多視角圖像中批量缺陷的自動對應(yīng)方法
【專利摘要】本發(fā)明公開了一種多視角圖像中批量缺陷的自動對應(yīng)方法；屬材料的無損檢測領(lǐng)域。該方法在小缺陷分割及細(xì)化的基礎(chǔ)上提出了批量缺陷的自動對應(yīng)準(zhǔn)則，并按照提出的對應(yīng)準(zhǔn)則實(shí)現(xiàn)了批量缺陷的自動對應(yīng)。解決了目前射線檢測左右轉(zhuǎn)圖像中手動對應(yīng)缺陷存在著對應(yīng)速度慢、對應(yīng)結(jié)果受檢測人員素質(zhì)、視覺疲勞等影響較大、對應(yīng)容易出錯等問題，實(shí)現(xiàn)了左右轉(zhuǎn)圖像中批量缺陷的自動對應(yīng)，減少了人為因素的干擾，提高了焊件檢測的速度和魯棒性，為后續(xù)的缺陷空間位置可視化程序提供自動輸入的數(shù)據(jù)，從而為工程應(yīng)用奠定良好的基礎(chǔ)。
【專利說明】多視角圖像中批量缺陷的自動對應(yīng)方法
【技術(shù)領(lǐng)域】:
[0001]本發(fā)明涉及一種多視角圖像中批量缺陷的自動對應(yīng)方法。屬材料的無損檢測領(lǐng)域。
【背景技術(shù)】:
[0002]在無損檢測中確定缺陷的深度一直是缺陷定位、定量研究的熱點(diǎn)和難點(diǎn)，國內(nèi)外在定位定量方面已經(jīng)開展了相關(guān)的研究，并取得了一定的研究成果，但上述研究主要針對普通焊接結(jié)構(gòu)中的大尺寸缺陷進(jìn)行深度定位，定位精度也不高，而且也無法確定缺陷偏離焊縫中心的尺寸。目前對于復(fù)雜結(jié)構(gòu)焊件中小缺陷的空間定位研究報道很少，因此開展復(fù)雜結(jié)構(gòu)焊件內(nèi)部小缺陷的空間定位數(shù)據(jù)自動對應(yīng)和提取有著極為重要的現(xiàn)實(shí)意義和工程應(yīng)用背景。實(shí)現(xiàn)左右轉(zhuǎn)圖像中批量缺陷的自動對應(yīng)，可減少人為因素的干擾，提高焊件檢測的速度和魯棒性，也可為后續(xù)的缺陷空間位置可視化程序提供自動輸入的數(shù)據(jù)，從而為工程應(yīng)用奠定良好的基礎(chǔ)。

【發(fā)明內(nèi)容】
:
[0003]針對目前射線檢測左右轉(zhuǎn)圖像中手動對應(yīng)缺陷存在著對應(yīng)速度慢、對應(yīng)結(jié)果受檢測人員素質(zhì)、視覺疲勞等影響較大、對應(yīng)容易出錯等問題，本發(fā)明提供一種多視角圖像中批量缺陷自動對應(yīng)的方法。該方法在小缺陷分割及細(xì)化的基礎(chǔ)上提出了批量缺陷的自動對應(yīng)準(zhǔn)則，并按照提出的對應(yīng)準(zhǔn)則實(shí)現(xiàn)批量缺陷的自動對應(yīng)。
[0004]本發(fā)明的技術(shù)方案如下:一種多視角圖像中批量缺陷的自動對應(yīng)方法，具體如下
[0005](I)確定焊縫中缺陷即氣孔在焊件中的空間位置分布:其具體方法是:采用旋轉(zhuǎn)焊件的方法對其進(jìn)行射線檢測，獲得檢測圖像；并根據(jù)檢測圖像中的幾何關(guān)系建立缺陷深度及偏移量的數(shù)學(xué)模型；建立的缺陷深度數(shù)學(xué)模型為公式(I)，建立的缺陷偏移量數(shù)學(xué)模型為公式(2):
[0006]d = \1 U — [(W /2 +.v)-c)](I)
[0007]X = ~L^J~(2)
[0008]式中d—計算得到的缺陷到翼板表面的距離(mm)噸一焊件右轉(zhuǎn)時缺陷到射線穿透焊件最薄處的投影距離(mm) —焊件左轉(zhuǎn)時缺陷到射線穿透焊件最薄處的投影距離(mm) ；ff一腹板寬度(mm) ； δ 一翼板厚度(mm) ；x一缺陷偏離焊縫中心的距離(mm)；
[0009]根據(jù)偏移量數(shù)學(xué)模型，欲求出缺陷偏離焊縫中心的距離，需先自動提取焊件右轉(zhuǎn)及左轉(zhuǎn)檢測圖像中的投影距離Cl1和dp Cl1和d是兩幅相對應(yīng)圖像中的投影距離；也就是說如果要計算出偏移量X，需先獲得左右旋轉(zhuǎn)兩幅射線檢測圖像，然后對兩幅圖像進(jìn)行分割及細(xì)化，經(jīng)缺陷自動對應(yīng)后，把提取的屯和‘代入公式(2)即可確定，進(jìn)而可計算缺陷深度，并確定缺陷的空間位置分布特征；[0010](2)缺陷分割及細(xì)化；實(shí)現(xiàn)焊件中缺陷空間位置數(shù)據(jù)的自動提取，需提前把缺陷分割及細(xì)化出來，而后再進(jìn)行缺陷的自動對應(yīng)；缺陷的自動對應(yīng)須首先獲得左轉(zhuǎn)及右轉(zhuǎn)檢測圖像的分割及細(xì)化結(jié)果；所述細(xì)化就是把缺陷縮減至其中心點(diǎn)，此時其中心坐標(biāo)點(diǎn)位置可確定下來，這樣就可以自動提取缺陷的投影距離；
[0011](3)缺陷自動對應(yīng)，其方法是:如果左右旋轉(zhuǎn)圖像中的缺陷距離圖像一端的距離在一定的范圍內(nèi)，則符合設(shè)定的判定準(zhǔn)則，就判斷其為同一個缺陷；采用此對應(yīng)準(zhǔn)則對檢測圖像逐行掃描后，即能把左右轉(zhuǎn)圖像中的細(xì)化缺陷進(jìn)行自動對應(yīng)；而后自動計算缺陷的偏移量和深度，進(jìn)而確定缺陷的空間位置分布。
[0012]本發(fā)明的有益效果是:解決了目前射線檢測左右轉(zhuǎn)圖像中手動對應(yīng)缺陷存在著對應(yīng)速度慢、對應(yīng)結(jié)果受檢測人員素質(zhì)、視覺疲勞等影響較大、對應(yīng)容易出錯等問題，實(shí)現(xiàn)了左右轉(zhuǎn)圖像中批量缺陷的自動對應(yīng)，減少了人為因素的干擾，提高了焊件檢測的速度和魯棒性，也為后續(xù)的缺陷空間位置可視化程序提供自動輸入的數(shù)據(jù)，從而為工程應(yīng)用奠定良好的基礎(chǔ)。
【專利附圖】

【附圖說明】
[0013]圖1是模擬焊件局部外觀圖；
[0014]圖2是焊件橫斷面；
[0015]圖3是左右轉(zhuǎn)圖像中焊縫及焊縫中缺陷的對應(yīng)關(guān)系圖；
[0016]圖3(a)是焊件左轉(zhuǎn)示意圖；
[0017]圖3(b)是焊件左轉(zhuǎn)圖像；
[0018]圖3(c)是焊件右轉(zhuǎn)示意圖；
[0019]圖3(d)是焊件右轉(zhuǎn)圖像；
[0020]圖4為左轉(zhuǎn)圖像分割及細(xì)化結(jié)果，其中:
[0021]圖4(a)是提取的感興趣區(qū)域，
[0022]圖4(b)為是左轉(zhuǎn)圖像缺陷分割結(jié)果；
[0023]圖4(c)為左轉(zhuǎn)圖像缺陷細(xì)化結(jié)果；
[0024]圖4(d)為左轉(zhuǎn)圖像中標(biāo)注細(xì)化缺陷距圖像上端距離的結(jié)果；其中的Λ ?為左轉(zhuǎn)圖像左側(cè)焊縫中某缺陷距圖像上端的距離。
[0025]圖5為右轉(zhuǎn)圖像分割及細(xì)化結(jié)果，其中:
[0026]圖5(a)為提取的感興趣區(qū)域；
[0027]圖5(b)為右轉(zhuǎn)圖像的分割結(jié)果；
[0028]圖5(c)為右轉(zhuǎn)圖像的細(xì)化結(jié)果；
[0029]圖5(d)為右轉(zhuǎn)圖像中標(biāo)注細(xì)化缺陷距圖像上端距離的結(jié)果，其中的Λ 2為右轉(zhuǎn)圖像右側(cè)焊縫中某缺陷距圖像上端的距離；
[0030]圖6為批量缺陷對應(yīng)準(zhǔn)則流程圖。
【具體實(shí)施方式】
[0031]1、研究對象及對應(yīng)方式
[0032]研究對象是工字形的激光焊件，其為蒙皮框架結(jié)構(gòu)，上下兩面均有激光焊縫，接頭的最薄弱環(huán)節(jié)為焊件結(jié)合面位置，如在結(jié)合面位置有大量氣孔存在，將會對接頭的強(qiáng)度、疲勞性能等造成很大的不利影響，因此確定氣孔在焊件中的空間位置分布極為重要。見圖1所示的模擬焊件的局部外觀圖和圖2所示的焊件橫斷面圖。其上下兩面為翼板，中間為腹板。
[0033]為了確定缺陷在焊件中的空間位置，采用旋轉(zhuǎn)焊件的方法對其進(jìn)行了射線檢測，獲得了檢測圖像。并根據(jù)檢測圖像中的幾何關(guān)系建立了缺陷深度及偏移量的數(shù)學(xué)模型。建立的缺陷深度數(shù)學(xué)模型見公式(I)，建立的缺陷偏移量數(shù)學(xué)模型見公式(2)。
【權(quán)利要求】
1.一種多視角圖像中批量缺陷的自動對應(yīng)方法，其特征在于:具體如下 (1)確定焊縫中缺陷即氣孔在焊件中的空間位置分布:其具體方法是:采用旋轉(zhuǎn)焊件的方法對其進(jìn)行射線檢測，獲得檢測圖像；并根據(jù)檢測圖像中的幾何關(guān)系建立缺陷深度及偏移量的數(shù)學(xué)模型；建立的缺陷深度數(shù)學(xué)模型為公式(I)，建立的缺陷偏移量數(shù)學(xué)模型為公式⑵:
2.根據(jù)權(quán)利要求1所述的多視角圖像中批量缺陷的自動對應(yīng)方法，其特征在于:自動對應(yīng)準(zhǔn)則算法流程是缺陷經(jīng)細(xì)化后，左右轉(zhuǎn)圖像中缺陷距圖像上端的距離差不超過2個像素，即可判定其為同一缺陷；否則，如其差值超過2個像素，即判定不是同一缺陷；采用提出的對應(yīng)準(zhǔn)則對檢測圖像逐行掃描后，即可把左右轉(zhuǎn)圖像中的細(xì)化缺陷進(jìn)行自動對應(yīng)；而后自動計算缺陷的偏移量和深度，進(jìn)而確定缺陷的空間位置分布。
【文檔編號】G01N23/04GK103472078SQ201310446411
【公開日】2013年12月25日 申請日期:2013年9月26日 優(yōu)先權(quán)日:2013年9月26日
【發(fā)明者】石端虎, 劉紅玲, 王揚(yáng), 沙靜 申請人:徐州工程學(xué)院