导向环钎焊接头超声检测图像处理及质量评价

导向环钎焊接头超声检测图像处理及质量评价沈阳航空航天大学材料科学与工程学院(110136)高双胜哈尔滨工业大学先进焊接与连接国家重点实验室(150001)刚铁迟大钊摘要采用水浸聚焦超声C扫描成像方法对导向环钎焊接头进行了无损检测，针对超声检测图像特征，采用基于面积重构的形态学图像处理方法进行了缺陷分割。根据图像处理结果，计算了钎焊接头的焊合率以及最大缺陷的位置，实现了导向环钎焊质量的无损评价。利用Matlab语言的图形用户界面工具开发了导向环钎焊接头超声检测图像处理与质量评价软件，该软件界面简洁、易操作，并且能够脱离MATLAB语言环境独立运行，便于推广应用。无损评价焊接作为一门综合性应用技术，已广泛用于各种材料的连接，产生了巨大的经济效益和社会效益。随到重视，开展焊接质量无损检测与评价已成为焊接生产的一个重要环节。随着生产过程自动化程度的日益提高以及企业对产品质量要求和生产效率的不断提升，以数字图像处理技术为基础的焊接结构无损检测与评价越来越得到人们的重视1。到目前为止关于焊缝X射线检测图像处理以及焊接质量评价的研究已有较多报道2],但关于超声波检测图像处理以及焊接质量评价的报道则相对较少³。为使图像处理技术能更好地在企业中推广应用，文中针对导向环钎焊接头的超声检测图像，在Matlab语言环境下利用形态学方法进行了图像处理，并利用图形用户界面(GraphicsUserInterfaceGUI)工具实现了图像处理与质量评价的可视化。使用户无需掌握各种复杂的操作指令，只需通过鼠标点击即可完成对焊接质量的评价，并且此图像处理系统界面简收稿日期：2012-02-06基金项目：先进焊接与连接国家重点实验室开放课题研究基金项目(焊接10-013)。1超声成像检测试验图1中导向环由内环、外环和叶片构成，外环和叶片利用电解加工完成，内环和叶片采用钎焊方法连接。氩气保护炉中钎焊。实际焊接过程中由于设备运行不稳定或工艺参数波动等原因将导致未熔合、气孔等缺陷，由于内环与叶片之间的组合间隙较小仅为0.1mm,若采用X射线照相检验，对于钎料是否完全熔化在钎隙间隙内，在X光底片上无法显现出人眼能鉴别出的黑度差，因此无法区分焊接良好与完全未钎焊好的组件。对于钎料大部分熔合少部分未熔合而且不均匀的情况，由于X射线照相灵敏度一般为2%,X射线2012年第3期23底片上不能完全反应钎焊质量的全貌，因此X射线照相法对于此种钎焊质量的检验是无效的。而对于超声波来说，理论上只要内部含有超过1×10⁻⁵~1×10-⁴被反射回来。对于钎焊组件未熔合的间隙，只要其尺寸大于1×10⁻⁵mm,就会产生较强的反射声波，因此超声波检验钎焊质量是一种灵敏度较高的无损检测方由于不锈钢晶粒组织粗大对超声波有很强的散射寸较小的构件可采用水浸超声C扫描成像法检测。选择合适的探头是获得准确的检测结果的关键，探头频率对检测结果影响较大。一般来说频率高脉冲宽度明显，综合以上两方面考虑选用10MHz的水浸聚焦探头。根据导向环的结构特点，为了提高小缺陷的检出率，采用聚焦探头水浸法从内环内侧发射超声波进行C扫描检测。导向环在转动装置驱动下旋转，探头由Z轴驱动做上下往复扫描检测，并保证超声波入射方向与钎焊界面保持垂直(图2),得到如图3所示的超声C的检测图像。叶片叶片扫查方向钎缝图2导向环超声检测示意图2超声检测图像处理与内环的钎焊连接界面，图像处理的最终目的是从特值与图像上非焊接区域部分像素的灰度值接近，因此不能简单地用阈值法进行缺陷分割。为了叙述方便将图像中除焊接缺陷以外部分均称为图像背景，即包括内环非焊接区和焊接区内无缺陷区两部分。图3导向环超声C扫描检测图像经分析发现图像两部分背景内的灰度值并不完全建法4,可对图像进行平滑处理(称作“削峰”),即“削平”背景内部存在的多个区域极值。面积重构属于数学形态学范畴，一般用于防止形态学分水岭算法产生的过度分割问题。该研究将其用于平滑处理检测图像和非焊接区的灰度极值被消除，并且这两个区域内的焊接区像素灰度值置为1,非焊接区像素灰度值置为0。用此二值图像与原图像相乘，可将焊接区内的缺陷分割出来。对二值图像采用Canny算法进行边缘检测，可得到叶片钎焊界面的轮廓。将分割出来的缺陷图像与钎焊界面的轮廓图像相叠加，便可观察焊接缺焊合率常被作为钎焊连接质量的评价指标，其定义为钎焊接头的实际结合面积与理论结合面积之比。图像处理之后可得到叶片的实际钎焊面积与理论钎焊3超声检测图像处理及质量评价可视化软件开发在MATLAB命令窗口中可实现图像的读取和存储及相应的处理工作，但是需要用户安装庞大的MAT-LAB软件，并且需要熟悉M文件编程和参数传递等。用程序是如何执行各项命令的，只需了解界面组件的使用方法，即可得到所需结果，图4为软件的设计流程该软件可读入“*.BMP,*.JPG,*.TIF,*.GIF”等格式的图像文件，并且能以“*.BMP,*.JPG”等格式保存处理后的图像，软件包括原始图像的读入及显四个模块。本着简洁实用的设计原则，该软件界面分为三个区域。如图5所示左侧为原始图像显示区，中部上方为图像处理操作，中间为缺陷定量分析结果，242012年第3期 2012年第3期25缺陷提取叶片轮廓缺陷+叶片轮廓图4软件设计流程图下方为软件的Logo,右侧为处理后图像，可与左侧的原始图像形成对比，以便于观察分析焊接缺陷。通过鼠标点击图像处理操作按钮，可观察到导向环叶片与内环的钎焊连接界面上的焊接缺陷，其中用红色突出显示了最大缺陷(按面积统计)。并可轻松掌握焊接缺陷在叶片中所处的位置，最大缺陷所在叶片及在该叶片的具体位置。缺陷的定量分析结果给出了焊合率和最大缺陷的数值为像素数，可根据扫描步距自行计算缺◎缺陷提取◎叶片轮廓◎缺陷+轮廓缺陷定量分析结果处理后图像图像处理图5导向环钎焊接头超声检测图像处理与质量评价软件界面由于MATLAB软件占用空间较大，可利用编译器Compiler将GUI转化成能够脱离MATLAB软件独立运行的应用程序，即在没有安装该软件的环境下也能运行。水浸聚焦超声C扫描成像法能较好地完成导向环基于面积重构的形态学图像处理方法可快速地从检测图像中分割出焊接缺陷，进而可计算出钎焊接头的焊合率，为导向环钎焊质量评价提供了依据。设计的导于文中提出的无损检测与评价方法的推广应用。[1]王玉，高大路，廖明夫.焊接领域无损检测技术应用现[2]M.Carrasco,D.Mery.Segmentationofweldingdefectsusinga