某些特定的输入信 号，如在窗e l2 n + l 内单调增加或单调减少的序列，中值滤波输出信号仍保持输 入信号不变。中值滤波这种不变性可以从图2 - 3 上直观地看出来。利用这个特点， 就可以使中值滤波既能去除图像中的噪声，又能保持图像中一些物体的边缘。在 本文所完成的系统中，在图像预处理以及后面的缺陷提取的过程中都使用了中值 滤波的方法。 血业丘吐血出上 - 越啦叫址埘 ； 池 斛波 u 】j i jl 土l l l j j 上lu l 址上且， ( c ) 晕晰 u 刖山：1 1 1u “0 。 k 地址k 1 ，( 】1 i ki m l u j 童删h ( f ) 三角形 图2 - 3 中值滤波和平均值滤波比较示例 f 远2 - 3c o m p a r i s o no f m e d i a nf i l t e ra n dm e a nf i l t e r 在本文的研究过程中发现，采用小窗口多次中值滤波比单纯采用大窗口具有 第2 章x 射线检测焊缝图像的预处理 更好的效果。根据底片图像情况，在此选用3 3 邻域窗口，对实际图像进行3 4 次重复的中值滤波操作可以较好的去除随机噪声和脉冲噪声，同时保护图像边 缘。图2 - 5 是对图2 - 4 使用了3 次3 x 3 中值滤波后的结果图，为了显示明显，在 圈2 4 中加入了一些椒盐噪声，从处理后的结果中可以看到，椒盐噪声完全消失。 图2 4 加入了椒盐噪声的x 射线检测图像 f i g 2 - 4x - r a yw e l di m a g ew i t hn o i s e 图2 53 次3 3 中值滤波后的x 射线检测图像 f i g 2 - 5x r a yw e l di m a g ea f t e rt h r e et i m e s3 x 3m e d i a nf i l t e r 2 2x 射线检测焊缝图像的增强 由于本文所针对底片的铝合金焊件板厚分布在1 - 2 0 m m ，焊缝和母材区域的 灰度值对比很小，底片的对比度胶低，而且灰度值大多集中在较小的区间内，如 图2 - 6 所示。由图2 6 a 可见，焊缝与母材边界不是很清晰，对比度较差；在图 2 6 b 直方图中，灰度值完全集中在中部，大多是母材区域的象素，而焊缝区域的 很多象素与母材的象素值相重叠，导致边界很模糊。整体上，图像的动态范围很 窄，不利于焊缝的分割和缺陷提取工作进行。为了进一步加大底片数字化图像的 动态范围，增加图像的对比度，使得焊缝和缺陷与背景象素的灰度差别明显，所 以在对图像进行了去噪处理后，进行一定的图像增强是非常必要的。 北京工业大学工学硕士学位论文 a ) x 射线检测焊缝图像 b ) 对应的灰度直方图 图2 - 6 数字化图象及其直方图 f i g 2 - 6d i g i t a li m a g ea n dh i s t o g r a m 在射线检测图像中，焊缝和缺陷的特征占据整个灰度级相当窄的一个范围， 所以进行对比度扩展处理可以扩展缺陷区域的对比度使之占据可显示灰度级的 更大部分。假定原图像的灰度级范围是k ，b ，变换后图像的灰度级范围扩大到 叻，n ，那么实现这一目的的线性变换公式为： g ( 玛y ) ：导竺旷( 工，y ) - - a + 聊( 2 ，2 ) o 一“ 式中f ( x ，力变换前( x ，力点的灰度值； f ( m ，一) 变换前( x ，y ) 点的灰度值； 对图2 - 6 图像进行自动灰度处理，结果如图2 7 所示，2 7 a 为处理后的图像 效果，2 7 b 为处理后的图像直方图。可以看出，图像的对比度大大增强，灰度直 方图投影在整个灰度范围内，增大了图像的动态范围，同时，图像的灰度分布规 律并没有改变，保证了底片信息的完整性，有利于后续的准确提取和处理。 2 3 本章小结 a ) 灰度变换后的数字化图像 b ) 对应的灰度直方图 图2 7 灰度变换后的图像及其直方图 f i g 2 - 7i m a g ea f t e rg r a yt r a n s f o r ma n di t sh i s t o g r a m 本章主要对铝合金x 射线检测焊缝图像的数字特征进行了分析，分别采用 了线形均值滤波法和非线性中值滤波法对图像进行了去噪处理，然后针对图像对 比度差的特点，采用了对比度扩展的方法对图像进行增强处理，得n t 比较好的 效果，从而为下一步的焊缝和缺陷的提取做了准备。 第3 章x 射线检测焊缝图像焊缝位置的分割 第3 章x 射线检测焊缝图像焊缝位置的分割 3 1 焊缝位置的分割 在图像处理过程中是以象素为单位进行的，每个数字化图像象素数目巨大。 在对图像中缺陷进行识别中，是逐个象素进行扫描和模板处理，如果对整个底片 进行多次扫描处理会造成冗余处理，降低处理效率和准确性。进行焊缝边缘提取， 缩小目标为关心的区域，即焊缝内部，不但减少后续处理的计算机消耗，而且可 阱将焊缝边界作为缺陷位置和走向信息的参考。 图3 - l 是典型的铝合金x 射线焊缝图像及其直方图分布。从图a 中可以看到 铝合金x 射线焊缝图像对比度低，边缘模糊，直方图分布图b 中没有明显的双 蜂分布，所以很难按照传统的阅值分割得到满意的结果。 a ) x 射线检测焊缝图像b ) 对应的灰度直方图 图3 - 1 典型的铝合金x 射线焊缝图像及其直方图分布 f i g 3 - ix r a yw e l di m a g ea n dh i s t o g r a md i s t r i b u t i o n 为了得到更加清晰准确的焊缝位置，本文采用了图像背景相减口习的方法。图 像背景相减是一种常用的图像分割方法。这里先做简要说明，在下一章中，结合 缺陷提取再对这种方法进行详细介绍。对于本章所要研究的焊缝区域的检测和分 割，背景是除去焊缝以外的母材区域。从图3 - 2 中可以看到，焊缝区域为亮度较 高的区域。 图3 - 2 铝合金x 射线焊缝图像及其灰度分布图 f i g 3 - 2x r a yw e l di m a g ea n dg r a yd i s t r i b u t i o n ； 盖 坦 。 困一 鹚 短 。 北京工业大学工学硕士学位论文 在垂直焊缝方向上，灰度值由焊缝边缘向焊缝中心平缓增加，一般在焊缝中 心处达到峰值；其灰度曲线的形状类似于抛物线。而图像背景相减方法就是通过 对背景区域的拟合，在焊缝区域模拟出背景区域，然后再将原图像与模拟后的图 像相减，这样背景区域被清除，而焊缝区域得到保留，从而分割出焊缝区域。具 体方法是是用一个平滑模板滤波算子，对原始底片图像做线性均值平滑处理。这 种平滑模板滤波算子的本质就是低通滤波器 4 0 】1 4 1 1 1 4 2 1 。然后用原图中每个象素的 灰度值减去拟合后对应象素的灰度值的结果，同时，设定一个门槛值，对相减的 差值的绝对值做二值化处理。图3 3 a 是对图3 1 a 进行处理后的图像。 从图中可以看到，焊缝区域已经基本被分割出来。但是图中的噪声点还很多， 这时可以采取上文介绍的中值滤波处理去除噪声，同时因为此时的图像已经被二 值化，所以更好的方法是采用数学形态学中的腐蚀处理来消除噪声。关于数学形 态学的相关内容在下一章有详细介绍。图3 3 b 就是对3 3 a 进行2 次腐蚀处理后 的结果，这时候焊缝的边缘已经很清晰了。 a ) 图像相减后的结果b ) 腐蚀后的结果 图3 - 3 对3 1 a 图进行图像相减和腐蚀操作的结果 f i g 3 - 3r e s u l to f i m a g es u b t r a c t i n ga n de r o d i n g o i lf i g 3 - l a 对于大多数的铝合金焊缝，焊接缺陷通常只分布在焊缝中。所以，提取出焊 缝后，很重要的就是记录焊缝边缘的位置信息，这样以后在迸行提取缺陷的操作 时，我们只需要在焊缝区进一步分析就可以了。对于焊缝边缘的位置信息的确定 的方法是：从图像左下开始进行3 3 的区域分析，如果找到一个区域a l ，该区 域具有这样的特征：区域内的9 个元素的灰度值都为2 5 5 即白色，则从该模板开 始向上分析，如果连续向上有1 2 个( 即i = 1 , 2 ，3 ，n ) 3 x 3 的区域，每个区域都 是9 个元素全为2 5 5 的模板，则认为模板a 1 最下面中间的点为焊缝边缘上的点。 图3 - 4 是一个寻找焊缝边缘上第一个点的位置的示意图。 第3 章x 射线检测焊缝图像焊缝位置的分割 ! i i i m 1 1 2 5 5 2 5 5 2 5 5 2 5 52 5 52 5 5 2 5 5 2 5 52 5 5 2 5 5 2 5 5 2 5 5 ) 却) 如果有i 1 个，那么区域a 1 中最 下面一行的中间的2 5 5 所代表的象 素就是第一个焊缝边缘上的点。 圈3 4 寻找焊缝边缘上第一个点的位置的示意图 f i g 3 - 4s e a r c ht h ef i r s tg o i a to f t h ew e l de d g e 这样就找到了下焊缝中的第一个点。然后从该点开始向右，搜寻焊缝边缘中 后续的点。如图3 5 所示，图中加深边框最下一行中间的点2 5 5 假设是找到的第 一个焊缝边缘上的点，由其向右是一个象素值为2 5 5 的点，该点下面是一个象素 值为0 的点，那么象素值为2 5 5 的点就是焊缝边缘上第二个点，再由第二个点向 右，是一个象素值为0 的点，该点向上仍为0 ，再向上为2 5 5 的点，那么该2 5 5 的点即为焊缝边缘上第三个点，依次一直向右进行查找。规则是每列紧邻非2 5 5 的第一个象素值是2 5 5 的点。 2 5 52 5 52 5 52 5 52 5 52 5 5 2 5 52 5 52 5 52 5 52 5 52 5 5 2 5 5 2 5 52 5 52 5 502 5 5 2 5 52 5 52 5 5o02 5 5 000000 图3 - 5 从第一个点开始，寻找后序的焊缝边缘上的点 f i g 3 - 5s e a r c ht h e l a t t e rp o i n t so f t h ew e l de d g ef r o mt h ef i r s tp o i n t 这样就可以确定焊缝下边缘所有点的坐标。同理用此方法可以确定焊缝上边 缘所有点的坐标。这种方法对于经二值化处理后的焊缝轮廓的坐标记录实际效果 好，且使用方便，并可以根据二值化后不同的结果对搜寻参数1 1 进行设定和修 改，以适应不同图像的需要，在本文的研究过程中，根据大多数图像的情况以及 大量的试验，n 豹取值为9 。图3 - 6 是对3 幅图像中焊缝进行提取后的结果。 r 1 北京工业大学工学硕士学位论文 3 2 本章小结 图3 - 6 对3 幅图像中焊缝进行提取 f i g 3 - 6e x h a c tw e l do f t h r e ei m a g e s 本章主要对铝合金x 射线检测焊缝图像中的焊缝区域的图像特征进行了分 析，采用了图像背景相减的方法将焊缝提取出来，然后用数学形态学中的腐蚀处 理去除噪声，将焊缝的轮廓清晰的分割出来。接下来，针对提取出的焊缝边缘， 本章设计了一种边缘提取的方法，将焊缝边缘所有点的位置信息记录下来，从而 为以后的缺陷提取工作以及缺陷特征计算工作做了准备。 第4 章x 射线检测焊缝图像缺陷的提取 第4 章x 射线检测焊缝图像缺陷的提取 得到了焊缝的位置后，下面就要进行缺陷提取的工作。 4 1 背景相减方法 4 1 1 背景模拟 焊缝缺陷图像处的灰度分布相对于无缺陷焊缝背景的灰度平缓分布有一个 突变，大多缺陷( 夹钨除外) 表现为低亮度，即其图像灰度值要低于焊缝背景灰 度值。图4 1 a 为一段存在缺陷( 夹渣) 的铝合金焊缝x 射线图像及其灰度分布 示意图。由图可见，其灰度分布曲线在缺陷处有明显的向下突变，使得缺陷处 的灰度分布曲线与所在焊缝区域灰度分布曲线有着明显的差异，许多缺陷检测方 法正是基于上述缺陷灰度分布特征，通过背景拟合或灰度分析方法进行焊缝缺陷 的检测。在本文中，和分割焊缝一样，依然采用了图像相减1 2 4 2 5 l 的方法，通过 在缺陷区域模拟出焊缝背景，再将原图像与模拟背景相减，从而分割出缺陷图像。 由图4 1 b 可知，最理想的背景模拟应该是仅把灰度分布曲线中突变的地方“填平” 而其他曲线部分保持不变的过程。 曲存在缺陷x 射线图像b ) 对应的j 切面的灰度分布图 图4 1 焊缝缺陷图像及其横向灰度分布图 f i g 4 - 1x r a yw e l di m a g ew i t hd e f e c ta n dg r a yd i s t r i b u t i o no f c r o s ss e c t i o n 由于焊缝位置已经得到，所以对于缺陷的提取，就只在焊缝区域内进行就可 以了，而不必再对整个图像进行处理。这时候，对于缺陷区域来说，焊缝区域就 成为了背景区域。在空域下，焊缝区域的灰度变化可以认为是较低频率的，与之 相对应的缺陷的灰度变化较为激烈，是叠加在低频信号上的高频噪声。因此，通 北京工业大学工学硕士学位论文 过设计低通滤波器让低频信号通过同时抑制高频噪声，是一个简单有效的背景模 拟方法。采用线性均值滤波模板的平滑滤波栓之的本质就是低通滤波器，通过调 整均值模板的大小，能够达到不同的低通滤波效果。图4 2 ，4 3 ，4 4 分别为使 用不同大小的平滑模板的背景模拟结果，分别对应于模板9 9 ，3 5 3 5 ，6 0 6 0 。 图4 - 2 模拟背景( 9 9 模板) 及其灰度分布图 f i g 4 - 2s i m u l a t eb a c k g r o u n d ( 9 9t e m p l a t e ) a n d 伊a yd i s t r i b u t i o n 图4 - 3 模拟背景( 3 5 3 5 模板) 及其灰度分布图 f i g 4 - 3s i m u l a t eb a c k g r o u n d ( 3 5 3 5t e m p l a t e ) a n dg r a yd i s t r i b u t i o n 图4 - 4 模拟背景( 6 0 6 0 模板) 及其灰度分布图 f i g 4 - 4s i m u l a t eb a c k g r o u n d ( 6 0 6 0t e m p l a t e ) a n dg r a yd i s t r i b u t i o n 由图4 - 2 可知，应用9 x 9 平滑模板时，缺陷处的灰度下凹仍然十分明显，未 能达到良好的背景模拟效果。加大平滑模板到3 5 3 5 ，背景灰度分布曲线中的下 凹基本得到“填平”，模拟背景效果良好，如图4 - 3 所示。继续加大平滑