基于双壁双投影透照图像的管焊缝缺陷自动识别的方法
【技术领域】
[0001] 本发明设及图像处理技术，具体设及一种基于双壁双投影透照图像的管焊缝缺陷 自动识别的方法。
【背景技术】
[0002] 对于管径4 <89mm的小管径钢管，工业上一般采用X射线双壁双投影透照法得到 焊缝图像。其对接管焊缝在成像板上呈现楠圆环状。对于对接管焊缝缺陷的判别，目前大 多由评片师通过对X射线透照后的焊缝图像人工判别得到。基于X射线透照图像的焊缝缺 陷计算机自动识别方法，能有效减少评片员的工作量，提供有效的工业辅助检测手段。
[0003] 由于大管径管的应用范围大于小管径管，目前国内外的许多学者关注的是大管径 管的图像分析，即基于X射线单壁单投影、双壁单投影的线型焊缝的图像处理。对于线型焊 缝提取，通常利用焊缝和周围母材的灰度差异，采用基本的图像处理方法来判断。对于X射 线双壁双投影管焊缝图像中缺陷的判定，判定步骤和线型焊缝类似，但是焊缝提取和缺陷 判定方法却复杂很多，如果采用基本的图像处理方案，会导致环形焊缝区域较大程度地偏 离实际值，且缺陷的判定结果误差较大。因此需要建立精确的修正模型W能得到环形焊缝 区域，并提出焊缝缺陷的判别算法，实现对焊缝中是否存在缺陷的有效判别。
【发明内容】
[0004] 本发明所要解决的技术问题是；提出一种基于双壁双投影透照图像的管焊缝缺陷 自动识别的方法，W准确提取对接管的环形焊缝区域，并实现对焊缝是否存在缺陷的准确 判别。
[0005] 本发明解决其技术问题所采用的技术方案是；一种基于双壁双投影透照图像的管 焊缝缺陷自动识别的方法，包括W下步骤：
[0006] A.对X射线双壁双投影透照法得到的焊缝图像进行预处理
[0007] B.基于预处理后的焊缝图像，将焊缝图像的ROI区域标记为母材区域和焊缝区 域；
[000引 C.在各标记区域内，结合焊缝的几何形态特征、图像的灰度特征W及缺陷的位置 信息，判别对接管焊缝是否存在缺陷。
[0009] 进一步的，步骤B中，利用图像灰度信息对基于预处理后的焊缝图像ROI区域中的 焊缝区域和母材区域进行标记，具体方法是：
[0010] B1.对焊缝的标记：
[0011] 在该步骤中，对包含上焊缝的左边部分图像Iieft做列向积分，得到列向积分曲线 图，计算该曲线上幅度值为0.8*maxwt的两点的横坐标值，其中max1。。为左部分图像列向 积分曲线的最大值。左部分图像中的焊缝区域为该两个横坐标之间的图像。对包 含下焊缝的右边部分图像Ifight做相同的处理，得到右边部分图像中的焊缝区域IwlOight;
[0012] B2.对母材的标记；
[001引在该步骤中，将图像中除焊缝区域外的区域标记为母材区域，则左、右部分母材区 域的计算范围分别为：
[0014]Ibase_left一Ileft_Iweld_left，Ibase_ri出t一I1'1出1;_1-61(1_1'1曲t。
[0015] 进一步的，步骤C中，所述判别对接管焊缝是否存在缺陷包括对焊缝区域区域 Iwu是否存在缺陷的检测，其步骤包括：
[0016] C1.对左部分焊缝区域图像Udief进行二值化处理，二值化后的图像为 "。。。，二值化的阔值为；l；eH= 0.SXAvgwld，其中，Avg,eid为左部分焊缝区域图像Iweld_left的 全局灰度平均值；
[0017]C2.对二值化图像Ud 计算连通域个数，如果连通域的个数为大于1，则判定 该焊缝区域中存在较大面积缺陷；若连通域的个数等于1，则进入步骤C3 ;
[001引 03.在二值化图像1，。1^^。。,,中，计算灰度值为0的连通域中每一行的宽度(1，和 连通域的高度h;如果连通域宽度d，和高度h满足下列条件，则判定该焊缝区域中存在较 大面积缺陷；min(d,)<10像素，或者max(d,)-min(d,)〉20像素，或者A<^xM:其中，W= 1，2,. . .，M，M为焊缝区域图像Iwid的高度；
[0019] 若连通域宽度d，和高度h不满足上述条件，则进入步骤C4 ;
[0020] C4.对左部分焊缝区域图像Iwidwt计算灰度方差图像Iwid对该方差图 像进行二值化处理，二值化后的图像为biDsty，二值化的阔值为；T，el = 1. 2XAvgwitv"i。。。。，其中，Avg,dd 为左部分焊缝区域灰度方差图像IJ勺全局灰 度平均值；
[0021] 对二值化图像1，。1^、。,1。。。。_?。。。计算各个连通域的面积，如果有连通域的面积大于4 个像素点，则判定该焊缝区域中存较小面积缺陷。
[002引 C5.对右部分焊缝区域图像Udtight进行与左部分焊缝区域图像I如步骤 C1-C4相同的处理，进而判断右部分焊缝区域图像tight是否存在缺陷。
[0023] 所述较大面积缺陷为焊瘤或未焊透或成形不良；所述较小面积缺陷为气孔或裂 纹。
[0024] 进一步的，步骤C中，所述判别对接管焊缝是否存在缺陷还包括对母材区域Ibaw 中是否存在缺陷的检测，其步骤包括：
[002引 C6.计算左部分母材区域图像Ib。心eft的灰度方差图像Ibase^vatiance;
[0026] C7.对母材区域的灰度方差图像Ibase_vari^ee进行二值化处理，二值化后的图像为 Ibase_variance_binary;二值化的阔值为；Tbase_variance= 1. 2XAvgbase_variance，其中，Avgbase_variance为母 材区域方差图像勺全局灰度平均值；
[0027] C8.在二值化后的母材区域的方差图像16。%_、"1。。。。^1。。。中，计算其连通域，对于灰 度值为白色的连通域，计算其面积。将灰度值为白色的所有连通域的面积求和，如果该和值 大于300个像素，则判定该焊缝母材区域存在缺陷；
[002引 C9.对右部分母材区域图像进行与左部分母材区域图像IbasOeft如步骤 C6-C8相同的处理，进而判断右部分母材区域图像Ib。,。fight是否存在缺陷。
[0029] 本发明的有益效果是；本发明结合了X射线双壁双投影透照原理，基于投影图像 的灰度统计特征，建立了管焊缝感兴趣区域（R0I:RegionOfInterest)的精确提取。基于 对接管焊缝缺陷的几何特性和灰度特性，提出了计算机自动焊缝缺陷识别的算法。该方法 的应用可W提高评片员的工作效率，有效克服人工评定中由于评定人员技术素质和经验差 异，W及外界条件的不同而引起的误判或漏判，使评判结果客观化、科学化和规范化。
【附图说明】
[0030] 图1是本发明管焊缝缺陷自动识别的方法流程图；
[0031] 图2是双壁双投影成像原理图；
[0032] 图3是本发明采用X射线源透照钢管示意图；
[0033] 图4是不同角度的X射线经过钢管的横切面示意图；
[0034] 图5是不同角度射线经过钢管的距离的变化趋势图；
[0035] 图6是X射线透照钢管在成像板上的投影灰度渐变示意图；
[0036] 图7是焊缝图像线性映射前后对比示意图；
[0037] 图8(a)是存在焊瘤缺陷的焊缝图像增强效果图；图8(b)是对存在焊瘤缺陷的焊 缝图像线性映射效果图；图8(c)是对存在焊瘤缺陷的焊缝图像的检测效果图；
[003引图9(a)是存在成形不良缺陷的焊缝图像增强效果图；图9(b)是对存在成形不良 缺陷的焊缝图像线性映射效果图；图9(c)是对存在成形不良缺陷的焊缝图像的检测效果 图；
[0039] 图10(a)是存在气孔缺陷的焊缝图像增强效果图；图10(b)是对存在气孔缺陷的 焊缝图像线性映射效果图；图10(c)是对存在气孔缺陷的焊缝图像的检测效果图；
[0040] 图11 (a)是存在夹渣缺陷的焊缝图像增强效果图；图11化）是对存在夹渣缺陷的 焊缝图像线性映射效果图；图11(c)是对存在夹渣缺陷的焊缝图像的检测效果图。
【具体实施方式】
[0041] 本发明旨在提出一种基于双壁双投影透照图像的管焊缝缺陷自动识别的方法，准 确提取管焊缝ROI区域，并实现对焊缝缺陷的准确判别。在本发明中，首先利用X射线双壁 双投影透照原理、几何学知识和图像处理技术，对焊缝透照图像进行旋转修正、图像增强、 曝光补偿和几何变换等预处理；然后，利用图像灰度特征将焊缝图像的感兴趣标记为母材 区域、焊缝区域；最后，在