缺陷提取技术

科技工作者之家 2020-11-17

缺陷提取技术是指对铸件缺陷进行检测分析的技术,包括三个阶段:CT数据获取阶段、数据处理阶段和缺陷提取阶段。

简介缺陷提取技术是指对铸件缺陷进行检测分析的技术,包括三个阶段:CT数据获取阶段、数据处理阶段和缺陷提取阶段1。

缺陷提取技术方法现有基于二维凸显改的缺陷检测方法包括基于阈值分割的缺陷提取、基于边缘检测算子的缺陷提取、基于聚类的图象分割方法、基于数字减影的缺陷检测和基于统计方法的缺陷检测。

(1)基于阈值分割的缺陷提取

基于阈值分割的缺陷提取方法需要计算出一个分割阈值,然后将分割阈值与像素值进行比较。这种方法可以应用于噪声比较大,缺陷形态、灰度不是很复杂的情况下。

在焊缝缺陷检测以及在钢球表面的缺陷检测中的应用,应用于钢球表面的缺陷检测/阈值的确定。

(2)基于边缘检测算子的缺陷提取

边缘的检测方法常借助空域微分算子进行,通过将其模板与图像卷积完成,两个具有不同灰度值的相邻域之间总存在灰度边缘。灰度边缘是灰度值不连续(或突变)的结果,这种不连续常可利用求导数的方法方便地得到。这种方法对边缘信息很敏感,但是抗噪性能比较差。

(3)基于聚类的图象分割方法

聚类方法是将一组目标根据从它们测得的特征值将它们划分到各类中的方法。这种分割方法是一种全局的方法,比基于边缘检测的方法更具有抗噪声的能力。这种分割方法适用于区域划分比较明显、并具有很强相关性的图像。

(4)基于数字减影的缺陷检测

数字减影即数字血管造影(Digital Subtraction Angiography,DSA)是80年代继CT之后出现的一项医学影像学新技术,是电子计算机与常规X射线血管造影相结合的一种新的检查方法。减影技术的基本内容是把两帧匹配好的同一部位的图像相减,从而得出它们的差值部分。这种方法需要有Mask图像,即标准图像。

(5)基于统计方法的缺陷检测

统计分割方法用于缺陷在图像中所占像素数较少,或者既有高密度缺陷存在又有低密度缺陷存在。而且图像的灰度分布符合一定的统计规律的情况下1。

缺陷提取技术缺点(1)单一阈值分割不能获得各类缺陷的整体信息;

(2)边缘提取算法不能获得内部的灰度信息,也不能区别轮廓以及缺陷;

(3)聚类分割方法适合特征空间比较明确的图像,但CT切片图像的边界信息不符合;

(4)基于数字减影分割方法需要提供标准图像,并进行匹配;

(5)基于统计方法分割方法适合于灰度图像,但分割的精度不高1。

结合图像分割、形态学的缺陷提取技术结合图像分割、形态学的缺陷提取技术分为三个阶段:

(1)CT数据获取阶段

(2)数据处理阶段

(3)缺陷提取阶段1

CT数据获取阶段CT数据获取阶段采用ICT(Industrial Computerized Tomography,工业计算机断层摄影)仿真技术,这是一项集辐射、光学、电子、计算机等多种技术于一体、综合性强的高新技术。现代ICT系统一般均由若干子系统组成,其典型子系统包括射线源、机械扫描系统、辐射探测器、计算机系统、图象显示系统及数据存贮设备等。

ICT仿真技术是基于ICT成像原理来进行人工缺陷的仿真。西北工业大学的CBVCT图像工程中心从1994年开始,在国内率先尝试将ICT技术应用于CAD/CAM领域。先后获得了航空院校自选课题基金、航空科学基金和国家自然科学基金的资助。在基于ICT的仿真技术、应用等方面做了大量深入的研究,形成了自己的ICT系统仿真模块,此仿真模块包括三个部分:射线源系统、检测样本系统和探测器系统1。

数据处理阶段数据处理阶段目的是通过一系列图像处理的方法得到图像中缺陷的过程,处理步骤包括:

(1)阈值分割:图像经过图像分割得到二值化图像。

(2)边缘提取:进行边缘提取,得到边界轮廓信息。

(3)灰度统计:对步骤1中大于阈值的像素点(即目标区域内的像素点)进行灰度统计,求出该区域内的灰度中值和方差。

(4)灰度分割:根据基于统计方法的缺陷检测,运用基于灰度统计的分割方法。根据步骤3计算出的中值及样本均方差值分割步骤l处理后的目标区域内的图象。

(5)边缘膨胀:根据步骤2中得到的边界信息,对边界进行膨胀处理。

(6)边缘去除:根据步骤5中得到的边界模板的信息去除步骤4中的边界信息,从而得到图像中灰度出现异常的区域。

(7)噪声去除:对步骤6处理以后的图像进行噪声去除。通过形态学滤波去除噪声的干扰,可以得到灰度变化较大的内部区域。

(8)数据合并:综合步骤2的边缘信息和步骤7的灰度信息,就可以得到完整的灰度和边界数据。

缺陷提取阶段在数据处理阶段之后是参数获取阶段,主要内容是获得各个轮廓的几何、形态、灰度参数,并依此作为缺陷判断、分类的依据。为了对各个区域有个完整的描述,需要从灰度和形态上对区域进行参数计算。

(1)灰度参数的计算

为了反映区域内的灰度信息,可以制定以下的参数进行描述。

灰度最大值Max:通过统计区域内的各个像素点的灰度值,我们可以得到整个区域内的灰度最大值Max;

灰度最小值Min:反映了区域内灰度最小值。

以上的这两个量来反映区域内灰度的变化。

(2)形态参数的计算

形态学特征是反映缺陷的形态特征而设计的,目的是计算形态学特征参数,从而为以后判断缺陷类型提供依据1。

本词条内容贡献者为:

杜强 - 高级工程师 - 中国科学院工程热物理研究所

科技工作者之家

科技工作者之家APP是专注科技人才,知识分享与人才交流的服务平台。