一种基于灰度图像形态学的焊缝表面缺陷特征提取方法技术

一种基于灰度图像形态学的焊缝表面缺陷特征提取方法，根据采集图像设置微型CCD相机拍摄参数；将采集到的真彩色图像转化为灰度图，对图像进行中值滤波处理；采用删除最小面积的方法，消除残余噪音与背景纹理产生的白色干扰区域；利用区域填充处理，避免“待定黑色区域”，对边缘线提取的影响；通过膨胀算法处理完全填充后的焊缝区域，获得与实际焊缝面积吻合的焊缝区域；采用Canny算子提取填充膨胀后的焊缝区域边缘线，实现焊缝区域定位；绘制垂直于焊缝边缘的截面灰度B扫曲线，当焊缝表面存在孔洞和焊瘤等缺陷时时候，其灰度值在B扫曲线上发生明显的变化，以此判断焊缝表面不同类型的缺陷。实现焊缝边缘的准确定位和焊瘤、孔洞等缺陷的准确识别。

【技术实现步骤摘要】

本专利技术涉及一种焊缝焊接缺陷的检测方法，特别是基于图像处理技术的焊缝缺陷检测识别方法。该方法适用于管道、锅炉和集箱等换能设备内部焊缝焊接缺陷的检测识别，属于无损检测领域。
技术介绍
随着我国工业产业的发展，锅炉、管道和集箱等换能设备作为承受高温高压的关键部件，其制造质量受到人们越来越多的关注。换能设备既要承受由介质作用引起的内部压力，也要承受由内外温差引起的应力，失效破坏极易出现在内部焊接区域。因此迫切需要发展一种行之有效的内部焊缝焊接缺陷检测方法，为管道、锅炉和集箱等设备可靠运行提供技术保障。目前，对集箱管接头内部焊缝焊接质量缺乏有效的检测手段，多采用人工检测的方法。由于检测人员长期注视屏幕上移动的焊缝，容易造成眼部疲劳，造成漏检，并且检验人员的素质、技能和经验的不同，对质量检验标准的把握难免有偏差，导致检测等级受检测人员的主观影响因素较大，很难对缺陷做出准确定量的判断。为了进一步提高集箱管接头焊缝的焊接质量，改善检测人员的检测条件，迫切需要实现集箱管接头内部焊缝焊接质量自动化检测，而焊缝表面缺陷的特征参数提取是实现自动化检测的关键。近年来，针对上述检测方法存在的不足，发展了基于图像处理技术的焊缝焊接缺陷检测识别方法，用于实现不同类型焊接缺陷的特征提取。Valavanis等[Multiclass defect detection and classification in weld radio graphic images using geometric and texture features[J].Expert Systems with Applications,2010,37(12):7606-7614]针对焊缝X射线图像进行了分析与识别研究，提出基于数字图像处理的算法，对采集到的图像进行处理，结合ANNs算法分析的基础上，获得焊缝缺陷特征相关参数。Vilar等[An automatic system of classification of weld defects in radiographic images[J].NDT&E International,2009,42(5):467-476]针对X射线焊接缺陷图像开发了缺陷自动分类系统，该系统可实现图像降噪和对比度增强，结合大津法和标签技术对焊接缺陷图像进行分割和缺陷的特征提取，通过ANNs技术对缺陷进行分类，提高了对缺陷识别的效率及正确率。目前，基于X射线完成焊缝检测的技术，多是针对焊缝焊接内部缺陷进行检测，关于内部焊接焊缝表面缺陷检测识别的技术还鲜有研究。对此，本方法提出了一种基于形态学图像处理技术的焊缝焊接缺陷检测识别方法，用于实现换能设备内部焊缝表面的缺陷的检测识别。本方法利用微型CCD相机采集换能设备内部焊缝区域图像，采用二值化、删除最小面积和膨胀等算法对图像焊缝边沿进行定位，同时，通过灰度B扫曲线对焊缝表面缺陷的特征参数进行提取。
技术实现思路
本专利技术的目的在于提供一种设备内部焊缝焊接缺陷的检测识别方法，特别是基于形态学图像处理技术的检测方法。本方法将图像处理技术用于设备内部的焊缝检测，采用数学形态学方法进行焊缝区域定位，利用B扫曲线提取内部焊缝表面存在焊瘤和孔洞等缺陷特征参数。本专利技术提出一种基于形态学图像处理技术的内焊缝表面缺陷检测识别方法，其基本原理在于：采用工业CCD相机采集彩色的焊缝图像，采集的焊缝图像包括焊缝表面存在孔洞、焊瘤等缺陷。对采集到的彩色焊缝图像灰度化处理，灰度图像灰度值与彩色图像RGB值之间存在固有转换关系，根据该转换关系，可将彩色图像直接转化为灰度图像。转换后灰度图像灰度值Gray与原彩色图像RGB值之间的转换关系如式(1)所示。Gray＝R*0.3+G*0.59+B*0.11 (1)R、G和B分别表示红绿蓝三种颜色；在对焊缝处理前，需对图像进行滤波处理，以减少背景噪声对图像识别的影响，综合对比中值滤波、平滑滤波和锐化滤波对焊缝图像处理的效果，选取中值滤波作为图像预处理的方法。中值滤波是一种非线性信号处理方法，可实现图像的降噪处理。该方法将图像划分成含有奇数个点的滑动窗口,分别用窗口中各像素中值灰度值来代替指定像素灰度值，指定像素是窗口中心点，指定像素灰度值的数学公式表示为：yi＝med{fi-v,···,fi-1,fi,fi+1,···,fi+v本文档来自技高网...

【技术保护点】
一种基于灰度图像形态学的焊缝表面缺陷特征提取方法，其特征在于：本方法是通过以下步骤实现的，步骤一：图像采集；采用工业CCD相机采集换能设备内部焊缝表面存在孔洞、焊瘤缺陷图像，采集的图像为真彩色RGB图像，图像尺寸、清晰度、色相和饱和度固定不变；步骤二：图像前期处理；将真彩色RGB图像转化为灰度图像；步骤三：图像预处理；对灰度图像进行中值滤波处理，实现图像在边缘保真情况下的降噪复原；步骤四：图像二值化；设置灰度阈值，将灰度图转化为黑白二值图；其中，焊缝区域呈白色，背景区域呈黑色；步骤五：消除白色干扰区域；残留噪音与背景纹理在二值图像中的连通区域为白色干扰区域，该白色干扰区域均小于焊缝区域；设置最小连通区域面积，采用删除最小连通区域面积的方法消除图像残留噪音及背景纹理噪音，完整提取焊缝区域；步骤六：焊缝边缘线提取；(1)在黑白二值图中的焊缝白色区域内，由于图像拍摄角度及材质反光等原因会产生“待定黑色区域”，为避免其影响边缘线提取，对焊缝区域进行区域填充处理；(2)对完全填充后的焊缝区域进行膨胀算法处理，补偿边缘信息的丢失，保证焊缝区域与实际焊缝面积吻合；(3)采用Canny算子提取填充膨胀后的焊缝区域边缘线，实现焊缝区域定位；步骤七：B扫曲线判断缺陷类型；根据灰度图像，绘制垂直于焊缝路径的截线灰度B扫曲线；其中，截线像素值为X轴，归一化取负的灰度值为Y轴；根据步骤六定位的焊缝边缘，确定B扫曲线中的焊缝截线区域；当焊缝表面存在孔洞和焊瘤的时候，其灰度值在B扫曲线上发生明显的变化，以此判断焊缝表面不同类型的缺陷。...

【技术特征摘要】
1.一种基于灰度图像形态学的焊缝表面缺陷特征提取方法，其特征在于：本方法是通过以下步骤实现的，步骤一：图像采集；采用工业CCD相机采集换能设备内部焊缝表面存在孔洞、焊瘤缺陷图像，采集的图像为真彩色RGB图像，图像尺寸、清晰度、色相和饱和度固定不变；步骤二：图像前期处理；将真彩色RGB图像转化为灰度图像；步骤三：图像预处理；对灰度图像进行中值滤波处理，实现图像在边缘保真情况下的降噪复原；步骤四：图像二值化；设置灰度阈值，将灰度图转化为黑白二值图；其中，焊缝区域呈白色，背景区域呈黑色；步骤五：消除白色干扰区域；残留噪音与背景纹理在二值图像中的连通区域为白色干扰区域，该白色干扰区域均小于焊缝区域；设置最小连通区域面积，采用删除最小连通区域面积的方法消除图像残留噪音及背景纹理噪音，完整提取焊缝区域；步骤六：焊缝边缘线提取；(1)在黑白二值图中的焊缝白色区域内，由于图像拍摄角度及材质反光等原因会产生“待定黑色区域”，为避免其影响边缘线提取，对焊缝区域进行区域填充处理；(2)对完全填充后的焊缝区域进行膨胀算法处理，补偿边缘信息的丢失，保证焊缝区域与实际焊缝面积吻合；(3)采用Canny算子提取填充膨胀后的焊缝区域边缘线，实现焊缝区域定位；步骤七：B扫曲线判断缺陷类型；根据灰度图像，绘制垂直于焊缝路径的截线灰度B扫曲线；其中，...

【专利技术属性】
技术研发人员：焦敬品，李思源，常予，何存富，吴斌，
申请(专利权)人：北京工业大学，
类型：发明
国别省市：北京;11