基于X射线探伤的耐候钢焊缝质量检测方法与流程

基于x射线探伤的耐候钢焊缝质量检测方法
技术领域
1.本发明涉及缺陷检测领域，具体涉及基于x射线探伤的耐候钢焊缝质量检测方法。


背景技术：

2.耐候钢，即耐大气腐蚀钢，是介于普通钢和不锈钢之间的低合金钢系列，具有优质钢的强韧、塑延、成型、焊割、磨蚀、高温、抗疲劳等特性；同时，它具有耐锈，使构件抗腐蚀延寿、减薄降耗，省工节能等特点。耐候钢主要用于铁道、车辆、桥梁、塔架、光伏、高速工程等长期暴露在大气中使用的钢结构，还用于制造集装箱、铁道车辆、石油井架、海港建筑、采油平台及化工石油设备中含硫化氢腐蚀介质的容器等结构件，这些用途都属于非常重要的行业，耐候钢的质量是重中之重。焊接技术是耐候钢的化工热工艺中使用率较高的技术之一，因此对于耐候钢焊缝的质量要求非常高，这就需要对生产过程中的耐候钢的焊缝进行质量检测。
3.当加工过程中受到外界环境因素的影响，焊缝位置就会出现不可避免的缺陷，其中气泡缺陷是主要的缺陷之一，若将焊缝存在气泡的耐候钢投入使用，长期下去会出现不可避免的损失，更甚者会出现不可挽回的灾祸，因此需要对耐候钢的焊缝进行质量检测。
4.现有技术中利用x射线的方法对焊缝进行质量检测的过程中，首先对采集的x射线的焊缝图像利用传统的暗通道先验算法进行阈值分割处理，从而识别出图像中是否含有气泡缺陷，然而该方法采用的为固定的统计窗口，并且计算得到的透射率与真实值差距较大，从而造成图像失真严重，得到的检测结果精确度较低。


技术实现要素：

5.针对上述技术问题，本发明提供了基于x射线探伤的耐候钢焊缝质量检测方法，包括：s1：获取耐候钢x光图像；s2：得到耐候钢x光图像透射率的校正系数：根据耐候钢x光图像中的灰度值以及每个灰度值的频率计算耐候钢x光图像的模糊度；利用得到的耐候钢x光图像的模糊度和灰度值均值得到耐候钢x光图像透射率的校正系数；s3：对耐候钢x光图像进行自适应图像增强：s301、预设初始窗口；s302、以耐候钢x光图像中的每个像素点为初始窗口的中心像素点，利用初始窗口内每个像素点的灰度值得到每个像素点在初始窗口内的灰度差异度；s303、调整初始窗口的大小，得到不同大小的窗口，重复s302得到每个像素点在不同大小窗口内的灰度差异度；s304、根据该像素点在不同大小窗口内的灰度差异度获取该像素点的最优窗口，
根据最优窗口大小对该像素点的灰度值进行重置，根据该像素点重置后的灰度值计算该像素点的透射率；s305、根据每个像素点重置后的灰度值、透射率以及透射率的校正系数对每个像素点进行增强处理得到每个像素点增强后的灰度值，得到增强后的耐候钢x光图像；s4：对增强后的耐候钢x光图像进行阈值分割得到焊缝区域，判断焊缝区域是否存在气孔缺陷。
6.计算耐候钢x光图像的模糊度的方法如下：获取耐候钢x光图像中所有灰度值以及每个灰度值的频率，根据得到的所有灰度值以及每个灰度值的频率计算耐候钢x光图像的信息熵，将耐候钢x光图像的信息熵的倒数作为耐候钢x光图像的模糊度。
7.得到耐候钢x光图像透射率的校正系数的方法为：获取耐候钢x光图像中所有像素点的灰度值均值计算耐候钢x光图像透射率的校正系数，耐候钢x光图像透射率的校正系数的计算公式如下：式中：表示耐候钢x光图像透射率的校正系数，表示耐候钢x光图像的灰度值均值，表示耐候钢x光图像的模糊度，为双曲正切函数。
8.每个像素点在不同大小窗口内的灰度差异度的计算方法如下：获取不同窗口中每个像素点的灰度值，计算不同窗口中每个像素点与中心像素点的灰度差异值；设置灰度差异值阈值，分别对窗口中与中心像素点的灰度差异值小于灰度差异值阈值和大于等于灰度差异值阈值的像素点设置不同的灰度差异权重值；将窗口中与中心像素点的灰度差异值小于灰度差异值阈值的像素点的灰度差异值求和后与小于灰度差异值阈值的灰度差异权重值相乘，将窗口中与中心像素点的灰度差异值大于等于灰度差异值阈值的像素点的灰度差异值求和后与大于等于灰度差异值阈值的灰度差异权重值相乘；将得到的两个乘积之和与窗口内除中心像素点的像素点数量之商作为该中心像素点在该窗口大小下的灰度差异度；根据上述方法得到每个像素点在不同大小窗口下的灰度差异度。
9.不同窗口中每个像素点与中心像素点的灰度差异值的获取方法为：获取中心像素点与不同窗口内每个像素点的灰度值，对中心像素点与不同窗口内每个像素点的灰度值的差值绝对值进行归一化处理，将归一化处理后的灰度值的差值绝对值作为中心像素点与不同窗口内该像素点的灰度差异值，所述归一化处理的方法为利用双曲正切函数进行归一化。
10.获取该像素点的最优窗口的方法如下：对每个像素点在不同大小窗口中的所有像素点的灰度值均值进行归一化处理，计算每个像素点在不同窗口中归一化处理后的所有像素点的灰度值均值与该像素点
在该窗口下的灰度差异度的乘积，将得到的乘积作为计算该像素点对应该窗口的优选程度的优选指标，得到该像素点对应不同窗口的优选指标；分别获取该像素点在不同大小窗口中优选指标的最大值与最小值计算对该像素点进行图像增强时的最优窗口，计算公式如下：式中：表示耐候钢x光图像中第个像素点对应的大小的窗口的优选程度，为耐候钢x光图像中第个像素点对应的大小的窗口的优选指标，表示耐候钢x光图像中第个像素点对应的所有窗口的优选指标的最小值，表示耐候钢x光图像中第个像素点对应的所有窗口的优选指标的最大值；将每个像素点对应的不同大小窗口的优选程度的最大值对应的窗口大小作为对该像素点进行图像增强时的最优窗口。
11.根据每个像素点重置后的灰度值、透射率以及透射率的校正系数对每个像素点进行增强处理的计算公式如下：式中：表示增强后耐候钢x光图像中第个像素点的灰度值，表示耐候钢x光图像中第个像素点的重置灰度值，表示全局信息变量，表示耐候钢x光图像中第个像素点的透射率，表示透射率的校正系数，表示选取最大值，为设定的透射率阈值。
12.耐候钢x光图像中每个像素点的透射率的计算过程如下：获取每个像素点的最优窗口中所有像素点的灰度值最小值，将得到的最小灰度值赋值给该像素点得到该像素点的重置灰度值，完成对每个像素点的灰度值的重置；根据像素点在最优窗口下的重置灰度值计算该像素点的透射率，计算公式如下：式中：为耐候钢x光图像中第个像素点的透射率，表示第个像素点对应的最优窗口中的像素点的灰度值集合，表示全局信息量，表示第个像素点对应
的最优窗口中的像素点集合，表示第个像素点最优窗口的尺寸。
13.对增强后的耐候钢x光图像进行阈值分割对焊缝区域进行缺陷检测的过程如下：对增强后的耐候钢x光图像进行otsu阈值分割算法得到分割阈值，根据分割阈值对增强后的耐候钢x光图像进行阈值分割得到耐候钢x光二值图像，将耐候钢x光二值图像中形成的连通域作为焊缝区域；若焊缝区域中存在像素值为0的像素点，则该焊缝中存在气孔缺陷；若焊缝区域中不存在像素值为0的像素点，则该焊缝不存在气孔缺陷。
14.相比于现有技术，本发明实施例的有益效果在于：本发明通过对采集的耐候钢图像进行语义分割处理，对分割后的待检测耐候钢图像根据图像中的特征，采用自适应的暗通道先验算法对图像进行增强处理。充分考虑图像中的特性，确定图像中每个像素点的最优的统计窗口，并对得到的透射率进行校正处理，从而实现图像自适应增强，为后续质量检测提供了清晰的图像，使得检测结果更精确。
附图说明
15.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
16.图1为本发明实施例基于x射线探伤的耐候钢焊缝质量检测方法提供的流程框图；图2为本发明实施例基于x射线探伤的耐候钢焊缝质量检测方法提供的方法流程图。
具体实施方式
17.为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
18.以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本技术实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本技术。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本技术的描述。
19.术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征；在本实施例的描述中，除非另有说明，“多个”的含义是两个或两个以上。
20.本发明实施例提供了基于x射线探伤的耐候钢焊缝质量检测方法，如图1与图2所示，具体内容包括：s101、获取耐候钢x光图像通过利用x射线成像检测设备采集得到耐候钢x光图像，由于x光照射设备以及放
辐射量的影响，使得采集的x光图像模糊不清，获取的耐候钢x光图像呈现灰雾状，因此需要对采集的耐候钢x光图像进行图像增强，传统的去雾算法（即暗通道先验算法）是采用固定的窗口进行图像增强，会造成图像信息丢失或图像失真严重的影响，因此本实施例提出一种自适应的暗通道先验算法对采集的图像进行图像处理，从而提高x射线耐候钢焊缝缺陷的检测结果的准确性。
21.本实施例通过x射线成像检测设备采集耐候钢的x光图像，所述x射线成像检测设备包括：检测箱、x射线仪、成像板、控制系统和支架等；对采集的耐候钢的x光图像进行语义分割得到只包含耐候钢的耐候钢x光图像：（1）本案中采用的语义分割网络为dnn网络，采用的数据集为采集的耐候钢焊缝图像；（2）对采集的图像进行人工标注，将图像分割成两类图像，其中一类属于背景类，进行人工标注，标注为0；另一类属于耐候钢类，进行人工标注，标注为1；（3）该dnn语义分割网络的目标为分类，采用的损失函数为交叉熵函数。
22.至此，得到只包含耐候钢的耐候钢x光图像。
23.s102、计算透射率的校正系数由于采集的耐候钢x光图像中，背景（耐候钢）区域的灰度值较大，焊缝本身的灰度值较小，使得采集的耐候钢x光图像整体偏亮，使得在暗通道先验算法中计算得到的透射率远远低于真实值，使得去雾效果较差。因此需要对透射率进行修正，本实施例通过对采集的耐候钢x光图像的图像模糊度计算耐候钢x光图像的透射率的校正权重（即校正系数）。
24.根据耐候钢x光图像的信息可知，耐候钢x光图像的模糊度越大，耐候钢x光图像的亮度越亮，则透射率越低于真实值，因此需要对透射率进行校正的权重就越大。
25.1.计算耐候钢x光图像的模糊度本实施例通过统计耐候钢x光图像中的像素点的灰度差异来确定耐候钢x光图像的模糊度，耐候钢x光图像灰度差异越小，表明耐候钢x光图像模糊程度越大，而耐候钢x光图像灰度差异小，表明耐候钢x光图像中不同灰度值的数量少，因此，本实施例中通过耐候钢x光图像的信息熵表征耐候钢x光图像的清晰程度，耐候钢x光图像的清晰程度越大说明耐候钢x光图像的模糊度越小，若耐候钢x光图像的清晰程度越小说明耐候钢x光图像越模糊，因此，耐候钢x光图像的模糊度的计算公式如下：式中：表示耐候钢x光图像的模糊度，表示耐候钢x光图像中不同的灰度值的序号，表示不同的灰度值的数量（一般为256），表示第种灰度值，表示第种灰度值在耐候钢x光图像中的频率。
26.2.计算透射率的校正系数对于模糊度大的图像，结合图像中的灰度值均值计算透射率的校正权重，其中耐候钢x光图像的清晰程度越小说明耐候钢x光图像越模糊，耐候钢x光图像的亮度越大，透射率越低于真实值，因此透射率的校正系数就越大，结合耐候钢x光图像的灰度值均值计算耐
候钢x光图像的透射率的校正系数，计算公式如下：式中：表示耐候钢x光图像透射率的校正系数，表示耐候钢x光图像的灰度值均值，表示耐候钢x光图像的模糊度，为双曲正切函数。
27.至此，得到耐候钢x光图像的透射率的校正系数，在后续进行图像增强时，结合耐候钢x光图像的透射率的校正系数对耐候钢x光图像进行去雾处理得到增强后的耐候钢x光图像。
28.s103、计算各像素点在不同窗口下的灰度差异度需要说明的是，在设置窗口以及调整窗口大小时，对于耐候钢x光图像中边缘的像素点进行计算的过程中，只根据窗口内存在的像素点进行计算。
29.根据暗通道先验算法可知，透射率的表达式为：其中，表示以像素点为中心像素点的窗口区域；表示耐候钢x光图像的暗通道图像，即取耐候钢x光图像中灰度值的最小值，并以像素点为中心像素点取大小的窗口，并取窗口内灰度值最小值代替中心像素点的灰度值；表示全局信息变量，在根据得到自适应窗口后生成的暗通道图中，按照灰度值从大到小排列，取前0.1%的像素点，将选取的像素点对应在耐候钢x光图像中最高灰度值，将该最高灰度值作为全局信息变量。
30.由上可知，窗口大小的选取对于暗通道先验去雾算法的去雾效果极为重要，其中越大，则代表含有较优的暗通道值得概率越大。
31.本实施例根据耐候钢x光图像的图像特征根据设定的步长对窗口大小进行自适应调整，由于耐候钢x光图像内焊缝区域的灰度值较低，因此，若窗口内出现边缘的概率越大，且窗口内灰度值均值越低，则较小的窗口即可得到较优的暗通道，所以，对每个像素点在不同窗口下的灰度差异度进行分析，根据每个像素点在不同窗口下的灰度差异度确定每个像素点的最优窗口大小。
32.以作为窗口大小进行分析计算，统计窗口内中心像素点（即求解透射率的数据点）在窗口内与其他各个像素点之间的灰度差异值，通过设置灰度差异值阈值，对于窗口小于灰度差异度阈值的像素点设置灰度差异权重，对于窗口内大于等于灰度差异值阈值的像素点设置灰度差异权重，并计算窗口内所有像素点的灰度差异值均值，作为当前窗口中心像素点的灰度差异度，中心像素点的灰度差异度越大，该窗口内出
现边缘的概率就越大。
33.1.计算当前窗口下中心像素点与窗口内其他像素点的灰度差异值获取中心像素点与初始窗口内每个像素点的灰度值，对中心像素点与初始窗口内每个像素点的灰度值的差值绝对值进行归一化处理，将归一化处理后的灰度值的差值绝对值作为中心像素点与初始窗口内该像素点的灰度差异值，所述归一化处理的方法为利用双曲正切函数进行归一化。
34.中心像素点与窗口内其他像素点的灰度差异值计算公式如下：式中：表示耐候钢x光图像中第个像素点与窗口大小为的窗口中的第个像素点的灰度差异值，表示耐候钢x光图像中第个像素点的灰度值，为在以耐候钢x光图像中第个像素点为中心像素点的窗口大小为的窗口中的第个像素点的灰度值，为双曲正切函数。
35.根据此方法得到耐候钢x光图像中每个像素点在当前窗口下与窗口内其他像素点的灰度差异值。
36.2. 计算各像素点在当前窗口下的灰度差异度获取灰度差异值阈值，分别对窗口中与中心像素点的灰度差异值小于灰度差异值阈值和大于等于灰度差异值阈值的像素点设置不同的灰度差异权重值；将窗口中与中心像素点的灰度差异值小于灰度差异值阈值的像素点的灰度差异值求和后与小于灰度差异值阈值的灰度差异权重值相乘，将窗口中与中心像素点的灰度差异值大于等于灰度差异值阈值的像素点的灰度差异值求和后与大于等于灰度差异值阈值的灰度差异权重值相乘；将得到的两个乘积之和与窗口内除中心像素点的像素点数量之商作为该中心像素点在该窗口大小下的灰度差异度；根据上述方法得到每个像素点在不同大小窗口下的灰度差异度。
37.像素点在不同大小窗口内的灰度差异度的计算公式如下：式中：表示耐候钢x光图像中第个像素点在窗口大小为时的灰度差异度，表示第个像素点的窗口内小于灰度差异值阈值的像素点的灰度差异权重值，表示第个像素点的窗口内大于等于灰度差异值阈值的像素点的灰度差异权重值，表示第个像素点的窗口内小于灰度差异值阈值的像素点，表示第个像素点的窗口内小于灰度差异值阈值的像素点的序号，表示第个像素点的窗口内小于灰度差异值阈值的像素点
的数量，表示第个像素点的窗口内大于等于灰度差异值阈值的像素点，表示第个像素点的窗口内大于等于灰度差异值阈值的像素点的序号，表示第个像素点的窗口内大于等于灰度差异值阈值的像素点的数量。
38.其中和的值根据第个窗口中小于阈值的像素点的个数和大于等于阈值的像素点个数计算得到的：, 。
39.3. 计算各像素点在不同窗口下的灰度差异度对窗口大小以设置步长进行调整得到新的窗口大小，本实施例中设置步长为2，即新窗口大小为，依此类推对窗口大小进行调整，得到不同窗口下中心像素点在不同窗口下的灰度差异度，即得到耐候钢x光图像中每个像素点在不同窗口下的灰度差异度。
40.s104、对耐候钢x光图像进行自适应增强1.获取耐候钢x光图像中每个像素点的最优窗口窗口内包含有暗色像素点的概率越大，出现边缘的概率越大，窗口内灰度值差异小，暗通道窗口越优。因此，根据每个像素点在不同窗口下的灰度差异度和对应窗口内所有像素点的灰度值均值计算每个像素点对于不同窗口的优选程度：对每个像素点在不同大小窗口中的所有像素点的灰度值均值进行归一化处理，计算每个像素点在不同窗口中归一化处理后的所有像素点的灰度值均值与该像素点在该窗口下的灰度差异度的乘积，将得到的乘积作为计算该像素点对应该窗口的优选程度的优选指标，得到该像素点对应不同窗口的优选指标；分别获取该像素点在不同大小窗口中优选指标的最大值与最小值计算对该像素点进行图像增强时的最优窗口，计算公式如下：式中：表示耐候钢x光图像中第个像素点对应的大小的窗口的优选程度，为耐候钢x光图像中第个像素点对应的大小的窗口的优选指标，表示耐候钢x光图像中第个像素点对应的所有窗口的优选指标的最小值，表示耐候钢x光图像中第个像素点对应的所有窗口的优选指标的最大值；将每个像素点对应的不同大小窗口的优选程度的最大值对应的窗口大小作为对
该像素点进行图像增强时的最优窗口。
41.其中，表示耐候钢x光图像中第个像素点在窗口大小为时的灰度差异度，表示耐候钢x光图像中第个像素点对应大小的窗口中所有像素点的灰度值均值，表示耐候钢x光图像中第个像素点对应的不同大小窗口的灰度差异度，表示耐候钢x光图像中第个像素点对应的不同大小窗口中所有像素点的灰度值均值。
42.至此，可以得到每个像素点下每个窗口大小下优选程度。选择最大优选程度的即为该像素点的最优的窗口。
43.2.计算耐候钢x光图像中每个像素点的透射率获取每个中心像素点的最优窗口中所有像素点的灰度值最小值，将得到的最小灰度值赋值给中心像素点得到该中心像素点的重置灰度值，完成对中心像素点的灰度值的重置；根据耐候钢x光图像中每个像素点重置后的灰度值得到耐候钢x光图像的暗通道图像；根据中心像素点在最优窗口下的重置灰度值计算该中心像素点的透射率，计算公式如下：式中：为耐候钢x光图像中第个像素点的透射率，表示耐候钢x光图像中第个像素点对应的最优窗口中的像素点的灰度值集合，表示耐候钢x光图像中第个像素点对应的最优窗口中的像素点集合，表示耐候钢x光图像中第个像素点最优窗口的尺寸，表示全局信息量，对耐候钢x光图像的暗通道图像中的灰度值按照从大到小排列，取前0.1%的像素点，将选取的像素点对应在耐候钢x光图像中最高灰度值，将该最高灰度值作为全局信息变量。
44.根据此方法得到耐候钢x光图像中每个像素点的透射率。
45.3. 对耐候钢x光图像进行自适应增强根据暗通道先验算法可知，未处理的耐候钢x光图像可表示为：式中：表示耐候钢x光图像中第个像素点的灰度值，表示增强后耐候钢x光图像中第个像素点的灰度值，表示耐候钢x光图像中第个像素点的透射率，表示全局信息变量，对耐候钢x光图像的暗通道图像中的灰度值按照从大到小排列，取前0.1%的像素点，将选取的像素点对应在耐候钢x光图像中最高灰度值，将该最高灰度值作为
全局信息变量。
46.根据耐候钢x光图像中每个像素点的充值灰度值、透射率以及透射率校正系数对耐候钢x光图像进行图像增强。
47.增强后的图像可表示为：式中：表示增强后耐候钢x光图像中第个像素点的灰度值，表示耐候钢x光图像中第个像素点的重置灰度值，表示全局信息变量，对耐候钢x光图像的暗通道图像中的灰度值按照从大到小排列，取前0.1%的像素点，将选取的像素点对应在耐候钢x光图像中最高灰度值，将该最高灰度值作为全局信息变量，表示耐候钢x光图像中第个像素点的透射率，表示透射率的校正系数，表示选取最大值，为设定的透射率阈值，是为了避免透射率过小导致去雾效果较差图像还是较为模糊对后续检测结果的影响较大，本实施例中。
48.根据该方法对耐候钢x光图像中每个像素点结合每个像素点的最优窗口进行增强得到增强后耐候钢x光图像。
49.s105、对耐候钢焊缝进行质量检测对增强后的耐候钢x光图像进行otsu阈值分割算法得到分割阈值，根据分割阈值对增强后的耐候钢x光图像进行阈值分割得到耐候钢x光二值图像，将耐候钢x光二值图像中形成的连通域作为焊缝区域；若焊缝区域中存在像素值为0的像素点，则该焊缝中存在气孔缺陷，说明该耐候钢的焊缝质量不合格；若焊缝区域中不存在像素值为0的像素点，则该焊缝不存在气孔缺陷，说明该耐候钢的焊缝质量合格。
50.以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。