鑄件數(shù)字輻射圖像的缺陷自動(dòng)識(shí)別研究.pdf

1、X射線檢測以其穿透力強(qiáng)、實(shí)時(shí)性好和精度高,在無損檢測領(lǐng)域得到了廣泛的應(yīng)用。數(shù)字輻射成像(Digital Radiography,DR)是一種數(shù)字式射線檢測技術(shù),與膠片照相法相比,DR技術(shù)能實(shí)時(shí)或近實(shí)時(shí)地顯示被檢試件內(nèi)部和表面缺陷性質(zhì)、大小、分布等信息,因而能在線、快速、及時(shí)、動(dòng)態(tài)地評價(jià)被檢試件質(zhì)量。大型工業(yè)DR具有其他無損檢測設(shè)備和手段無法替代的特點(diǎn),適合于搖枕、側(cè)架等鑄件產(chǎn)品的檢測,在關(guān)鍵部件檢測上具有重要的應(yīng)用價(jià)值。
　　

2、目前國內(nèi)外鑄造生產(chǎn)廠家基本采用人工目測的方法來檢測圖像中是否含有缺陷或者缺陷是否在容許范圍內(nèi)。這種方法勞動(dòng)強(qiáng)度大,工作效率低,而且受檢查人員技術(shù)素質(zhì)、經(jīng)驗(yàn)、熟練程度和疲勞等主觀因素的影響,常有誤判和漏判的情況發(fā)生,難以滿足大批量產(chǎn)品質(zhì)量實(shí)時(shí)檢查的需要。開展基于DR的缺陷自動(dòng)識(shí)別、報(bào)警和自動(dòng)定位的研究,可以大大提高射線成像技術(shù)檢測效率,減少因缺陷引起的事故。
　　 在國家863高技術(shù)項(xiàng)目、國家自然科學(xué)基金項(xiàng)目和重慶市科技攻關(guān)項(xiàng)目資

3、助,主要針對鐵路鑄件在線DR檢測的特點(diǎn),根據(jù)鑄件DR圖像的特征,對鑄件的缺陷特征進(jìn)行了細(xì)致的分析,對目前廣泛采用的各種缺陷識(shí)別方法進(jìn)行了認(rèn)真的研究和總結(jié),對各種方法進(jìn)行了深入的分析和對比,提出了基于融合的DR圖像增強(qiáng)方法和基于匹配和紋理分析的缺陷識(shí)別方法。主要完成了以下幾個(gè)方面的工作:
　　 ①分析了工業(yè)DR技術(shù)基本原理、技術(shù)基礎(chǔ)、系統(tǒng)組成、系統(tǒng)指標(biāo)與評價(jià)標(biāo)準(zhǔn)；總結(jié)了現(xiàn)有X射線圖像缺陷自動(dòng)識(shí)別系統(tǒng)的特點(diǎn)與不足,根據(jù)鐵路鑄件缺陷的

4、特征,針對DR圖像對比度較差,噪聲較大的特點(diǎn),提出了基于配準(zhǔn)和紋理分析的缺陷識(shí)別方法。
　　 ②提出了基于多分段灰度變換圖像融合的DR圖像增強(qiáng)方法。針對當(dāng)前DR成像的特點(diǎn)和目前普遍使用的增強(qiáng)方法的不足,依照多分辨率分析的思想,提出了采用圖像融合方法作為射線圖像增強(qiáng)的方案,獲得的結(jié)果與人的視覺特性更為接近。論文提出了基于金字塔分解、小波變換和脊波變換的DR圖像融合增強(qiáng)算法,并對算法結(jié)果進(jìn)行了細(xì)致的比較。實(shí)驗(yàn)結(jié)果表明,該融合方法的增

5、強(qiáng)效果明顯好于其他常用的方法,可以在一幅圖像中同時(shí)顯示不同景深的缺陷又不會(huì)給圖像帶來虛假邊緣,為后續(xù)的缺陷識(shí)別打下良好的基礎(chǔ)。
　　 ③分析了圖像配準(zhǔn)技術(shù)的發(fā)展與研究現(xiàn)狀,提出了基于特征匹配的鑄件射線圖像缺陷識(shí)別方法。詳細(xì)敘述了尺度不變特征(Scale Invariant Feature Transform,SIFT)算子、快速魯棒的特征算子(Speeded up Robust Features,SURF)的實(shí)現(xiàn)流程,總結(jié)了此類

6、算法的特點(diǎn)與不足,利用鑄件檢測的先驗(yàn)知識(shí),根據(jù)鑄件DR圖像特征點(diǎn)的分布情況,提出了改進(jìn)的SURF算子。該算子大大減少了無關(guān)特征點(diǎn)的數(shù)量,在不損失匹配精度的前提下提高了特征的匹配速度,為鑄件缺陷的在線檢測奠定了基礎(chǔ)；在配準(zhǔn)圖像后利用“差影”法和數(shù)學(xué)形態(tài)學(xué)法有效的檢出鑄件的缺陷。實(shí)驗(yàn)結(jié)果表明,該方法可以快速地檢出鑄件的斷裂型缺陷,檢測時(shí)間遠(yuǎn)小于掃描時(shí)間。
　　 ④鑄件疏松型缺陷的DR圖像對比度很差但其表現(xiàn)出某種紋理特征,因此利用紋理

7、分析的方法來檢出此類缺陷是種行之有效的方法。文中對紋理圖像提取的研究意義、研究現(xiàn)狀,特別是各類紋理提取方法的基本思想、算法進(jìn)行了比較全面的總結(jié),重點(diǎn)分析了局部二值模式算子(Local Binary Pattern,LBP)的實(shí)現(xiàn)和特點(diǎn),提出了基于LBP算子的鑄件DR圖像疏松型缺陷檢測方法,該方法具有速度快、魯棒性強(qiáng)的特點(diǎn)。文中根據(jù)LBP算子的特點(diǎn)和鑄件射線圖像的特征對算法進(jìn)行了有效的加速,大大提高缺陷的檢測效率。實(shí)驗(yàn)結(jié)果表明,該方法檢測