焊縫漏磁圖像邊緣檢測算法的實(shí)現(xiàn)

崔 巍，趙鵬霄

（1.東北石油大學(xué) 機(jī)械科學(xué)與工程學(xué)院，大慶 163318；2.大慶油田有限責(zé)任公司第九采油廠，大慶 163853）

在現(xiàn)代制造領(lǐng)域中，焊接是僅次于裝配和機(jī)械加工的第三大程序，壓力容器和化工機(jī)械等焊接接頭設(shè)備在制造和使用過程中易有缺陷產(chǎn)生，通常焊接缺陷易出現(xiàn)在焊縫上及其熱影響區(qū)內(nèi)，這些區(qū)域一般都具有幾何上的不連續(xù)性和力學(xué)性能上的不均勻性，并且通常是結(jié)構(gòu)中拉伸殘余應(yīng)力最大的地方。常見的焊縫缺陷主要有裂紋、氣孔等，其中裂紋是影響焊縫力學(xué)性能的主要缺陷。在眾多焊接結(jié)構(gòu)的失效事故中，少數(shù)一部分是由于選材不當(dāng)、設(shè)計(jì)不合理以及操作上的問題引起的，大多數(shù)是由焊接裂紋引起的。由于焊接結(jié)構(gòu)對裂紋較為敏感，裂紋不僅削弱有效承載面積，而且局部裂紋一旦發(fā)生，易擴(kuò)展到整體而形成穿透性缺陷，還可能導(dǎo)致結(jié)構(gòu)的脆斷，甚至導(dǎo)致事故。因而采用先進(jìn)的無損檢測技術(shù)對焊縫進(jìn)行檢測非常必要。目前國內(nèi)外常采用射線、超聲、磁記憶［1－5］等方法檢測焊縫缺陷，筆者借助漏磁檢測技術(shù)對鐵磁性材料的焊接結(jié)構(gòu)中裂紋缺陷較為靈敏的優(yōu)勢，在文獻(xiàn)中采用焊縫非接觸漏磁檢測系統(tǒng)進(jìn)行試驗(yàn)分析和將采集漏磁信號轉(zhuǎn)換成灰度圖的基礎(chǔ)上［6－7］，以一定尺寸矩形槽缺陷模擬裂紋缺陷，采用經(jīng)典邊緣檢測算子對焊縫不同區(qū)域分布矩形槽缺陷進(jìn)行邊緣提取，結(jié)合試驗(yàn)結(jié)果論述了幾種經(jīng)典算子的不適用性，說明尋找新算法對焊縫漏磁圖像進(jìn)行邊緣檢測的重要性，進(jìn)而提出一種基于數(shù)學(xué)形態(tài)學(xué)的焊縫漏磁圖像邊緣提取方法，為焊縫漏磁圖像提取提供了新的思路。

圖1 現(xiàn)場實(shí)際檢測缺陷

圖2 焊縫試驗(yàn)板示意圖

1 焊縫矩形槽缺陷漏磁信號的采集

為了分析對接焊縫不同區(qū)域（焊縫和熱影響區(qū)）矩形槽缺陷的分布特征，且由于焊縫及鋼板的使用壽命直接與矩形槽缺陷深度有關(guān)，因而從缺陷單一深度方向的幾何尺寸變化（其他方向的尺寸不變）來分析矩形槽缺陷漏磁圖像特征的變化，在長度為1500mm、寬度為400mm、厚度為8mm的焊縫熔寬18mm、余高3mm的Q235試驗(yàn)焊接板上預(yù)制了不同深度矩形槽缺陷，分布示意圖如圖2所示。1?！?＃矩形槽缺陷的長度均為40mm，寬度均為1mm，深度依次分別為4.6，6.2，7.8，9.4，1.6，3.2，4.8，6.4mm。為保證相鄰預(yù)制矩形槽缺陷之間相互不受影響，相鄰缺陷的中心間隔為140mm。利用磁化方向與行進(jìn)方向垂直的新型焊縫漏磁檢測系統(tǒng)，如圖3所示，該系統(tǒng)基于焊縫漏磁檢測原理［8］，由磁化結(jié)構(gòu)、信號采集裝置、驅(qū)動結(jié)構(gòu)等組成，采集的三維漏磁信號如圖4所示。

圖3 焊縫缺陷非接觸漏磁檢測系統(tǒng)

圖4 焊縫分布矩形槽三維漏磁信號

2 基于經(jīng)典邊緣檢測算子的焊縫漏磁圖像邊緣提取

經(jīng)典的邊緣提取方法是考察原始圖像的各個像素在某鄰域內(nèi)灰度的變化，這種不連續(xù)性可利用邊緣鄰近一階或二階方向?qū)?shù)變化規(guī)律來檢測圖像邊緣。常用的邊緣檢測算子有：Sobel邊緣算子、Roberts邊緣算子、Laplace邊緣算子、Canny邊緣算子?；叶葓D由256個等級的灰度組成，筆者用不同的灰度等級來表示焊縫漏磁信號幅值的大小，漏磁信號轉(zhuǎn)換成灰度圖像的實(shí)現(xiàn)過程參見文獻(xiàn)［7］中的灰度圖像表述。圖4中2種狀態(tài)下的三維漏磁信號轉(zhuǎn)換成灰度圖分別如圖5（a）、（b）所示。以圖5中焊縫上分布矩形槽時灰度圖、熱影響區(qū)分布矩形槽時灰度圖為對象，對Sobel、Roberts、Laplace、Canny算法進(jìn)行編程，得到各算法的邊緣檢測結(jié)果圖，如圖6（a）～（d）、圖7（a）～（d）是分別進(jìn)行了Sobel算子、Roberts算子、Laplace算子、Canny算子的邊緣檢測結(jié)果圖。

圖5 焊縫上、熱影響區(qū)分布矩形槽缺陷原始圖像

圖6 焊縫上分布矩形槽缺陷時4種算子的邊緣檢測結(jié)果

圖7 熱影響區(qū)分布矩形槽缺陷時4種算子的邊緣檢測結(jié)果

從圖6、圖7中可以看出，Sobel、Canny等邊緣檢測算子對焊縫不同位置處矩形槽缺陷均不能有效地提取邊緣特征，抗干擾性差，不能有效抑制噪聲，檢測出的邊緣伴隨著偽邊緣，并且邊緣的連續(xù)性不好，檢測后結(jié)果很難區(qū)分出邊緣信息。常規(guī)的邊緣檢測算子對焊縫矩形槽缺陷漏磁信號圖像處理有一定的局限性，因而開展基于數(shù)學(xué)形態(tài)學(xué)的焊縫圖像識別研究十分必要。

3 基于數(shù)學(xué)形態(tài)學(xué)的焊縫漏磁圖像邊緣提取

3.1 基于數(shù)學(xué)形態(tài)學(xué)的邊緣檢測算子

數(shù)學(xué)形態(tài)學(xué)邊緣檢測是選取合適的結(jié)構(gòu)元素，利用腐蝕、膨脹及開、閉運(yùn)算這四個基本運(yùn)算或者它們的有效組合來實(shí)現(xiàn)。由形態(tài)學(xué)運(yùn)算的結(jié)果可知：相比原圖像，腐蝕縮小了圖像的邊界，膨脹擴(kuò)大了圖像的邊界，圖像基本輪廓不發(fā)生改變。因而形態(tài)學(xué)梯度算子常被用于邊緣檢測［9－10］，定義為以下三種類型。設(shè)f為二值圖像或灰度圖像，B為結(jié)構(gòu)元素，E為圖像邊緣。

基于灰度膨脹的邊緣提取，邊緣檢測梯度算子E1為：

基于灰度腐蝕的邊緣提取，邊緣檢測梯度算子E2為：

基于形態(tài)學(xué)梯度的邊緣提取，邊緣檢測梯度算子E3為：

可見，數(shù)學(xué)形態(tài)學(xué)邊緣檢測算子是一種非線性的差分算子，在某種意義上是傳統(tǒng)線性差分算子的一種推廣。根據(jù)焊縫不同位置分布矩形槽時灰度圖像特點(diǎn)，對上述灰度圖像進(jìn)行了交互性試驗(yàn)，對比分析上述三種算子對檢測準(zhǔn)確率的影響，選取檢測效果最理想的E1算子。

3.2 結(jié)構(gòu)元素的選取

數(shù)學(xué)形態(tài)學(xué)對圖像的分析處理主要依據(jù)于特定的形態(tài)變換，而形態(tài)變換的特性由具體的運(yùn)算和結(jié)構(gòu)元素的幾何特征共同決定。結(jié)構(gòu)元素的選取包括結(jié)構(gòu)元素的形狀、方向和大?。ǔ叨龋?。在形狀方面，可選取圓盤形、方形、菱形等形狀；在方向方面，可選取上、下、左、右、左上、左下、右上和右下等方向；在尺度方面，可選取3×3、5×5、7×7窗口，也可以取更大的尺度。其中，3×3窗口速度快，提取的邊緣也比較細(xì)膩；圓盤形結(jié)構(gòu)元素對于原點(diǎn)都是對稱的，由于各向同性，可以得到與方向無關(guān)的運(yùn)算結(jié)果，因此筆者選用3×3圓盤形結(jié)構(gòu)元素，并對比其他類型結(jié)構(gòu)元素，通過交互性試驗(yàn)研究，根據(jù)焊縫分布矩形槽缺陷漏磁圖像特點(diǎn)，比較幾種類型結(jié)構(gòu)元素對檢測準(zhǔn)確率的影響，最終選用如式（4）所示檢測效果最好的3×3的圓盤形結(jié)構(gòu)元素進(jìn)行邊緣檢測，即

3.3 算法實(shí)現(xiàn)及檢測結(jié)果

筆者首先利用直方圖均衡、OTSU法閾值分割對原始圖像圖5（a）、（b）做預(yù)處理，處理結(jié)果如圖8所示。根據(jù)所選用的E1算子，在matlab軟件中可通過編程來實(shí)現(xiàn)E1算子對圖像進(jìn)行邊緣提取，E1算法實(shí)現(xiàn)的流程如圖9所示，分別對圖5（a）、（b）應(yīng)用式（4）的結(jié)構(gòu)元素、進(jìn)行E1算子的邊緣檢測，得到邊緣檢測結(jié)果如圖10（a）、（b）所示。

圖8 預(yù)處理后圖像

檢測結(jié)果表明，基于灰度膨脹的邊緣提取算子E1，能有效地檢測出焊縫和焊縫不同區(qū)域分布矩形槽缺陷的邊緣特征，邊緣提取的結(jié)果實(shí)現(xiàn)了二者的分離。根據(jù)圖像的幾何形狀及位置：矩形槽缺陷邊緣檢測圖形為窄縫線條，線條順焊縫延伸的位置與預(yù)制矩形槽的位置相對應(yīng)。檢測結(jié)果直觀可靠，和人的視覺具有良好的一致性。由邊緣檢測圖可直觀判斷矩形槽在焊縫中分布的位置，結(jié)果說明了所提出方法的可行性與有效性。

4 結(jié)論

（1）將采集的焊縫不同區(qū)域矩形槽缺陷漏磁信號轉(zhuǎn)換成灰度圖像的基礎(chǔ)上，探討了經(jīng)典邊緣檢測算子Sobel、Roberts、Laplacian、Canny算子對上述漏磁圖像的應(yīng)用效果，檢測出的邊緣伴隨著偽邊緣，檢測后結(jié)果很難區(qū)分出邊緣信息，說明了上述幾種經(jīng)典算子對焊縫不同區(qū)域矩形槽缺陷漏磁圖像的不適用性。

圖9 E1算法實(shí)現(xiàn)的流程圖

圖10 E1算法邊緣檢測結(jié)果

（2）根據(jù)焊縫分布矩形槽缺陷漏磁圖像特點(diǎn)，將數(shù)學(xué)形態(tài)學(xué)方法引入上述圖像的邊緣檢測中。利用形態(tài)學(xué)邊緣檢測算子提取焊縫不同區(qū)域分布矩形槽缺陷的漏磁信號圖像的焊縫缺陷邊界，檢測結(jié)果邊緣輪廓清晰，獲得了良好的邊緣圖像特征，實(shí)現(xiàn)了上述漏磁圖像中焊縫和缺陷二者的有效分離。

［1］DU Dong，CAI Guo－rui，TIAN Yuan，et al.Automatic inspection of weld defects with x－Ray real－time imaging［J］.Lecture Notes in Control and Information Sciences，2007，362：359－366.

［2］SHAO Jia－xin，DU Dong，CHANG Bao－h(huán)ua.Automatic weld defect detection based on potential defect tracking in real－time radiographic image sequence［J］.NDT＆E International 2012，46：14－21.

［3］CHERTOV A M，KARLOFF A C，PEREZ W.et al.In－process ultrasound NDE of resistance spot welds［J］.Insight－Non－Destructive Testing and Condition Monitoring，2012，54（5）：257－261.

［4］鄧 波，郭少宏，曹福想，等.薄板奧氏體不銹鋼對接焊縫超聲波探傷方法研究［J］.壓力容器，2012，29（6）：14－17.

［5］GROSLIER D，PELLERIN S，VALENSI F.Explorative approach of the spectral analysis tools to the detection of welding defects in lap welding［J］.Nondestructive Testing and Evaluation，2011，26（3）：13－18.

［6］崔巍，戴光，王學(xué)增.單面焊焊道表面缺陷漏磁檢測方法研究［J］.壓力容器，2013，30（2）：22－28.

［7］戴光，崔巍，張穎，等.基于灰度－梯度共生矩陣的焊縫缺陷聚類分析［J］.中國安全科學(xué)學(xué)報，2013，23（3）：79－85.

［8］崔巍，戴光，陳志華，等.基于三維數(shù)值模擬的焊縫缺陷漏磁場分析［J］.無損檢測，2012，34（8）：10－16.

［9］翟改霞，王春光，張海軍.數(shù)學(xué)形態(tài)學(xué)梯度算子檢測鑄鐵金相圖像邊緣［J］.計(jì)算機(jī)工程與設(shè)計(jì)，2008，29（4）：1019－1021.

［10］武妍，魏廣英，葛菊萍，等.基于形態(tài)學(xué)雙梯度算子的圖像邊緣檢測［J］.計(jì)算機(jī)工程與應(yīng)用，2007，43（36）：58－59.