孫怡孫洪雨白鵬王昱田巖平
（大連理工大學電子與資訊工程學院， 116024） （中國石油天然氣集團總公司管道局鋼管廠， 11100）
摘要： 為了檢測x光探傷影象中螺旋鋼管焊縫缺陷，提出了一種新的實時自動檢測演算法。它是一種基於影象空間特性（空間對比度與空間方差）的模糊識別演算法，與人眼視覺識別特性相近，與其他傳統缺陷檢測演算法相比，有較低的漏判率和誤判率，並能滿足生產線上實時檢測的要求。
關鍵字：無損探傷；焊縫缺陷；自動檢測；模糊演算法
0 引言
x射線無損探傷是工業無損檢測的主要方法之一，其檢測結果已作為焊縫缺陷分析和質量評定的重要判定依據。但是，該方法具有操作過程複雜、執行成本高、結果不易存放且查詢攜帶不便等缺點。隨著電子技術的飛速發展，一種新型的x射線無損檢測方法「x射線工業電視」應運而生，並開始應用到焊縫質量的無損檢測當中。
x射線工業電視取代了原始x射線探傷中的膠片，用監視器（工業電視）實時顯示探傷影象，這樣不僅可以節省大量的x射線膠片，而且還可以**實時檢測，提高了x射線無損檢測的檢測效率。但現在的x射線工業電視大多還都採用人工方式進行**檢測與分析，而人工檢測本身存在幾個不可避免的缺點，如主觀標準不一致、勞動強度大、檢測效率低等。隨著計算機技術、自動控制技術以及影象處理方法迅速地引入焊接領域，焊接生產自動化、智慧型化已經成為21世紀焊接技術發展的重要方向。
在焊縫質量檢測方面，如果採用x射線無損探傷計算機輔助評判系統進行**檢測與分析，可以有效地克服人工評定中因為眼睛疲勞、經驗差異而引起的漏判與誤判，從而使**檢測工作客觀化、規範化與智慧型化，排除許多假象的干擾，使**檢測工作更加準確。
目前，國內外基於x射線探傷影象的缺陷自動檢測方法有基於影象差分的方法[1,2]，基於邊緣檢測的方法[3,4]，基於模板匹配的相似缺陷檢測演算法[5]等。這些方法在檢測面積較小或者空間對比度較低的缺陷時比較困難。因此，本文提出了一種基於影象空間特性（空間對比度與空間方差）的模糊識別演算法[6,7]作為缺陷檢測演算法。
以此為核心組成了焊接缺陷的自動檢測與識別系統。**的第1部分將介紹系統的總體構成，第2部分描述了如何自動提取螺旋鋼管焊縫區域，第3部分詳細地講述了缺陷檢測演算法原理，第4部分給出了實驗結果和結論。
1 系統結構
x射線無損探傷缺陷自動檢測系統的硬體組成與結構如圖1所示。系統主要由三個部分組成：訊號轉換部分、影象處理部分及缺陷位置的獲取與傳輸部分。
訊號轉換部分由x光光源、螺旋鋼管、傳送車、影象增強器、以及ccd攝像機組成。在螺旋鋼管內部的x光光源發出的x射線穿透螺旋鋼管及焊縫區域後，被影象增強器接收，影象增強器將不可見的x射線轉換為可見光，ccd攝像機再將光訊號轉換為電訊號，完成光電轉換，並將電訊號送入影象處理部分。如果在焊縫區域中存在氣孔、夾渣或未焊透等缺陷時，在監視器上顯示的探傷影象上就會形成乙個亮點或者一條亮線，影象處理部分也正是利用這個特點來檢測每一幀探傷影象中是否存在缺陷的。
影象處理部分包括**採集卡，監視器，計算機，顯示器等裝置。其功能包括採集、顯示、處理並儲存採集到的探傷影象資料。，同時將檢測結果儲存到計算機的儲存器當中，以備後續查詢和驗證。
缺陷位置的獲取與傳輸部分由微控制器、旋轉編碼器、max232晶元、adam-4520模組和傳輸線等組成，其功能是獲取並傳輸缺陷的位置資訊。系統利用旋轉編碼器將位移訊號轉換為脈衝訊號，通過脈衝訊號的個數來記錄傳送車的位移，再通過序列通訊介面將位移訊號傳送給計算機進行處理，從而獲得缺陷的位置資訊。
圖1 系統結構圖
2．螺旋鋼管焊縫區域的自動提取
每一幅x射線探傷影象中，缺陷所在的焊縫區域佔整幅探傷影象中很少的一部分,如圖2所示。
圖2 探傷影象例項圖
如果將缺陷檢測演算法應用到整幅探傷影象中，無論是從演算法的運算量、運算時間還是演算法的檢測效率來看，都不經濟。所以本文採用一種基於影象灰度特性的快速焊縫區域提取方法，首先將每幅探傷影象中的焊縫區域提取出來，然後在提取出來的焊縫區域中應用缺陷檢測演算法。這樣既減少了需要處理的資料量，縮短了演算法的執行時間，又提高了缺陷檢測演算法的效率。
在每一幀探傷影象中，均存在著明顯的三個不同的灰度級區域，即影象**橫向條形的焊縫區域、焊縫區域上下的亮背景（鋼管壁區域）以及四周的暗背景（擋板區域）。為了準確地將焊縫區域分割出來，本文利用剔除暗背景後的影象直方圖進行自適應閾值分割，選擇自適應的閾值進行分割是因為在某一幀探傷影象中分割效果較好的閾值，在其他幀影象中卻可能效果很差，所以僅僅用乙個固定的閾值來進行影象分割的方法很難將焊縫區域可靠地提取出來。在這種情況下，把灰度閾值取成乙個隨不同幀探傷影象自動變化的函式是很合適的。
這樣就可以消除畫素灰度值不穩定對焊縫提取的影響，即使焊縫的上下移動也能有效準確地提取出焊縫區域。自適應二值化方法的基本原理是使影象中分割的兩類目標的類間方差最大，類內方差最小，即為求解公式
其中的最大值，並將其所對應的k值作為最優閾值t。
其中，，，
i表示灰度，h(i)表示灰度分布。實驗表明利用此方法提取出焊縫區域非常接近人的視覺區分結果。圖3顯示了某幀影象在剔除暗背景後的影象直方圖、分割的閾值、分割後的二值圖以及焊縫提取的結果。
(abc
圖３ (a) 剔除暗背景後的直方圖及自適應閾值
(b) 採用 (a) 中的閾值分割的效果
(c) 焊縫提取效果圖
3 缺陷檢測演算法原理
前已述及，若在焊縫區域中存在氣孔、夾渣以及未焊透等缺陷時，缺陷區域就會形成乙個亮點或者一條亮線。這樣在視覺上就可以根據探傷影象中，某乙個區域是否比其周圍背景區域更加明亮來判斷該區域是否是缺陷區域，而從影象處理的角度來看，可以根據探傷影象中畫素灰度值的大小來判斷乙個區域是否是缺陷區域。在這裡應該注意乙個問題，人類視覺中的「亮度」，或者說是「明亮程度」,不僅僅是指區域中畫素的灰度平均值，而且還與區域中畫素的空間方差特性（一定區域內畫素灰度值變化的劇烈程度）有關。
也就是說僅僅有著較高的灰度平均值還不夠，或者說還不足以使人確信這個區域就是缺陷區域。舉乙個特殊的例子，如果乙個區域內有幾個灰度值極大的點（實際上就是幾個惡性的脈衝雜訊），它們仍然會使整個區域的灰度平均值較高，但這個區域卻不是缺陷，看起來也不比其周圍背景區域「明亮」，因為這個區域只是包含了幾個惡性脈衝雜訊的背景區域，而並非是缺陷區域。所以人類視覺中的「亮度」 指的是，除了有著較高的空間對比度（即灰度平均值）之外，還需要有著較低的空間方差特性，也就是說，看起來還要「亮」得比較「均勻」。
在x射線探傷影象中，當缺陷區域和雜訊區域呈現相同的空間對比度特性時（區域的平均灰度值相同），缺陷區域的方差特性顯然要比雜訊區域的空間方差特性低（區域的灰度值變化程度小）；而當缺陷區域和雜訊區域呈現相同的空間方差特性時，缺陷區域的空間對比度又必然要比雜訊區域的空間對比度高。所以在本文所採用的模糊缺陷檢測演算法中，對於具有相同空間對比度特性的區域來說，它的空間方差特性越小，就越有理由相信這個區域是缺陷區域，其模糊隸屬度的值就越高，反之就越低；而對於具有相同空間方差特性的區域來說，它的空間對比度特性越低，這個區域是缺陷區域的可能性就越小，其模糊隸屬度的值就越低，反之也就越高，這就是模糊缺陷檢測演算法的基本原理，模糊缺陷檢測演算法中採用的模糊規則就是基於此而形成的。
具體模糊缺陷檢測演算法可以分為如下幾個步驟:
1)灰度均值差與灰度方差的計算
在檢測氣孔和夾渣等圓形缺陷時，檢測區域大小選取為6ⅹ4個畫素，水平比較區域大小取為10ⅹ3個畫素，水平比較區域分為左右兩組，每組有兩個比較區域，與檢測區域的距離分別為5個畫素到10個畫素和15個畫素到20個畫素。在分別求取每組比較區域的灰度平均值之後，將兩組比較區域的均值再相加求平均，從而得到水平方向上比較區域的灰度平均值，再與檢測區域的灰度平均值作差後，即得到灰度差值(a)。垂直方向灰度均值比較的方法與水平方向灰度均值比較方法基本相同。
然後，計算出檢測區域的灰度方差(v)；
簡要示意圖如圖4所示。
圖4 檢測區域與比較區域示意圖
2）查隸屬度錶
將灰度方差與灰度差值結合在一起，根據兩個引數的組合取值落在表1種哪一欄，從而得到氣孔和夾渣缺陷的隸屬度引數，0—3代表隸屬度值，值越小，則是缺陷的可能性越小；
3）水平與垂直方向綜合判斷
將由以上2個步驟得到的水平方向和垂直方向上的隸屬度引數綜合考慮。得到最終的模糊隸屬度引數。若總的模糊隸屬度引數值大於某個固定值(2)，則將檢測區域判斷為缺陷，並將該區域作上缺陷標記；若總的模糊隸屬度小於某個固定值(2)，則將該區域作為正常背景區域，忽略不計；
4）遍歷整個焊縫區域
將檢測區域沿水平方向或垂直方向移動乙個單位（畫素），重複1）至3)步驟，直到將整個焊縫區域都遍歷一遍，這樣就可以得到整幅探傷影象的最終檢測結果。
而在檢測未焊透等線形缺陷時，檢測區域的大小則取為15ⅹ2個畫素，水平比較區域大小仍取為10ⅹ3個畫素。
表 1 氣孔和夾渣檢測的模糊隸屬度引數
tab. 1 fuzzy membership parameters of holes and slags detection (v represents gray value variance, a represents gray mean value difference)
5）缺陷判定的標準
在實際生產中，焊縫區域的質量應符合gb9711－88和sy/t5037－92規定的標準[8]。它規定了圓形缺陷在多大的範圍內累計尺寸達到多大時定為超標缺陷，要報警。如不在這一範圍內，即使有缺陷，是可接受的，不會影響質量。
經過上述模糊缺陷檢測演算法檢測之後，系統已經得到了每一幀探傷影象中缺陷的位置資訊，缺陷的個數，進而可計算缺陷的尺寸。這時，系統就會根據上述缺陷的判別標準對該幀探傷影象中的每乙個缺陷進行是否超出標準的判定。但因為未焊透等線形缺陷與氣孔、夾渣等圓形缺陷的判定標準不同，所以系統應該首先識別缺陷的性質，即首先判斷缺陷是氣孔、夾渣等圓形缺陷還是未焊透等線形缺陷。
由於圓形缺陷與線形缺陷在形狀上很容易區分，所以本文選擇了通過缺陷的長寬比來判別該缺陷是氣孔、夾渣等圓形缺陷還是未焊透等線形缺陷。如果是未焊透等線形缺陷，則系統不論該缺陷的尺寸大小，均傳送噴標訊號，按照缺陷超出標準處理；如果缺陷是氣孔、夾渣等圓形缺陷則按照上述缺陷判定標準進行判定。
4 實驗結果與討論
在長達一年半的時間裡，在工廠的除錯和檢驗過程中，遇到了各種典型缺陷，圖5為氣孔和夾渣及未焊透的檢測結果，檢測到的缺陷位置打上黑色的標記。除了檢測實際鋼管焊縫零散的缺陷外，為了按標準檢測，鋼管廠按照前述檢測標準做了一根試驗樣管，其中包含5種典型的缺陷組合。系統對含有這些缺陷的樣管進行實時檢測與識別，檢測出了全部的5組缺陷，並對每個超出標準的缺陷作上標識，在計算每組缺陷的累積直徑之後，給出整根鋼管上全部缺陷的累計直徑和缺陷的總個數。
檢測效果如圖6所示。同樣一組缺陷，用本文引言中提到的其他演算法檢測的結果和本方法檢測的結果對比如圖 7 所示，從中可以看出該方法檢測缺陷的效果最好。
風機中電磁閥的檢測方法
核心提示 在風機中，盤管負責將冷溫水的冷熱量傳遞給通過風機旁管的空氣。為保障高效率傳熱，盤管表面應光潔，如果粉塵沾附在盤管的管道及肋片表面，會使冷熱交換減弱，換熱效率降低 若沾附粉塵太多，會造成肋片間的空氣通道堵塞在風機中，盤管負責將冷溫水的冷熱量傳遞給通過風機旁管的空氣。為保障高效率傳熱，盤管表面...
結構施工中若干質量缺陷的成因與處理方法
一 砼的蜂窩 孔洞 露筋問題 1 成因分析 造成該質量缺陷的原因較多，主要有以下方面 砼未做到分層澆搗，一次下料過多，下部因超過振動棒影響作用半徑，少振或漏振 模板下口支模時密封不好引起漏漿 模板澆水濕潤不夠，拼縫不密 模板質量不好，表面粗糙，板縫過大 砼攪拌時間短，加水不准，和易性不好，澆築砼時有...
蔬菜中滴滴涕檢測方法的改進
賀同欣，桑魯燕，崔瑞麗 菏澤出入境檢驗檢疫局技術中心，山東菏澤 274000 摘要本文採用氣相色譜法毛細管色譜柱分離 電子捕獲檢測器檢測蔬菜中殘留的六六六和滴滴涕含量。取適量的蔬菜，用丙酮 石油醚 1 1 高速分散器提取，提取液經層析柱淨化後進樣測定。當蔬菜樣品取樣量為20g時，加標 率在64 13...