X射線的無損檢測技術(shù)

1、X 射線的無損檢測技術(shù)前言 無損檢測方法是利用聲、光、電、熱、磁及射線等與被測物質(zhì)的相互作用 ,在不破壞和損傷被測物質(zhì)的結(jié)構(gòu)和性能的前提下,檢測 材料、構(gòu)件或設(shè)備中存在的內(nèi)外部缺陷 ,并能確定缺陷的大小、形狀和位置。無損檢測的技術(shù)有很多， 包括：染料滲透檢測法、超聲波檢測法、強型光學(xué)檢測法、滲透檢測法、聲發(fā)射檢測法，以及本文介紹的x 射線檢測法。X 射線無損探傷是工業(yè)無損檢測的主要方法之一,是保證焊接質(zhì)量的重要技術(shù) ,其檢測結(jié)果己作為焊縫缺陷分析和質(zhì)量評定的重 要判定依據(jù) ,應(yīng)用十分廣泛。膠片照相法是早期 X 射線無損探傷 中常用的方法。X射線膠片的成像質(zhì)量較高，能夠準(zhǔn)確地提供焊 縫中缺陷真實

2、信息 ,但是,該方法具有操作過程復(fù)雜、 運行成本高、 結(jié)果不易存放且查詢攜帶不方便等缺點。由于電子技術(shù)的飛速發(fā)展 ,一種新型的 X 射線無損檢測方法“ X 射線工業(yè)電視”已應(yīng)運而生 ,并開始應(yīng)用到焊縫質(zhì)量的無損檢測 當(dāng)中。X射線工業(yè)電視己經(jīng)發(fā)展到由工業(yè) CCD攝像機取代原始X射線無損探傷中的膠片，并用監(jiān)視器（工業(yè)電視）實時顯示探傷圖 像，這樣不僅可以節(jié)省大量的 X射線膠片，而且還可以在線實時檢測,提高了 X射線無損檢測的檢測效率。但現(xiàn)在的X射線工業(yè)電視大多還都采用人工方式進行在線檢測與分析,而人工檢測本身存在幾個不可避免的缺點 ,如主觀標(biāo)準(zhǔn)不一致、勞動強度大、檢 測效率低等等。x 射線無損探傷

3、計算機輔助評判系統(tǒng)的原理可以用兩個“轉(zhuǎn)換” 來概述:首先 X 射線穿透金屬材料及焊縫區(qū)域后被圖像增強器所 接收,圖像增強器把不可見的 X 射線檢測信息轉(zhuǎn)換為可視圖像 ,并 被 CCD 攝像機所攝取 ,這個過程稱為“光電轉(zhuǎn)換” ; 就信息量 的性質(zhì)而言 ,可視圖像是模擬量 ,它不能被計算機所識別 ,如果要 輸入計算機進行處理 ,則需要將模擬量轉(zhuǎn)換為數(shù)字量 ,進行“模 / 數(shù)轉(zhuǎn)換” ,即經(jīng)過計算機處理后將可視圖像轉(zhuǎn)換為數(shù)字圖像。其集卡當(dāng)方法是用高清晰度工業(yè) CCD 攝像機攝取可視圖像 ,輸入到視頻采 中 ,并將其轉(zhuǎn)換為數(shù)字圖像 ,再經(jīng)過計算機處理后 , 在顯示,再按器屏幕上顯示出材料內(nèi)部缺陷的性質(zhì)

4、、大小和位置等信息 照有關(guān)標(biāo)準(zhǔn)對檢測結(jié)果進行等級評定 ,從而達到焊縫焊接質(zhì)量的 檢測和分析。X 射線無損檢測系統(tǒng)結(jié)構(gòu)與原理射線無損探傷缺陷自動檢測系統(tǒng)的硬件組成與結(jié)構(gòu)如圖1 所示。系統(tǒng)主要由三個部分組成 :信號轉(zhuǎn)換部分、圖像處理部分及缺陷 位置的獲取與傳輸部分。信號轉(zhuǎn)換部分主要由X光光源、螺旋鋼管、傳送車、圖像增強器、反射器以及CCD攝像機組成，信號轉(zhuǎn)換部分的主要功能是完成從 x射線到可見光的信息載體轉(zhuǎn)換以及可見光到可視圖像的光電轉(zhuǎn) 換。螺旋鋼管首先被放置到傳送車上，傳送車在承載螺旋鋼管前進的同時，車上的旋轉(zhuǎn)滾輪帶動螺旋鋼管旋轉(zhuǎn)，這樣可以保證螺旋 鋼管的螺旋焊縫始終保持在 CCD攝像機的正下方

5、,CCD攝像機就可以始終攝取到螺旋焊縫的探傷圖像。由X光光源發(fā)出的X 射線穿透螺旋鋼管及焊縫區(qū)域后，被圖像增強器接收，圖像增強器 將不可見的X射線探傷信息轉(zhuǎn)換為可見光探傷信息，再通過反射 鏡反射到CCD攝像機當(dāng)中,CCD攝像機再將光信號轉(zhuǎn)換為電信號（模擬數(shù)據(jù)）,完成光電轉(zhuǎn)換，并將探傷圖像送入圖像處理部分。 在信號轉(zhuǎn)換部分中,CCD攝像機將攝取到的探傷圖像以幀的形式送入圖像處理部分的視頻采集卡當(dāng)中,同時在圖像處理部分中的監(jiān)視器 （工業(yè)電視 ）上實時顯示這幀原始探傷圖像 （模擬圖像 ）。如果在焊縫區(qū)域中存在氣孔、夾渣或未焊透等缺陷時,由于與背景區(qū) 域（焊縫區(qū)域 ）相比較 ,缺陷區(qū)域透過的 X 射線

6、較多 ,所以在監(jiān)視器 （工業(yè)電視 ）上顯示的探傷圖像中就會形成一個亮點或者一條亮線 圖像處理部分也正是利用這個特點來檢測每一幀探傷圖像中是 否存在缺陷的。圖像處理部分中主要包括監(jiān)視器 （工業(yè)電視 ）,視頻采集卡 ,計算機 , 計算機顯示器等設(shè)備 ,圖像處理部分的功能主要包括采集、顯示、 處理并存儲所采集到的探傷圖像數(shù)據(jù)。由 CCD 攝像機攝取到的探傷圖像數(shù)據(jù) （模擬數(shù)據(jù) ）首先被送入監(jiān)視器 ,并在監(jiān)視器上實時顯示 ,同時該探傷圖像數(shù)據(jù)被輸入到視頻采集卡當(dāng)中,經(jīng)過視頻采集卡進行采樣、 量化和編碼之后將其數(shù)字化。 數(shù)字化后的探傷圖 像同樣以幀的形式送入到計算機當(dāng)中 ,在計算機中通過下述基于 模糊識

7、別準(zhǔn)則的模糊缺陷檢測算法來檢測每一幀探傷圖像中是否存在缺陷 （本文將在后續(xù)詳細介紹該模糊缺陷檢測算法）,并在計算機顯示器上實時顯示檢測結(jié)果 ,同時將檢測結(jié)果存儲到計算機的存儲器當(dāng)中,以備后續(xù)的查找和驗證。缺陷位置的獲取與傳輸部分主要由AT89C2051 單片機、 旋轉(zhuǎn)編碼器、 Max232 芯片、 ADAM 一 4520 模塊和傳輸線等組成 ,缺 陷位置的獲取與傳輸部分的主要功能是獲取并傳輸缺陷的位置 信息、系統(tǒng)利用 AT89C2051 單片機并通過日本歐姆龍公司生產(chǎn) 的旋轉(zhuǎn)編碼器將位移信號轉(zhuǎn)換為脈沖信號 ,通過脈沖信號的個數(shù) 來一記錄傳送車的位移信號 ,再通過串行通信接口將位移信號傳 送給計

8、算機進行處理 ,從而確定缺陷的位置信息。缺陷檢測流程 在本文設(shè)計并實現(xiàn)的 X 射線無損探傷缺陷自動檢測系統(tǒng)中 ,缺陷 的自動檢測與識別部分是系統(tǒng)的核心部分 ,該部分的程序流程可 分為如下幾個步驟 :l) 程序初始化 :完成程序開始運行時 ,一些變量的定義和賦值以及 視頻采集卡的初始化工作 ;2) 圖像采集和串行通信接口初始化 :利用視頻采集卡采集 X 射線 探傷圖像 ,并同時初始化串行通信接口 , 完成串行通信的初始連 接;3) 圖像預(yù)處理和獲取位置信息 :完成一些必要的圖像預(yù)處理運算 從而保證模糊缺陷檢測算法的有效檢測 ;獲取螺旋鋼管前進的位 置信息 ,以保證計算缺陷位置信息時使用4) 檢測

9、缺陷 :應(yīng)用模糊缺陷檢測算法 ,檢測當(dāng)前 X 射線探傷圖像中 是否有缺陷存在 ,并在探傷圖像中標(biāo)記檢測到的缺陷5) 缺陷的識別 :計算缺陷的一些基本信息 ,如:大小、個數(shù)和位置等 信息 ,并按照一定的標(biāo)準(zhǔn) ,對檢測到的缺陷進行統(tǒng)一的識別和判 定;6) 缺陷是否超標(biāo) :判斷缺陷是否超出標(biāo)準(zhǔn) ,如果超出標(biāo)準(zhǔn) ,則發(fā)送噴 標(biāo)信號 ,在螺旋鋼管上標(biāo)記超出標(biāo)準(zhǔn)的缺陷 ;如果沒有缺陷超出標(biāo)準(zhǔn)，則程序返回到初始狀態(tài)，準(zhǔn)備下一幀X射線探傷圖像的采集、檢測與識別。缺陷自動檢測與識別部分的程序流程框圖如圖2所示。圖三缺陷檢測流程圖四缺陷檢測算法原理若在焊縫區(qū)域中存在氣孔、夾渣以及未焊透等缺陷時，因為缺陷 區(qū)域穿透

10、的X射線較多，而相對來說周圍背景區(qū)域 X射線的透射量較少，所以在探傷圖像中，缺陷區(qū)域就會形成一個亮點或者一條亮線。這樣在視覺上就可以根據(jù)探傷圖像中，某一個區(qū)域是否比其周圍背景區(qū)域更加明亮來判斷該區(qū)域是否是缺陷區(qū)域,而從圖像處理的角度來看 ,可以根據(jù)探傷圖像中像素灰度值的大小來判 斷一個區(qū)域是否是缺陷區(qū)域。首先從人類視覺的角度出發(fā) ,觀察一下缺陷檢測人員是如何判斷 一個區(qū)域是否是缺陷區(qū)域。如果一個區(qū)域比周圍背景區(qū)域明亮 檢測人員會認為這個區(qū)域可能是缺陷區(qū)域 ,隨著耐區(qū)域亮度差的 繼續(xù)加大 ,檢測人員會一認為這個區(qū)域是缺陷區(qū)域的可能性較大 甚至認為這個區(qū)域一定是缺陷區(qū)域。反之 ,如果一個區(qū)域與周圍

11、 背景區(qū)域的亮度差不多 ,那么檢測人員就會認為這個區(qū)域不是缺 陷區(qū)域 ,而是背景區(qū)域。在這里應(yīng)該注意一個問題 ,人類視覺中的亮度代或者說是“明亮程度” ,不僅僅是指區(qū)域中像素的灰度平均值 ,而且還與區(qū)域中像素的空間方差特性 （一定區(qū)域內(nèi)像素灰 度值變化的劇烈程度 ）有關(guān)。也就是說僅僅有著較高的灰度平均 值還不夠 ,或者說還不足以使缺陷檢測人員確信這個區(qū)域就是缺 陷區(qū)域。舉一個特殊的例子 ,如果一個區(qū)域內(nèi)有幾個灰度值極大的點 （實際上就是幾個惡性的隨機噪聲）,它們?nèi)匀粫拐麄€區(qū)域 的灰度平均值較高 ,但這個區(qū)域卻不是缺陷 ,看起來也不比其周圍 背景區(qū)域“明亮” ,因為這個區(qū)域只是包含了幾個惡性隨

12、機噪聲 的背景區(qū)域 ,而并非是缺陷區(qū)域。所以人類視覺中的“亮度”指 的是,除了有著較高的空間對比度 （即灰度平均值 ）之外 ,還需要有 著較低的空間方差特性 ,也就是說 ,看起來還要“亮”得比較“均勻”。在 X 射線探傷圖像中,當(dāng)缺陷區(qū)域和噪聲區(qū)域呈現(xiàn)相同的空間對比度特性時 （區(qū)域的平均灰度值相同 ）,缺陷區(qū)域的方差特性顯然 要比噪聲區(qū)域的空間方差特性低 （區(qū)域的灰度值變化程度小 ）;而當(dāng)缺陷區(qū)域和噪聲區(qū)域呈現(xiàn)相同的空間方差特性時,缺陷區(qū)域的空間對比度又必然要比噪聲區(qū)域的空間對比度高。 所以在本文所采用的模糊缺陷檢測算法中,對于具有相同空間對比度特性的區(qū)域來說 ,它的空間方差特性越小 ,就越有

13、理由相信這個區(qū)域是缺陷 區(qū)域 ,其模糊隸屬度的值就越高 ,反之就越低 ;而對于具有相同空 間方差特性的區(qū)域來說 ,它的空間對比度特性越低 ,這個區(qū)域是缺 陷區(qū)域的可能性就越小 ,其模糊隸屬度的值就越低 ,反之也就越高 , 這就是模糊缺陷檢測算法的基本原理 ,模糊缺陷檢測算法中采用的模糊規(guī)則就是基于此而形成的。在本文采用的模糊缺陷檢測算法中,一個重要的參數(shù)是空間對比度參數(shù)中兩個對比區(qū)域 （檢測區(qū)域和比較區(qū)域 ）之間的距離。距離的大小對空間對比度參數(shù)的可靠性影響很大,無論過大或過小均 無法正確反映所要比較兩個區(qū)域真實的空間對比度特性。 一方面 , 當(dāng)檢測區(qū)域與比較區(qū)域之間的距離過小時 ,對于較大的

14、缺陷來說 ,其反映的可能是缺陷區(qū)域內(nèi)部之間的空間對比度特性,并不是所希望得到的缺陷區(qū)域與周圍背景區(qū)域的空間對比度特性;另一方 面,當(dāng)檢測區(qū)域與比較區(qū)域之間的距離過大又會失去缺陷區(qū)域與周圍”背景區(qū)域比較的意義 ,距離越大 ,兩個區(qū)域之間的相關(guān)性就越小 ,空間對比度特性的意義也就越小。所以檢測區(qū)域與比較區(qū)域之間的距離大小應(yīng)當(dāng)適中,不易過大也不易過小 ,既要能準(zhǔn)確反映出缺陷區(qū)域與其周圍背景區(qū)域之間的對比度特性，又要能跳 出較大的缺陷區(qū)域防止缺陷區(qū)域內(nèi)部之間的空間對比度的比較 具體情況如圖4所示，其中,D為檢測區(qū)域,E為比較區(qū)域,d為它們 之間的距離。在程序?qū)崿F(xiàn)方面上 ，本文在遠區(qū)域和近區(qū)域各選取 了

15、一個比較區(qū)域 將遠、近兩個比較區(qū)域計算出來的灰度平均值相加后再平均，即取遠、近兩個比較區(qū)域的平均值，這樣在一定程度上就可以減少上述現(xiàn)象的發(fā)生。D缺陷' 區(qū)域圖4距離對檢測效果的影響在本文所介紹的X射線無損探傷缺陷自動檢測系統(tǒng)中，采用的模糊缺陷檢測算法就是基于上述介紹的模糊準(zhǔn)則而實現(xiàn)的，即通過模糊理論來判斷焊縫區(qū)域中是否有缺陷存在。所有需要檢測的灰 度探傷圖像均是由 CCD攝像機攝取，并由視頻采集卡數(shù)字化，再 經(jīng)過計算機處理之后，將結(jié)果保存在計算機的硬盤中。的灰度級為256,大小為768x576個像素。所得的灰度探傷圖像 首先經(jīng)焊縫提取方法，將焊縫區(qū)域大致確定出來，然后在大致確定出來的焊

16、縫區(qū)域中以過濾的形式應(yīng)用模糊缺陷檢測算法,便可以準(zhǔn)確的檢測出焊縫區(qū)域中的缺陷及其具體位置所在。由于各個 X射線探傷系統(tǒng)的成像質(zhì)量不盡相同 ,同時不同直徑鋼管的成像情 況也有差別 ,所以產(chǎn)生的 X 射線探傷圖像的質(zhì)量差別比較大。 X射線探傷圖像的質(zhì)量主要可以分為兩大類:大噪聲情況和小噪聲情況。大噪聲時探傷圖像的成像質(zhì)量比較差,噪聲較大 ,這時為了 防止將較大的噪聲錯判斷為缺陷 ,檢測區(qū)域的大小應(yīng)該適當(dāng)放大相反 ,小噪聲時探傷圖像的成像質(zhì)量比較好,噪聲較小 ,這時就可 以將檢測區(qū)域的大小適當(dāng)縮小。5 缺陷信息的獲取 5.1 缺陷尺寸測量對于每一幀包含缺陷的探傷圖像來說,系統(tǒng)需要知道其中缺陷的個數(shù)、

17、缺陷的尺寸以及缺陷的位置信息,從而可以按照一定的標(biāo) 準(zhǔn)判定其中的缺陷是否超出標(biāo)準(zhǔn)。 本文采用灰度累積的方法來計,只算得到缺陷個數(shù)、尺寸以及位置信息。該方法簡單而且有效 需要將缺陷像素的個數(shù)累積到橫軸上即可。 灰度累積方法的具體 步驟是在檢測區(qū)域的水平方向上 （即橫軸上 ）累積每一列中黑點像 素的個數(shù) （黑點像素是前述模糊缺陷檢測算法檢測出來的缺陷像 素）。示意圖如圖 5 所示 ,橫軸表示黑點像素的位置 ,縱軸表示X1、Xr水平方向上黑點像素累積的個數(shù)。 在將每列黑點像素的個數(shù)累積 到橫軸后 ,通過判斷黑點像素個數(shù)的起始坐標(biāo)和結(jié)止坐標(biāo) 以及黑點像素個數(shù)的最高值 y,就可以確定缺陷的寬度、高度以及

18、缺陷在屏幕上的位移。它們是: 缺陷的寬度:Xr X1缺陷的高度:Y;Xr X1缺陷在屏幕上的位移:2。為了確保缺陷尺寸計算的準(zhǔn)確性，將缺陷的寬度與高度平均，進而可以得到缺陷的尺寸為Xr X1 Y2水平盲向令xl圖5灰度累積示意圖5.2缺陷位置的獲取每一幀探傷圖像中缺陷的位置信息、由兩部分組成。一部分是缺 陷在屏幕上的位移；另一部分是承載鋼管的傳送車前進的距離，兩 者“相加”得到的距離才是缺陷真正的位置信息。而兩個距離之 間的關(guān)系并不是簡單的直接算術(shù)相加，本文后續(xù)將介紹一個特定的“換算關(guān)系”，通過這個特定的“換算關(guān)系”之后，兩個距離相加得到的數(shù)據(jù)才是缺陷的正確位置信息。 缺陷在屏幕上的位移可以通過上述缺陷個數(shù)與尺寸測量的方法直接獲得，即 竺產(chǎn)，而傳送車