王賓

（云南電網(wǎng)有限責(zé)任公司，云南昆明，650011）

0 引言

對(duì)焊接圖像缺陷進(jìn)行有效識(shí)別與檢測(cè)一直是我國(guó)無(wú)損檢測(cè)研究領(lǐng)域的關(guān)注重點(diǎn)，相關(guān)方面的研究目標(biāo)為：通過(guò)落實(shí)對(duì)缺陷的全自動(dòng)檢測(cè)，以此判斷生產(chǎn)的焊接件是否滿足國(guó)家質(zhì)量需求標(biāo)準(zhǔn)[1]。目前，我國(guó)現(xiàn)有的數(shù)字化檢測(cè)技術(shù)已達(dá)到了精度較高的水平，但大多數(shù)檢測(cè)技術(shù)針對(duì)的是靜態(tài)化圖像，使用數(shù)字化技術(shù)進(jìn)行動(dòng)態(tài)化圖像的實(shí)時(shí)檢測(cè)仍未有顯著的成果。為此，本文引進(jìn)X射線探傷技術(shù)，利用其實(shí)時(shí)成像能力，將其投入到對(duì)圖像的自動(dòng)化檢測(cè)中。在深入對(duì)技術(shù)的研究中發(fā)現(xiàn)其具有兩點(diǎn)顯著優(yōu)勢(shì)[2]。其一為技術(shù)具有較高的實(shí)用性，由于技術(shù)應(yīng)用本身便具備較高的精度要求，因此在檢測(cè)過(guò)程中，漏檢、誤檢等現(xiàn)象出現(xiàn)較少。其二為技術(shù)具有較高的時(shí)效性，在工業(yè)生產(chǎn)領(lǐng)域，為了滿足市場(chǎng)需求，通常需要在工件生產(chǎn)效率與后期缺陷檢測(cè)速度中投入較多的人力資源。而提出的技術(shù)具有對(duì)多幀圖像實(shí)時(shí)識(shí)別的能力，因此可實(shí)現(xiàn)對(duì)多圖像的同時(shí)處理，因此其應(yīng)用效率是相對(duì)較高的[3]。為了進(jìn)一步提升工業(yè)生產(chǎn)工件的質(zhì)量，提高其產(chǎn)出效率，本文將在X射線探傷技術(shù)的支撐下，設(shè)計(jì)一種針對(duì)焊接圖像的缺陷自動(dòng)檢測(cè)方法，致力于通過(guò)本文此次的設(shè)計(jì)，解決傳統(tǒng)技術(shù)存在的多種不足。

1 基于X射線探傷的焊接圖像缺陷自動(dòng)檢測(cè)方法

1.1 動(dòng)態(tài)疊加焊接圖像多幀信息

在獲取的焊接圖像中，受到獲取過(guò)程中光源存在不穩(wěn)定問(wèn)題、光線可能存在二次散射現(xiàn)象等因素的影響，使得焊接圖像中存在較多的隨機(jī)噪聲。在此種條件下，焊接圖像整體分辨率較低，無(wú)法在此時(shí)直接進(jìn)行缺陷的檢測(cè)[4]。因此，本章提出對(duì)焊接圖像進(jìn)行多幀信息疊加的方式，降低圖像中含有的隨機(jī)噪聲。

在相鄰的圖像信息幀中，噪聲存在是沒(méi)有顯著規(guī)律的，而目標(biāo)缺陷在圖像多幀信息中均出現(xiàn)過(guò)，在對(duì)焊接圖像進(jìn)行信息的m次疊加后，存在缺陷區(qū)域中噪聲信號(hào)的幅度值沒(méi)有發(fā)生任何變化現(xiàn)象，而在常規(guī)區(qū)域中的噪聲信號(hào)幅度值則呈現(xiàn)下降趨勢(shì)，通常會(huì)減少到其原有圖像噪聲的1/m[5]。即原有焊接圖像亮度沒(méi)有發(fā)生變化，但存在噪聲的圖像亮度則會(huì)降低，通過(guò)此種方式便可以實(shí)現(xiàn)對(duì)噪聲的去除。

在上述提出的過(guò)程中，定義f(x,y)表示為初始化焊接圖像（原始圖像），I(x,y)表示為去除噪聲后的理想焊接圖像，n(x,y)表示為焊接圖像中現(xiàn)存噪聲。在掌握相關(guān)信息后，可輸出下述等效計(jì)算公式。

公式中：i表示為對(duì)圖像的疊加次數(shù)。通過(guò)上述計(jì)算公式，便可實(shí)現(xiàn)對(duì)焊接圖像多幀信息的動(dòng)態(tài)疊加，但此過(guò)程中應(yīng)當(dāng)注意：疊加的次數(shù)需要根據(jù)圖像實(shí)際情況進(jìn)行，當(dāng)疊加次數(shù)超出有效范圍后，會(huì)降低圖像信息處理的效率，反之當(dāng)疊加次數(shù)不足有效次數(shù)時(shí)，所提取的圖像中噪聲無(wú)法被有效去除[6]。通常情況下，疊加次數(shù)控制在3～5次為最佳。疊加過(guò)程中，要注意不同幀數(shù)的補(bǔ)償位置應(yīng)對(duì)準(zhǔn)，避免出現(xiàn)疊加后焊接圖像存在額外偏差值。

1.2 基于X射線探傷自動(dòng)提取幀內(nèi)缺陷信息

在上述提出步驟的基礎(chǔ)上，引進(jìn)X射線探傷技術(shù)，對(duì)幀內(nèi)缺陷信息進(jìn)行自動(dòng)提取，在此過(guò)程中，可參照如圖1所示的典型焊接圖像示意圖開展工作[7]。

圖1 焊接圖像典型缺陷示意圖

在圖1中，上部分為焊接圖像示意圖，下部分為存在部分缺陷的示意圖，其中圓形圈出區(qū)域表示為缺陷區(qū)域。在使用X射線探傷進(jìn)行缺陷提取，可以按照“獲取圖像RIO—焊接信息獲取—焊接圖像缺陷分割—缺陷幀自動(dòng)跟蹤”的流程實(shí)施[8]。在獲取的圖像中，大部分缺陷在X射線探傷技術(shù)下，均呈現(xiàn)為斑點(diǎn)狀或線條狀，而其他信息較不明顯。因此，在自動(dòng)提取幀內(nèi)缺陷信息時(shí)，有必要在其空間域中使用X射線濾波算法，對(duì)背景圖現(xiàn)存能量進(jìn)行削弱處理，以此種方式提高缺陷幀信息的能量。

在每一幅焊接圖像中，損傷區(qū)域僅占圖像中的較小部分，因此，為了降低算法計(jì)算的運(yùn)算量，需要在圖像中將有效區(qū)域提取出來(lái)，并將X射線濾波算法應(yīng)用到此部分中。算法應(yīng)用計(jì)算公式如下。

公式（3）中 ：eU(k)表示為X射線濾波中灰度值在焊接圖像中的分布；T表示為圖像中X射線濾波一次射入后的亮度；k表示為圖像缺陷最優(yōu)取值，取值范圍為[1,255]。輸出計(jì)算后實(shí)際值，以此作為焊接圖像幀內(nèi)信息缺陷。

1.3 動(dòng)態(tài)檢測(cè)焊接圖像缺陷

在獲取的焊接圖像中，其中的氣孔或未焊接完成區(qū)域，通常表示為亮點(diǎn)或顯著線條，因此在針對(duì)此種缺陷檢測(cè)過(guò)程中，可直接通過(guò)肉眼識(shí)別的方式即可。對(duì)于較不明顯的缺陷，可通過(guò)定位圖像中灰度值的方式進(jìn)行像素識(shí)別，即分析圖像區(qū)域內(nèi)是否存在較小的空域方差。以此種方式，作為焊接圖像缺陷動(dòng)態(tài)識(shí)別的依據(jù)。

在此基礎(chǔ)上，將灰度值計(jì)算差與檢測(cè)區(qū)域內(nèi)的空域方差進(jìn)行融合，融合后判斷兩者是否存在相同特征，假定存在相同特征，則可以認(rèn)為此區(qū)域?yàn)槿毕輩^(qū)域，反之需要提取圖像中的特征點(diǎn)進(jìn)行深入的識(shí)別。

對(duì)于待識(shí)別的圖像區(qū)域，需要對(duì)其進(jìn)行隸屬值的評(píng)估，將隸屬值劃分為四個(gè)等級(jí)，分別為1.0～4.0，4.0表示為隸屬值較高，反之1表示為隸屬值較低。當(dāng)隸屬值約等于4.0時(shí)，表示焊接圖像待識(shí)別區(qū)域?yàn)槿毕輩^(qū)域，反之可將其認(rèn)定為噪聲。通過(guò)此種方式，完成對(duì)焊接圖像缺陷的動(dòng)態(tài)化檢測(cè)與識(shí)別。

2 實(shí)驗(yàn)論證分析

本文選擇將某工業(yè)生產(chǎn)廠作為實(shí)驗(yàn)環(huán)境，實(shí)驗(yàn)過(guò)程中使用的焊接圖像均來(lái)自該生產(chǎn)廠日常工作過(guò)程中產(chǎn)生的圖像。從該工業(yè)生產(chǎn)廠生產(chǎn)加工管理歷史數(shù)據(jù)庫(kù)當(dāng)中，隨機(jī)提取100張不同構(gòu)件的焊接圖像，構(gòu)成本文對(duì)比實(shí)驗(yàn)的測(cè)試集。分別利用本文提出的基于X射線探傷的焊接圖像缺陷自動(dòng)檢測(cè)方法和文獻(xiàn)[2]基于圖像處理技術(shù)的檢測(cè)方法對(duì)100張焊接圖像進(jìn)行缺陷檢測(cè)，以此實(shí)現(xiàn)對(duì)本文檢測(cè)方法的實(shí)際應(yīng)用優(yōu)勢(shì)驗(yàn)證。已知在100張不同焊接圖像當(dāng)中，共包含氣孔、夾渣、裂紋、凹坑和焊瘤，共五種不同缺陷類型，將五種不同缺陷類型焊接圖像隨機(jī)分布在測(cè)試集當(dāng)中。利用兩種檢測(cè)方法對(duì)五種不同缺陷問(wèn)題進(jìn)行檢測(cè)，并對(duì)其進(jìn)行分類，得到最終五個(gè)不同缺陷類型下，相應(yīng)的焊接圖像數(shù)量。通過(guò)將檢測(cè)得到的不同類型下焊接圖像數(shù)量與經(jīng)過(guò)實(shí)際驗(yàn)證后得出的結(jié)果進(jìn)行對(duì)比，驗(yàn)證兩種檢測(cè)方法的檢測(cè)準(zhǔn)確性。為方便比較，將實(shí)驗(yàn)過(guò)程中得到的實(shí)驗(yàn)數(shù)據(jù)進(jìn)行記錄，并繪制成如表1所示的實(shí)驗(yàn)結(jié)果對(duì)比表。

表1 兩種檢測(cè)方法實(shí)驗(yàn)結(jié)果對(duì)比表

表1中類型I表示為氣孔缺陷；類型II表示為夾渣缺陷；類型III表示為裂紋缺陷；類型IV表示為凹坑缺陷；類型V表示為焊瘤缺陷。根據(jù)表1中內(nèi)容可以看出，在對(duì)五種不同焊接缺陷類型圖像進(jìn)行檢測(cè)時(shí)，本文檢測(cè)方法得出的檢測(cè)結(jié)果與驗(yàn)證數(shù)據(jù)基本一致，僅在夾渣缺陷和焊瘤缺陷中出現(xiàn)較小偏差，而文獻(xiàn)[2]檢測(cè)方法得出檢測(cè)結(jié)果與驗(yàn)證數(shù)據(jù)存在較大出入。同時(shí)，在實(shí)驗(yàn)過(guò)程中，傳統(tǒng)檢測(cè)方法在對(duì)不同焊接圖像進(jìn)行檢測(cè)時(shí)，需要人工對(duì)不同缺陷類型數(shù)據(jù)進(jìn)行設(shè)定，不僅會(huì)造成由于人工失誤導(dǎo)致檢測(cè)結(jié)果存在誤差，同時(shí)檢測(cè)效率也會(huì)受到人工操作的影響。因此，通過(guò)對(duì)比實(shí)驗(yàn)證明，本文提出的基于X射線探傷的焊接圖像缺陷自動(dòng)檢測(cè)方法在應(yīng)用到實(shí)際工業(yè)生產(chǎn)加工中，能夠保證檢測(cè)正確率達(dá)到98%，并實(shí)現(xiàn)對(duì)不同缺陷類型的精準(zhǔn)分類。

3 結(jié)束語(yǔ)

本文設(shè)計(jì)一種基于X射線探傷的焊接圖像缺陷自動(dòng)檢測(cè)方法，并在完成對(duì)方法的設(shè)計(jì)后，通過(guò)對(duì)比實(shí)驗(yàn)驗(yàn)證了，本文設(shè)計(jì)的方法整體性能顯著優(yōu)于對(duì)比方法，將其應(yīng)用到實(shí)際工業(yè)生產(chǎn)加工中，能夠保證檢測(cè)正確率達(dá)到98%，并實(shí)現(xiàn)對(duì)不同缺陷類型的精準(zhǔn)分類。因此，可在后期的工件生產(chǎn)與制作過(guò)程中，將本文提出檢測(cè)方法應(yīng)用到實(shí)際，以此解決對(duì)比方法存在不足，對(duì)生產(chǎn)造成的負(fù)面影響。