基于x射线的工业部件缺陷的无损检测系统及其检测方法
【技术领域】
[0001] 本发明涉及工业品检测技术领域，特别是一种基于X射线的工业部件缺陷的无损 检测系统及其检测方法。
【背景技术】
[0002] 射线检测是常规无损检测的重要方法之一，广泛应用于航空、航天、核电、国防以 及其它工业部门，在工业生产和国民经济中发挥了重要作用。目前，在生产实际中，射线检 测普遍使用胶片照相法。X射线胶片照相的成像质量较高，能正确提供被测试件缺陷真实情 况的可靠信息，但是，它具有操作过程复杂、运行成本高、结果不易保存且查询携带不便以 及评片人员眼睛易受强光损伤等缺点。
[0003] 为了解决上述问题，20世纪90年代末出现了X射线数字照相（Digital Radiography，DR)检测技术。X射线数字照相系统中使用了平板探测器（flat panel detector)，其像元尺寸可小于0.1mm，因而其成像质量及分辨率几乎可与胶片照相媲美，同 时还克服了胶片照相中表现出来的缺点，也为图像的计算机处理提供了方便。因此，基于平 板探测器的X射线数字成像系统在无损检测和评价(NDT/NDE)、集装箱扫描、电路板检查以 及医疗应用等方面具有广阔的应用前景。
[0004] 然而，由于射线源、工件、成像系统、成像工艺等多因素的影响，得到的图像的质量 有时会达不到规定的质量标准，导致图像细节信息被掩盖，影响对结果的判断。同时，现有 的基于X射线的工业部件缺陷的无损检测系统及其检测方法通过X射线对被检测的工业部 件进行成像，成像后的图像通常不经过任何处理步骤，直接在显示终端进行显示，通过纯人 工读图的方式进行工业部件的缺陷筛选和判定，效率低下，可重复性差，且极易出现差错。
[0005] 目前，针对于X射线的工业部件缺陷无损检测系统的检测方法一般基于图像梯度 或Hessian矩阵来检测工业部件中缺陷的位置和形貌，这种检测方法检测结果检测结果易 受图像噪点和图像灰度分布不均的影响，导致探测效率和正确率不高，且稳定性较差。
【发明内容】
[0006] 针对上述技术问题，本发明中提出了一种基于X射线的工业部件缺陷的无损检测 系统及其检测方法，该方法基于X射线成像技术，使用X射线图像智能处理技术，用于无损检 测工业器件的内部缺陷，解决了现有技术中缺陷探测效率低下、可重复性差、且极易出现差 错的技术问题。
[0007] 为了实现根据本发明的这些目的和其它优点，提供了一种基于X射线的工业部件 缺陷的无损检测系统，包括：
[0008] X射线成像设备，其接收穿透待检工业部件的X射线，所述X射线成像设备设置有相 互连接的信号探测部件和成像部件；
[0009] 图像增强部件，其实时接收所述X射线成像设备生成的原始图像信号，并对所述原 始图像信号进行信号加强处理后得到增强图像信号；
[0010] 图像采集卡，其与所述图像增强部件连接;以及
[0011] 图像工作站，其设置有相互连接的缓冲部和缺陷识别部，所述图像采集卡将采集 到的所述增强图像信号传送到所述缓冲部。
[0012] 优选的，所述信号探测器部件对准X射线发射器的发射面。
[0013] 优选的，基于X射线的工业部件缺陷的无损检测系统还包括预信号预处理单元，其 连接在所述成像部件和所述图像增强部件之间。
[0014] 优选的，所述图像工作站还包括储存器、服务器以及显示器，所述储存器、服务器 以及显示器分别与所述缺陷识别部连接。
[0015] -种基于X射线的工业部件缺陷的无损检测系统的检测方法，包括以下步骤：
[0016] 步骤1)用X射线发射器探照待检工业部件，信号探测部件实时接收穿透待检工业 部件的X射线，在成像部件中生成原始图像信号；
[0017] 步骤2)图像增强部件实时接收所述原始图像信号，得到灰度图像，并进行图像预 处理;对预处理后的图像进行多尺度处理，得到原始图像在不同尺度下的下采样图像，构造 灰度图像中每个像素位置的多尺度相似函数，计算每个像素对应的相似函数在多尺度因子 中的最大输出响应，得到增强图像信号；
[0018] 步骤3)图像采集卡实时采集所述增强图像信号，并传送到图像工作站的缓冲部， 由图像工作站将增强图像信号显示在显示器上；
[0019] 步骤4)根据增强图像信号构造待检工业部件中缺陷在灰度图像中的轮廓曲线，进 行缺陷区域的初定位;根据所述轮廓曲线构造带符号的距离函数，求解每个像素对缺陷轮 廓曲线的最近距离；
[0020] 步骤5)根据所述距离函数，构造图像中缺陷的混合能量函数，最大化已构造的混 合能量函数，并计算所述距离函数对时间的偏微分方程，得到缺陷所在区域在图像中的分 割曲线Cf，完成区域识别；
[0021] 步骤6)图像融合和缺陷位置判定。
[0022] 优选的，步骤2)中，图像增强器件的具体工作流程包括：
[0023]步骤A)实时接收原始图像信号；
[0024] 步骤B)将接收到的原始图像信号进行图像预处理，其中，至少包括图像直方图均 衡、去噪两个处理步骤；
[0025] 步骤C)在灰度图像上进行多次下采样，下采样次数与多尺度因子成正比，计算采 集到的灰度图像任意像素的Hessian矩阵，并进一步计算Hessian矩阵的两个值λ^Ρλ〗，其 中，I λι I之I入21;
[0026]通过Hessian矩阵的特征值，计算灰度图像上任意像素位置X的Hessian矩阵的各 向异性分i
[0027 ]步骤D)通过He s s i an矩阵的特征值，构造灰度图像在任意像素位置X的二阶结构：
^并且构造灰度图像中缺陷在位置X的多尺度相似函数：
[0028]
[0029] 其中，〇是多尺度因子，c是缺陷宽度量化因子，将S应用于缺陷的多尺度相似函数， 以进一步去除背景和弱信号对Hessian矩阵的影响；
[0030] 步骤E)选择多尺度下的最大输出响应V(x):
其中，〇min和 〇max是目标区域中缺陷的最小尺度和最大尺度，其中，最大尺度和最小尺度由使用者设定。
[0031] 优选的，所述步骤4)和步骤5)中，缺陷区域初定位具体包括以下步骤：
[0032] 步骤I)设定初始缺陷轮廓曲线Cshape= {χ| ν(χ) = τ}，其中，τ是设定的阈值，τ在〇~ 1之间；
[0033]步骤II)构造带符号的距离函数：
[0034]
[0035] 兵衣不母个1冢系別It犬陌牝厚卩囬线的敢近距离，其中Ω表示轮廓曲线Cshape的内部区 域；
[0036] 步骤III)构造图像中缺陷的混合能量函数Evessei = |EFLUx-Ecv- γ Eshape，其中，
[0037] Ε〇ν = ?Η(-Φ ) (Ix-c〇ut)2dx+jH( Φ ) (Ix-Cin)2dx；
[0038]
[0039]
[0040] 其中，ds表示面积元，Ix为所在像素位置处的灰度，cin为图像缺陷轮廓曲线内的灰 度均值，c〇 ut为图像缺陷轮廓曲线外的灰度均值，Η( Φ )是Heaviside连续的水平集函数， "(Φ,. )=C.,h;1|W，.表示阶跃函数，to是初始时刻，且若Φ (X) 2 0，则Η( Φ ) = 1，否则Η( Φ ) =0，Φ 是Lipschitz函数，ξ和γ分别是权重因子。
[0041]优选的，所述缺陷区域识别中，先最大化已构造的混合能量函数，计算距离函数对 时间的偏微分：
[0042]
[0043] 其中，δ(χ) = dH( Φ )/(1Φ是Dirac delta函数，sign( ·)是符号函数，并且当在轮 廓曲线上时，g = 〇.N为轮廓曲线的法向量； 〇N
[0044] 计算距离函数对时间的偏微分即得出的缺陷所在区域的分割曲线Cf。
[0045] 优选的，所述步骤6)中，将增强图像Fo'和原始图像Fo融合，得到缺陷先验图像F1; 计算增强图像?2^2 =巧+(^()，'），其中，(^(0，1)是增强系数;将分割曲线&叠加到原始 图像Fo上，得到图像F3，即完成图像融合；
[0046] 当选择缺陷类型为条形缺陷或圆形缺陷或裂纹后，根据选择的缺陷类型和各分割 曲线Cf所在区域的各项异性分数，将筛选符合条件的分割曲线，并叠加到原始图像上，得到 图像F 3'。
[0047] 优选的，在显示器上切换显示或同时全部显示?〇'、？〇、？1、？2、？ 3和?3'；并将处理的 最终结果信息以及中间结果信息备份到服务器。
[0048]本发明至少包括以下有益效果：
[0049] 1、本发明的基于X射线的工业部件缺陷的无损检测系统及其检测方法实现了在线 连续检测采集到的图像，提高了检测速度和智能化程度；
[0050] 2、自动检测图像中显示的缺陷，减少工作人员的工作量，提高检测效率和正确率；
[0051] 3、检测过程中的生成的处理中间结果实时输出，通过图像处理的多个结果同时输 出到显示端，利于观察分析和及时进行人工干预，提高检测的正确率；
[0052] 4、将处理的最终结果信息以及中间结果信息备份到服务器，方便