楊曄,潘希德,莊健

(西安交通大學(xué)材料科學(xué)與工程學(xué)院,710049,西安)

?

一種針對(duì)超聲檢測(cè)圖像的自適應(yīng)閾值設(shè)置方法

楊曄,潘希德,莊健

(西安交通大學(xué)材料科學(xué)與工程學(xué)院,710049,西安)

在對(duì)圖像閾值分割進(jìn)行分析和已有算法的基礎(chǔ)上,提出了一種針對(duì)超聲波無損檢測(cè)C掃描圖像的自適應(yīng)閾值設(shè)置方法,以實(shí)現(xiàn)對(duì)超聲波C掃描圖像的準(zhǔn)確定量評(píng)估。該方法根據(jù)C掃描圖像的灰度分布自動(dòng)地計(jì)算相應(yīng)的閾值,并進(jìn)一步對(duì)特征區(qū)域進(jìn)行分離和評(píng)估,從而克服固定閾值方法受超聲波能量偏差影響大、難以準(zhǔn)確評(píng)估的缺點(diǎn)。將該方法獲得的結(jié)果與最大類間方差、最小交叉熵等方法的處理結(jié)果以及通過腐蝕試驗(yàn)獲取的實(shí)際檢測(cè)界面結(jié)果進(jìn)行了對(duì)比,結(jié)果表明:該自適應(yīng)閾值設(shè)置方法與其他分割方法相比,評(píng)估的結(jié)果更加準(zhǔn)確,運(yùn)算時(shí)間更短,并且結(jié)果受超聲波能量偏差的影響最小。

超聲檢測(cè)圖像;自適應(yīng)閾值設(shè)置方法;最大類間方差;最小交叉熵

超聲波無損檢測(cè)技術(shù)是國內(nèi)外應(yīng)用最廣泛、使用頻度最高且發(fā)展較快的一種無損檢測(cè)技術(shù)[1]。目前,研究的主要工作集中在將傳統(tǒng)的超聲無損檢測(cè)技術(shù)和現(xiàn)代信息技術(shù)相結(jié)合,進(jìn)一步提高對(duì)缺陷檢測(cè)的準(zhǔn)確度和可靠性,實(shí)現(xiàn)超聲無損檢測(cè)的數(shù)字化、自動(dòng)化、智能化和圖像化[2]。當(dāng)前,先進(jìn)的數(shù)字超聲波檢測(cè)儀器已經(jīng)能實(shí)現(xiàn)對(duì)工件進(jìn)行A掃描、C掃描檢測(cè),但是針對(duì)C掃描圖像進(jìn)行定量處理分析的研究卻還處于起步階段。呂江明提出了一種多尺度形態(tài)學(xué)邊緣檢測(cè)算法,并進(jìn)一步對(duì)超聲C掃描圖像進(jìn)行了缺陷識(shí)別與評(píng)估[3];遲軍等人利用最小分割誤差的方法選取閾值來對(duì)超聲波檢測(cè)圖像進(jìn)行分割[4]。然而,這些方法都是針對(duì)特定超聲能量下的掃描圖像進(jìn)行處理和分析的,并沒有討論超聲能量偏差對(duì)其處理結(jié)果的影響。

西安交通大學(xué)焊接研究所研制的超聲成像無損檢測(cè)系統(tǒng)JTUIS(Jiao Tong ultrasonic NDT imaging system)[5]采用手工設(shè)定固定閾值的方法對(duì)超聲波C掃描圖像進(jìn)行閾值分割,并進(jìn)一步進(jìn)行評(píng)估。這種方法雖然簡(jiǎn)單、容易實(shí)現(xiàn),但是由于超聲波能量的變動(dòng),也會(huì)導(dǎo)致較大的偏差,從而不能準(zhǔn)確地反映檢測(cè)界面的真實(shí)情況。

針對(duì)固定閾值方法的缺陷,本文基于JTUIS系統(tǒng)和VC++平臺(tái),提出了一種針對(duì)超聲波檢測(cè)C掃描圖像的自適應(yīng)閾值設(shè)置方法,根據(jù)超聲波C掃描圖像的灰度分布自動(dòng)地計(jì)算相應(yīng)的閾值,閾值不再固定不變。將此方法的結(jié)果與通過腐蝕試驗(yàn)[6]所獲取的真實(shí)檢測(cè)界面以及最大類間方差[7]、最小交叉熵[8]等方法的結(jié)果從準(zhǔn)確性、穩(wěn)定性等方面進(jìn)行了對(duì)比,發(fā)現(xiàn)此自適應(yīng)閾值設(shè)置方法具有準(zhǔn)確性高、運(yùn)算時(shí)間少和穩(wěn)定性強(qiáng)等優(yōu)點(diǎn)。

1 基本原理

如圖1所示,探頭發(fā)射的超聲波遇到水、工件表面、缺陷部位以及工件底面會(huì)發(fā)生反射,從而形成相應(yīng)的發(fā)射波、表面波、缺陷波和底面波。通過觀察缺陷波的有無以及位置,就可以知道工件中是否存在缺陷以及缺陷的位置,這就是超聲波A掃描檢測(cè)的原理[9]。JTUIS的超聲波C掃描成像原理是探頭對(duì)工件進(jìn)行逐點(diǎn)逐行的A掃描,利用采樣閘門來采集每個(gè)檢測(cè)點(diǎn)的缺陷回波模擬信號(hào),并轉(zhuǎn)化為數(shù)字信號(hào),再將每個(gè)檢測(cè)點(diǎn)按其缺陷波的峰值對(duì)應(yīng)灰度值并轉(zhuǎn)化成偽彩色圖像顯示,進(jìn)而得到超聲波C掃描圖像[10]。在釬焊界面上,對(duì)于焊合好的點(diǎn),超聲波在釬焊界面大部分發(fā)生了透射,反射波很少,對(duì)應(yīng)的灰度值較小;對(duì)于缺陷點(diǎn),超聲波大部分發(fā)生了反射,其灰度值較大。

T:發(fā)射波; S:表面波; F:缺陷波; B:底面波圖1 超聲波A掃描原理示意圖

JTUIS系統(tǒng)在實(shí)際檢測(cè)中,利用超聲波探頭中的壓電晶片將反射的超聲波信號(hào)轉(zhuǎn)化為電壓信號(hào),然而此電壓信號(hào)十分微弱,最高的峰值電壓不高于250 mV,因此必須對(duì)其進(jìn)行放大。引入增益系數(shù)的概念來表征JTUIS系統(tǒng)中超聲波信號(hào)的放大倍數(shù)

式中:A為增益系數(shù)(dB);Uin為接收到的超聲波信號(hào)電壓;Uout為放大后的超聲波電壓。

JTUIS系統(tǒng)是對(duì)放大后的超聲波電壓進(jìn)行A/D轉(zhuǎn)換和數(shù)字信號(hào)處理的,所以放大后的超聲波電壓,即超聲回波能量,直接影響著檢測(cè)的圖像和結(jié)果。當(dāng)超聲回波能量變大時(shí),合格點(diǎn)和缺陷點(diǎn)的反射回波能量都變大,整個(gè)圖像對(duì)應(yīng)的灰度值也就變大;反之,則都變小。

可見,接收到的超聲波電壓或者增益系數(shù)的變化,都可以改變超聲回波能量,兩者在效果上是基本一致的。由于接收到的超聲波電壓不易控制,因此在研究中采用改變?cè)鲆嫦禂?shù)的方法來實(shí)現(xiàn)對(duì)超聲回波能量的改變,研究結(jié)果也適用于相同增益系數(shù)下因超聲波接收電壓變化而造成的超聲回波能量變化的情況。

圖2顯示了超聲波增益系數(shù)A分別為15和23 dB時(shí),JTUIS系統(tǒng)對(duì)某一釬焊電觸頭的C掃描檢測(cè)圖像及其灰度分布直方圖。為了使人眼能清晰地辨識(shí),此系統(tǒng)產(chǎn)生的C掃描圖像是256色的偽彩色圖像,缺陷區(qū)域的圖像偏紅色,合格區(qū)域的圖像偏藍(lán)色。

(a)A=15 dB時(shí)的掃描圖像 (b)A=15 dB時(shí)掃描圖像的灰度直方圖

(c)A=23 dB時(shí)的掃描圖像 (d)A=23 dB時(shí)掃描圖像的灰度直方圖圖2 2種增益系數(shù)下的掃描圖像及其灰度直方圖對(duì)比

從圖2可以看出,隨著超聲回波能量的增大,每個(gè)檢測(cè)點(diǎn)反射的能量也相應(yīng)增大,對(duì)應(yīng)的灰度值也變大,表現(xiàn)為C掃描圖像整體偏紅,圖像的灰度分布也整體向255偏移。另一方面,雖然超聲回波能量變化造成圖像灰度分布發(fā)生整體的偏移,但是缺陷區(qū)域和焊合區(qū)域之間灰度分布的差異仍然存在。無論灰度分布整體是否偏移,整個(gè)灰度分布都可以分為缺陷區(qū)域、合格區(qū)域和背景區(qū)域3個(gè)部分。自適應(yīng)閾值設(shè)置方法就是基于這種灰度分布特點(diǎn),先按照聚類的思想,將灰度分布劃分成缺陷區(qū)域、合格區(qū)域和背景區(qū)域3個(gè)類別,再通過計(jì)算,將缺陷區(qū)域類簇與背景區(qū)域類簇的交界灰度值作為閾值。此閾值會(huì)根據(jù)圖像灰度分布的變化而變化,因此評(píng)估結(jié)果受超聲回波能量的影響較小。

2 自適應(yīng)閾值設(shè)置方法

自適應(yīng)閾值設(shè)置方法是基于聚類思想的一種改進(jìn)方法,它先根據(jù)超聲波C掃描圖像的灰度分布特點(diǎn),將灰度空間分成3類,再選取閾值。具體步驟如下。

(1)根據(jù)圖像的灰度分布特點(diǎn),隨機(jī)生成3個(gè)初始類的灰度均值

式中:RAND_MAX是VC的標(biāo)準(zhǔn)庫頭文件中定義的一個(gè)整數(shù);rand()表示生成一個(gè)0～RAND_MAX之間的隨機(jī)數(shù);s=0,1,2。

(2)在第i(i=1,2,3,…)次迭代時(shí),根據(jù)下列準(zhǔn)則將每個(gè)掃描像素點(diǎn)劃分到均值最接近的類中

(j=1,2,3; l=1,2,3; j≠l)

(3)對(duì)于j=1,2,3,更新的類的灰度均值

(6)進(jìn)行二值化處理

計(jì)算釬著率

%

式中:rb為釬著率;MF為圖像中灰度值小于閾值的像素?cái)?shù);M為圖像的總像素?cái)?shù)。

3 實(shí)驗(yàn)結(jié)果分析

本文的研究對(duì)象是JTUIS系統(tǒng)對(duì)低壓電器開關(guān)電觸頭進(jìn)行超聲波檢測(cè)所得的C掃描圖像。實(shí)驗(yàn)中對(duì)掃描圖像運(yùn)用本文的自適應(yīng)閾值設(shè)置、最大類間方差、最小交叉熵等方法進(jìn)行分析處理,得到將缺陷區(qū)域分離的二值化圖像和釬著率的結(jié)果,并通過腐蝕試驗(yàn),與真實(shí)的檢測(cè)界面及釬著率結(jié)果進(jìn)行對(duì)比,從準(zhǔn)確性、處理速度、穩(wěn)定性等方面對(duì)各種方法進(jìn)行評(píng)價(jià)。

3.1 準(zhǔn)確性與處理速度對(duì)比

圖3為采用上述幾種圖像分割方法在增益系數(shù)為23dB時(shí)對(duì)電觸頭C掃描圖像(圖3a)進(jìn)行處理后的結(jié)果對(duì)比。

(a)C掃描圖像 (b)腐蝕圖像 (c)二維最小交叉熵方法

(d)雙閾值一維最小交叉熵方法 (e)雙閾值最大類間方差方法 (f)自適應(yīng)閾值設(shè)置方法圖3 幾種圖像處理方法的結(jié)果對(duì)比(A=23 dB)

圖3a是JTUIS系統(tǒng)對(duì)釬焊電觸頭的超聲波C掃描圖像;圖3b是通過腐蝕試驗(yàn)得到的釬焊界面的照片(在腐蝕試驗(yàn)中將釬焊的基體腐蝕掉以得到真實(shí)的釬焊界面,通過拍照并利用圖像處理軟件來計(jì)算釬著率);圖3c～3f分別為對(duì)掃描圖像采用二維最小交叉熵、雙閾值一維最小交叉熵、雙閾值最大類間方差以及自適應(yīng)閾值設(shè)置方法進(jìn)行分割的結(jié)果,黑色表示識(shí)別的缺陷區(qū)域。

村里的鄉(xiāng)親們都知道，在他父親得病的五年多里，兄弟姐妹中阿強(qiáng)是回來探望最勤的，醫(yī)療費(fèi)用也都是阿強(qiáng)一個(gè)人擔(dān)的……父親去世那幾天，他更是沒合眼，忙前忙后顧不上休息，好不容易有閑工夫卻只是坐在一邊兩眼直直地愣神兒。鄉(xiāng)親們都說，王家是攢了八輩子的福生了個(gè)這么個(gè)有孝心的兒子。

表1中顯示了各種方法分割圖像時(shí)所選用的閾值、分割后的釬著率和算法執(zhí)行時(shí)間。

表1 幾種圖像處理方法的結(jié)果比較

通過圖3和表1可以看出:從分割結(jié)果的準(zhǔn)確性來說,自適應(yīng)閾值設(shè)置方法對(duì)C掃描圖像的分割最為準(zhǔn)確,與腐蝕試驗(yàn)的誤差為+0.3%;從運(yùn)算時(shí)間來說,二維最小交叉熵方法耗時(shí)最短,只需15ms,但是其分割結(jié)果誤差較大,達(dá)-14.6%;自適應(yīng)閾值設(shè)置方法和雙閾值最大類間方差方法的耗時(shí)也較短,只需31ms,而雙閾值最小交叉熵的時(shí)間復(fù)雜度很大,耗時(shí)較長(zhǎng)。

3.2 穩(wěn)定性對(duì)比

在實(shí)際檢測(cè)時(shí),應(yīng)該盡量減小超聲波能量偏差對(duì)釬著率結(jié)果的影響:在硬件方面,要使超聲波發(fā)射能量更穩(wěn)定;在軟件方面,應(yīng)采用受超聲波能量影響較小的圖像處理算法。

實(shí)驗(yàn)中通過改變?cè)鲆嫦禂?shù)來改變超聲回波能量,獲得的C掃描圖像如圖4所示。

分別對(duì)圖4中的每個(gè)掃描圖像使用雙閾值最大類間方差、自適應(yīng)閾值設(shè)置和固定閾值(閾值為173)等方法進(jìn)行處理和評(píng)估,結(jié)果如圖5所示。

(a)A=20 dB (b)A=21 dB (c)A=22 dB (d)A=23 dB (e)A=24 dB

(f)A=25 dB (g)A=26 dB (h)A=27 dB (i)A=28 dB圖4 不同增益系數(shù)下獲得的超聲波C掃描圖像

圖5 不同方法處理C掃描圖像的穩(wěn)定性比較

雙閾值最大類間方差方法評(píng)估的釬著率的平均值、極差和方差分別為

Δx1=x1max-x1min=10.1%

式中:n=9。

固定閾值方法(閾值為173)評(píng)估的釬著率的平均值、極差和方差分別為

%

Δx2=x2max-x2min=12.9%

式中:n=9。

自適應(yīng)閾值設(shè)置方法評(píng)估的釬著率的平均值、極差和方差分別為

%

Δx3=x3max-x3min=5.8%

式中:n=9。

由此可見,自適應(yīng)閾值設(shè)置方法與原固定閾值方法相比,受發(fā)射超聲波能量偏差的影響更小,對(duì)于超聲波C掃描圖像的評(píng)估結(jié)果更加穩(wěn)定。

4 結(jié) 論

為了減小超聲回波能量偏差對(duì)超聲波C掃描圖像定量評(píng)估結(jié)果的影響,本文提出了一種自適應(yīng)閾值設(shè)置方法,以實(shí)現(xiàn)對(duì)超聲波C掃描圖像的有效處理和準(zhǔn)確評(píng)估。該方法利用聚類的思想,按照掃描圖像的灰度分布自動(dòng)地計(jì)算閾值,將缺陷區(qū)域分割出來,并進(jìn)一步進(jìn)行評(píng)估。獲得的主要結(jié)論如下:

(1)自適應(yīng)閾值設(shè)置方法的評(píng)估準(zhǔn)確性高,可以取得比雙閾值最大類間方差、二維最小交叉熵、雙閾值一維最小交叉熵等方法更加準(zhǔn)確的評(píng)估結(jié)果;

(2)通過多種方法對(duì)同一工件不同超聲回波能量下的C掃描檢測(cè)圖像分別進(jìn)行處理和評(píng)估結(jié)果對(duì)比,發(fā)現(xiàn)自適應(yīng)閾值設(shè)置方法的評(píng)估結(jié)果受超聲波能量偏差的影響最小,結(jié)果最為穩(wěn)定;

(3)實(shí)驗(yàn)結(jié)果表明,在對(duì)超聲波C掃描圖像進(jìn)行評(píng)估時(shí),自適應(yīng)閾值設(shè)置方法優(yōu)于固定閾值和雙閾值最大類間方差等方法,采用該方法可以準(zhǔn)確地對(duì)釬焊工件進(jìn)行檢測(cè),且檢測(cè)結(jié)果更加穩(wěn)定可信。

[1] 沈振, 高蘇南, 馮曉雷, 等. 超聲波無損檢測(cè)應(yīng)用于塑料管道壁厚測(cè)試 [J]. 塑料科技, 2010, 38(11): 77-79. SHEN Zhen, GAO Sunan, FENG Xiaolei, et al. Application of ultrasonic nondestructive testing in plastic pipe wall thickness [J]. Plastic Science and Technology, 2010, 38(11): 77-79.

[2] RONALD J B, YASUNOBU H. Digital ultrasonic nondestructive testing in the United States [J]. Journal of JSNDI, 1996, 45(9): 649-656.

[3] 呂江明. 超聲缺陷信號(hào)自動(dòng)提取與評(píng)價(jià)技術(shù)研究 [D]. 杭州: 中國計(jì)量學(xué)院, 2013.

[4] 遲軍, 周曉軍, 宋立軍, 等. 數(shù)字圖像處理技術(shù)在鍛件缺陷檢測(cè)中的應(yīng)用 [J]. 機(jī)床與液壓, 2005, 33(11): 139-140. CHI Jun, ZHOU Xiaojun, SONG Lijun, et al. The application of digital image processing techniques in the testing of forge piece defect [J]. Machine Tool and Hydraulics, 2005, 33(11): 139-140.

[5] 王裕文, 劉大文, 侯成剛, 等. JTUIS系列超聲成像無損檢測(cè)系統(tǒng) [J]. 低壓電器, 2000, 42(2): 53-55. WANG Yuwen, LIU Dawen, HOU Chenggang, et al. Research on the JTUIS series ultrasonic NDT imaging systems [J]. Low Voltage Apparatus, 2000, 42(2): 53-55.

[6] 金碧瑞. 結(jié)合界面質(zhì)量的超聲定量無損檢測(cè)研究 [D]. 西安: 西安交通大學(xué), 2013: 15-18.

[7] SUN Fengjie, WANG He, FAN Jieqing. 2D Otsu segmentation algorithm based on simulated annealing genetic algorithm for iced-cable images [M]∥Information Technology and Applications: Vol 2. Washington DC, USA: IEEE Computer Society, 2009: 600-602.

[8] AL-ATTAS R. Thresholding of medical images using minimum cross entropy [J]. IFMBE Proceedings, 2006, 15: 296-299.

[9] GUNARATHNE G P P. Development of a synthetic A-scan technique for ultrasonic testing of pipelines [J]. IEEE Transactions on Instrumentation and Measurement, 2002, 1: 547-552.

[10]RUZEK R, LOHONKA R. Ultrasonic C-scan and shearography NDI techniques evaluation of impact defects identification [J]. Nondestructive Testing and Evaluation International, 2006, 39(2): 132-142.

[11]章毓晉. 圖像工程: 中冊(cè) [M]. 北京: 清華大學(xué)出版社, 2005: 121-122.

(編輯 葛趙青)

An Adaptive Threshold Setting Method for Image Processing in Ultrasonic Testing

YANG Ye,PAN Xide,ZHUANG Jian

(School of Material Science and Engineering, Xi’an Jiaotong University, Xi’an 710049, China)

Based on the analysis of the image threshold segmenting method and the existing algorithms, an adaptive threshold setting method (ATSM) is presented to make accurate quantitative assessment on the ultrasonic C-scan images. In this method, the threshold is calculated automatically according to the gray level distribution of the C-scan image and then the feature region is segmented and evaluated by the threshold. Therefore, ATSM can overcome the shortcoming that constant threshold evaluation method (CTEM) is greatly influenced by the deviation of ultrasonic energy, which leads to inaccurate results. According to the results obtained by corrosion test, ATSM is more accurate and stable, and spends less operation time than other algorithms, such as the maximum between-cluster variance algorithm and the minimum cross-entropy algorithm.

ultrasonic testing image; adaptive threshold setting method; maximum between- cluster variance algorithm; minimum cross-entropy algorithm

2014-05-29。

楊曄(1990—),男,碩士生;莊健(通信作者),男,副教授。

國家自然科學(xué)基金資助項(xiàng)目(51375363);廣東省戰(zhàn)略性新興產(chǎn)業(yè)核心技術(shù)攻關(guān)資助項(xiàng)目(2012A090100010);陜西省科技廳工業(yè)攻關(guān)資助項(xiàng)目(2013GY2-04)。

時(shí)間:2014-10-23

10.7652/xjtuxb201501021

TP751.1

A

0253-987X(2015)01-0127-06

網(wǎng)絡(luò)出版地址:http:∥www.cnki.net/kcms/detail/61.1069.T.20141023.1634.009.html