基于多尺度濾波算子的x射線實(shí)時(shí)圖像焊縫缺陷檢出方法
【專(zhuān)利摘要】基于多尺度濾波算子的X射線實(shí)時(shí)圖像焊縫缺陷檢出方法，屬于圖像缺陷檢測(cè)領(lǐng)域。本發(fā)明在獲取圖像序列后，首先通過(guò)分析首幀圖像得到優(yōu)化參數(shù)，根據(jù)優(yōu)化參數(shù)構(gòu)造多尺度濾波算子，然后逐幀提取感興趣區(qū)域進(jìn)行卷積操作，并采用動(dòng)態(tài)閾值方法對(duì)圖像進(jìn)行閾值分割，得到潛在缺陷區(qū)域。本發(fā)明能夠?qū)崿F(xiàn)圖像處理參數(shù)的自適應(yīng)優(yōu)化，采用構(gòu)造的濾波算子適應(yīng)焊縫缺陷的局部灰度特征，有利于缺陷區(qū)域的自動(dòng)檢出，在參數(shù)自適應(yīng)和分割準(zhǔn)確性上較之現(xiàn)有的背景消除法等有明顯優(yōu)勢(shì)，并能夠在實(shí)時(shí)性上適應(yīng)生產(chǎn)實(shí)際中的檢測(cè)要求。
【專(zhuān)利說(shuō)明】基于多尺度濾波算子的X射線實(shí)時(shí)圖像焊縫缺陷檢出方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種基于多尺度濾波算子的圖像處理方法，可廣泛應(yīng)用于焊縫X射線圖像缺陷檢測(cè)領(lǐng)域。
【背景技術(shù)】
[0002]焊縫缺陷的X射線檢測(cè)方法分為膠片照相、CR成像、線陣探測(cè)器成像、面陣探測(cè)器成像、圖像增強(qiáng)器成像等方法。膠片成像因其檢測(cè)過(guò)程復(fù)雜、耗時(shí)長(zhǎng)、難于實(shí)現(xiàn)檢測(cè)過(guò)程自動(dòng)化、藥水對(duì)環(huán)境造成污染等缺點(diǎn)，其應(yīng)用前景受到嚴(yán)重制約；而線陣/面陣探測(cè)器成像和CR成像因動(dòng)態(tài)性不足、成像時(shí)間較長(zhǎng)，多用于X射線靜態(tài)成像?；趫D像增強(qiáng)器的方法在X射線實(shí)時(shí)成像中有較為廣泛的應(yīng)用:圖像增強(qiáng)器將射線作用于輸入屏閃爍體產(chǎn)生的光電子經(jīng)光電轉(zhuǎn)換及電信號(hào)的放大，經(jīng)過(guò)模數(shù)轉(zhuǎn)換后得到數(shù)字化圖像，以進(jìn)行圖像的顯示、處理和分析。通過(guò)圖像處理和缺陷檢出算法對(duì)數(shù)字射線圖像序列進(jìn)行自動(dòng)檢測(cè)和分析，可實(shí)現(xiàn)在線連續(xù)檢測(cè)、自動(dòng)判斷缺陷，能夠有效地提高檢測(cè)效率，降低由于人為因素造成的漏檢概率。但X射線實(shí)時(shí)成像具有信噪比低、圖像分辨率低、相對(duì)靈敏度較低的特點(diǎn)，造成圖像對(duì)比度較低，同時(shí)圖像灰度與對(duì)比度水平均具有時(shí)變性，加之連續(xù)生產(chǎn)需要較快的圖像處理速度，綜上對(duì)用于缺陷檢出及判斷的圖像處理算法提出了較高要求。
[0003]現(xiàn)有的X射線圖像缺陷檢測(cè)技術(shù)，在缺陷檢出步驟中多采用濾波與閾值分割相結(jié)合的方法。參見(jiàn)周正干等的論文“航空發(fā)動(dòng)機(jī)葉片X射線數(shù)字圖像分析的一種新方法”，中國(guó)機(jī)械工程，2006, 17(21): 2270-2273，采用分區(qū)域自適應(yīng)中值濾波和形態(tài)學(xué)濾波的方法對(duì)圖像背景進(jìn)行模擬，再用原始圖像與背景相減得到缺陷突出的差值圖像進(jìn)行閾值分割。其中區(qū)域劃分尺寸的設(shè)置影響檢出結(jié)果，算法適應(yīng)性受到一定限制；形態(tài)學(xué)操作會(huì)導(dǎo)致缺陷信息保真度降低，不利于后續(xù)的缺陷判斷。張曉光等針對(duì)去除背景后的焊縫圖像采用圖像增強(qiáng)的方法使缺陷區(qū)域得到增強(qiáng)，之后對(duì)圖像進(jìn)行分割，利用局部閾值法對(duì)缺陷進(jìn)行提取，該方法依據(jù)缺陷與背景的明顯灰度對(duì)比進(jìn)行缺陷檢出，對(duì)膠片數(shù)字化圖像有較好的識(shí)別效果，但對(duì)X射線實(shí)時(shí)圖像的處理適用性有限，參見(jiàn)論文“X射線檢測(cè)焊縫的圖像處理與缺陷識(shí)別”，華東理工大學(xué)學(xué)報(bào).2004, 30(2): 199-202。Jiaxin Shao等在缺陷檢出步驟中同樣采用背景消除的方法，得到缺陷突出的差值圖像，利用動(dòng)態(tài)閾值分割的方法對(duì)潛在缺陷區(qū)域進(jìn)行檢出。該方法能夠有效地檢出潛在缺陷區(qū)域并適應(yīng)背景圖像灰度均值的變化，且能夠滿(mǎn)足檢測(cè)的實(shí)時(shí)性要求；但對(duì)圖像背景部分在一定鄰域范圍內(nèi)的一致性有較高要求，如缺陷靠近邊緣或背景存在灰度級(jí)明顯變化趨勢(shì)，缺陷檢出效果會(huì)受到影響，出現(xiàn)一定比例的誤檢，造成后續(xù)缺陷判斷的難度，參見(jiàn)論文“Automatic weld defect detection basedon potential defect tracking in real-time radiographic image sequence，，.NDT&EInternational.2012, 46:14-21。
[0004]綜上，現(xiàn)有的焊縫缺陷檢出技術(shù)與方法尚難以很好地滿(mǎn)足數(shù)字射線檢測(cè)的適應(yīng)性和準(zhǔn)確性要求。
【發(fā)明內(nèi)容】

[0005]針對(duì)上述問(wèn)題，本發(fā)明的目的在于提供基于多尺度濾波算子的X射線實(shí)時(shí)圖像焊縫缺陷檢出方法，采用自適應(yīng)優(yōu)化參數(shù)，構(gòu)造濾波算子，避免背景灰度變化對(duì)缺陷檢出的影響，對(duì)焊縫缺陷的不同尺寸進(jìn)行自動(dòng)適應(yīng)，實(shí)現(xiàn)X射線圖像焊縫缺陷的自動(dòng)檢出。
[0006]為實(shí)現(xiàn)上述目的，本發(fā)明采取以下技術(shù)方案:
[0007]步驟I)讀入首幀圖像:讀入圖像序列中的第一幀圖像，記為I。;
[0008]步驟2)焊縫提取:對(duì)所述第一幀圖像進(jìn)行邊緣提取和區(qū)域分割，提取焊縫邊界，將焊縫作為感興趣區(qū)域進(jìn)行標(biāo)識(shí)操作；
[0009]步驟3)參數(shù)優(yōu)化:對(duì)所述第一幀圖像的感興趣區(qū)域進(jìn)行圖像分析，對(duì)多尺度濾波算子構(gòu)造參數(shù)σ與動(dòng)態(tài)閾值參數(shù)Th進(jìn)行優(yōu)化，得到多尺度濾波算子構(gòu)造參數(shù)優(yōu)化值Otjp與動(dòng)態(tài)閾值參數(shù)優(yōu)化值Thtjp ;該步驟具體包括:
[0010]步驟30)參數(shù)初始化:選擇參數(shù)a，b使其滿(mǎn)足
【權(quán)利要求】
1.一種基于多尺度濾波算子的X射線圖像焊縫缺陷檢出方法，包括: 步驟I)讀入首幀圖像:讀入圖像序列中的第一幀圖像，記為I。； 步驟2)焊縫提取:對(duì)所述第一幀圖像進(jìn)行邊緣提取和區(qū)域分割，提取焊縫邊界，將焊縫作為感興趣區(qū)域進(jìn)行標(biāo)識(shí)操作； 步驟3)參數(shù)優(yōu)化:對(duì)所述第一幀圖像的感興趣區(qū)域進(jìn)行圖像分析，對(duì)多尺度濾波算子構(gòu)造參數(shù)σ與動(dòng)態(tài)閾值參數(shù)Th進(jìn)行優(yōu)化，得到多尺度濾波算子構(gòu)造參數(shù)優(yōu)化值σ。。與動(dòng)態(tài)閾值參數(shù)優(yōu)化值Thtjp ;該步驟具體包括: 步驟30)參數(shù)初始化:選擇參數(shù)a，b使其滿(mǎn)足
2.如權(quán)利要求1所述的一種基于多尺度濾波算子的X射線圖像焊縫缺陷檢出方法，其特征在于所述焊縫提取步驟包括以下內(nèi)容:提取焊縫上邊緣與焊縫下邊緣，將上邊緣與下邊緣各點(diǎn)的圖像坐標(biāo)分別記為分別對(duì){.ξ:}、ig!進(jìn)行直線擬合，將所述兩條直線之間的區(qū)域標(biāo)記為感興趣區(qū)域。
【文檔編號(hào)】G01N23/18GK103822932SQ201410069615
【公開(kāi)日】2014年5月28日 申請(qǐng)日期:2014年2月27日 優(yōu)先權(quán)日:2014年2月27日
【發(fā)明者】鄒怡蓉, 都東, 潘際鑾, 石涵, 邵家鑫, 常保華, 韓贊東 申請(qǐng)人:清華大學(xué)