對(duì)接焊縫近表面缺陷超聲TOFD檢測(cè)自動(dòng)化識(shí)別方法研究

周紅明，張小杰

（1.麗水學(xué)院工學(xué)院，浙江麗水323000；2.浙江晨雕機(jī)械有限公司，浙江麗水323000）

0 引言

焊接作為制造過(guò)程中的一項(xiàng)重要的工藝，焊接質(zhì)量直接關(guān)系到焊接產(chǎn)品的性能[1-2]。僅僅依靠檢測(cè)人員的目視檢測(cè)難以對(duì)其中缺陷的存在情況進(jìn)行判斷，因此借助無(wú)損檢測(cè)技術(shù)開(kāi)展焊縫的安全性檢測(cè)顯得至關(guān)重要[3-4]。超聲TOFD檢測(cè)技術(shù)由于具有檢出率高、缺陷定位精確等優(yōu)點(diǎn)，在焊縫檢測(cè)中得到廣泛的應(yīng)用[5-6]。

由于檢測(cè)過(guò)程中的眾多因素，比如被檢工件表面粗糙度等，都會(huì)引起直通波波達(dá)時(shí)間的誤差，使得超聲TOFD檢測(cè)圖像中直通波成像變成曲線，該現(xiàn)象會(huì)為后續(xù)的缺陷精確定位帶來(lái)困擾，此外近表面缺陷波與直通波的相互交疊增加了缺陷識(shí)別的難度。在焊縫近表面缺陷檢測(cè)方面國(guó)內(nèi)外都有眾多學(xué)者開(kāi)展相關(guān)的研究，比如BASKARAN等[7]利用橫波衍射信號(hào)，提高近表面缺陷的檢測(cè)精度。Lu等[8]提出了一種缺陷W衍射反射方法（TOFDW）和二次反射波法（TOFDR）檢測(cè)模式，用于解決近表面缺陷問(wèn)題。張濤等[9]提出一種基于衍射橫波的TOFD檢測(cè)新方法，提高了TOFD對(duì)近表面缺陷的檢測(cè)靈敏度和精度。汪俊等[10]通過(guò)RLS自適應(yīng)濾波算法將近表面缺陷信號(hào)從混疊信號(hào)中分離出來(lái)，解決了超聲TOFD檢測(cè)近表面盲區(qū)問(wèn)題。

針對(duì)焊縫近表面缺陷檢測(cè)問(wèn)題，結(jié)合超聲TOFD檢測(cè)成像特點(diǎn)，采用圖像消噪、直通波圖像抑制以及圖像分割等相關(guān)的圖像處理技術(shù)，將焊縫近表面缺陷從檢測(cè)圖像中提取出來(lái)，實(shí)現(xiàn)焊縫近表面缺陷的自動(dòng)化識(shí)別。

1 超聲TOFD檢測(cè)圖像預(yù)處理

1.1 直通波矯直處理

如圖1所示，在超聲TOFD檢測(cè)過(guò)程中，超聲換能器與工件表面是直接接觸的，因此當(dāng)被檢工件的表面不平整時(shí)，就會(huì)直接影響到檢測(cè)信號(hào)渡越時(shí)間的值，使得原本在檢測(cè)圖像上應(yīng)該平直的直通波產(chǎn)生扭曲變形，這將會(huì)直接影響到后續(xù)缺陷的有效識(shí)別以及缺陷的精確定位。因此，有必要在開(kāi)展缺陷識(shí)別前對(duì)直通波進(jìn)行矯直處理。

圖1 超聲TOFD檢測(cè)原理圖

假設(shè)一幅完整的超聲TOFD檢測(cè)圖像由N個(gè)A掃查信號(hào)組成，如果以第k個(gè)信號(hào)的直通波渡越時(shí)間t作為基準(zhǔn)，并計(jì)算每個(gè)直通波A掃查信號(hào)渡越時(shí)間與基準(zhǔn)之間的時(shí)差

利用計(jì)算所得的渡越時(shí)間差將對(duì)應(yīng)的A掃查信號(hào)在時(shí)間軸上進(jìn)行平移處理，

1.2 直通波抑制處理

由于直通波在超聲TOFD檢測(cè)信號(hào)中渡越時(shí)間是最短的，因此直通波信號(hào)會(huì)最先被接收換能器所接收到，但是當(dāng)焊縫中存在近表面缺陷時(shí)，直通波與缺陷的上端衍射波會(huì)相互交疊在一起，導(dǎo)致近表面缺陷很容易被漏檢。為了能夠有效地識(shí)別出近表面缺陷，有必要先利用圖像處理方法抑制掉檢測(cè)圖像中的直通波信息。

將超聲TOFD圖像I（n，m）通過(guò)直通波矯直處理后，可以利用式（3）計(jì)算出圖像I（n，m）中第n行的灰度平均值：

根據(jù)計(jì)算所得的灰度平均值構(gòu)建背景圖像

將TOFD檢測(cè)圖像與背景圖像作差值運(yùn)算，即可實(shí)現(xiàn)直通波的抑制，得到直通波抑制后的圖像I0，即

采用以上所述方法對(duì)圖2（a）所示超聲TOFD檢測(cè)圖像進(jìn)行直通波抑制處理，結(jié)果如圖2（b）所示。

圖2 超聲TOFD檢測(cè)圖像直通波抑制處理

2 缺陷區(qū)域分割處理

2.1 圖像的分水嶺分割算法

分水嶺變換得到的是輸入圖像的集水盆圖像，分水嶺表示的是輸入圖像極大值點(diǎn)。為得到圖像的邊緣信息，通常把梯度圖像作為輸入圖像，即

式中I（n，m）表示檢測(cè)得到的原始圖像，grad表示梯度運(yùn)算，Ih（n，m）為水平方向上的梯度圖像，Iv（n，m）為垂直方向上的梯度圖像。

對(duì)于存在大量紋理信息的超聲TOFD檢測(cè)圖像而言，在進(jìn)行梯度運(yùn)算時(shí)會(huì)產(chǎn)生偽局部極小值。為了避免梯度圖中偽局部極小值對(duì)后續(xù)圖像分割的影響，采用控制標(biāo)記符的方法為待分割圖像設(shè)置目標(biāo)標(biāo)記和背景標(biāo)記，對(duì)原梯度圖像的極小值區(qū)域進(jìn)行強(qiáng)制修改，屏蔽掉梯度圖像中的偽極小值，以達(dá)到更好的分割效果。利用設(shè)定好的閾值h，抑制圖像過(guò)分割現(xiàn)象的產(chǎn)生，其數(shù)學(xué)運(yùn)算表達(dá)式為

式中，Imark是經(jīng)過(guò)H-minima變換后的二值標(biāo)記圖像。對(duì)標(biāo)定后的梯度圖進(jìn)行分水嶺算法處理，得到分割I(lǐng)WS，結(jié)果為

式中，Watershed（·）表示分水嶺分割運(yùn)算。

2.2 分割區(qū)域數(shù)學(xué)形態(tài)學(xué)的后處理

圖像分割完成后，依然會(huì)存在一定程度的過(guò)分割現(xiàn)象，該現(xiàn)象可以通過(guò)數(shù)學(xué)形態(tài)學(xué)（Mathematical Morphology）處理進(jìn)行有效的解決。其基本運(yùn)算包括腐蝕和膨脹、開(kāi)運(yùn)算和閉運(yùn)算等4種基本運(yùn)算。對(duì)于一幅待處理的灰度圖像I（n，m），B為給定的結(jié)構(gòu)元素，利用I（n，m）與B之間的腐蝕運(yùn)算可以使目標(biāo)區(qū)域范圍變小，其實(shí)質(zhì)是造成圖像邊界的收縮，可以用來(lái)消除目標(biāo)區(qū)域中小且沒(méi)有意義的部分，膨脹運(yùn)算可以看作是腐蝕運(yùn)算的對(duì)偶運(yùn)算，可以用來(lái)填充目標(biāo)區(qū)域中細(xì)小的孔洞。經(jīng)過(guò)腐蝕運(yùn)算后的膨脹運(yùn)算可被認(rèn)為是開(kāi)運(yùn)算（OPEN），開(kāi)運(yùn)算可以消除圖像中的微小目標(biāo)；而經(jīng)膨脹運(yùn)算后的腐蝕運(yùn)算則被認(rèn)為是閉運(yùn)算（CLOSE），可以填充圖像中的缺口，起到連通圖像中間斷目標(biāo)的作用。開(kāi)運(yùn)算和閉運(yùn)算可表示為：

3 實(shí)驗(yàn)研究

本次實(shí)驗(yàn)所采用的超聲TOFD檢測(cè)實(shí)驗(yàn)系統(tǒng)總體框圖和實(shí)物照片分別如圖3（a）和圖3（b）所示。

圖3 超聲TOFD檢測(cè)實(shí)驗(yàn)系統(tǒng)原理框圖和實(shí)物照片

采用超聲TOFD檢測(cè)方法對(duì)實(shí)際鋼板對(duì)接焊縫進(jìn)行檢測(cè)，為確保后續(xù)的分割效果，需要先對(duì)檢測(cè)圖像進(jìn)行消噪處理。在對(duì)原始的檢測(cè)圖像進(jìn)行消噪處理后，利用上述的圖像預(yù)處理及圖像分割算法對(duì)實(shí)驗(yàn)所得的超聲TOFD檢測(cè)圖像進(jìn)行處理。實(shí)驗(yàn)中試制了一塊帶有近表面焊縫缺陷的試樣，超聲TOFD檢測(cè)結(jié)果如圖4（a）所示，從圖中可以看出，缺陷圖像與直通波圖像交疊在一起，很容易產(chǎn)生漏檢的情況，因此需要對(duì)檢測(cè)圖像進(jìn)行相應(yīng)的處理，檢測(cè)圖像預(yù)處理結(jié)果如圖4（c）所示。在此基礎(chǔ)上，對(duì)圖像進(jìn)行分割處理，從圖4（f）所示的處理結(jié)果可以看出所述算法在近表面焊縫缺陷的識(shí)別上取得了較為理想的效果。

圖4 近表面缺陷目標(biāo)區(qū)域分割結(jié)果

為了驗(yàn)證該方法在缺陷尺寸定量化方面的可靠性，本實(shí)驗(yàn)對(duì)包含有人工缺陷的試塊開(kāi)展試驗(yàn)研究，所用時(shí)間如圖5所示，其材質(zhì)為45#鋼，厚度為30 mm，側(cè)面含有兩個(gè)直徑為2 mm的橫通孔作為人工缺陷，孔間距為60 mm，孔中心深度分別為22 mm和16 mm。

圖5 包含人工缺陷的試塊

掃查機(jī)構(gòu)帶動(dòng)超聲換能器以0.5 mm步距沿垂直于橫通孔缺陷的軸線方向移動(dòng)，實(shí)現(xiàn)對(duì)缺陷的B掃描。掃查圖像如圖6（a）所示，由于缺陷尺寸較小，缺陷的上端衍射波信號(hào)與下端衍射波信號(hào)混疊在一起，無(wú)法直接對(duì)缺陷的尺寸進(jìn)行精確定量；用本文所提方法對(duì)原始圖像進(jìn)行處理，處理結(jié)果如圖6（b）所示。

圖6 圖像感興趣區(qū)域分割結(jié)果

在圖6（b）的基礎(chǔ)上利用8-連通法識(shí)別圖像中缺陷邊界的像素點(diǎn)坐標(biāo)，并利用Hough變換對(duì)所獲像素點(diǎn)坐標(biāo)數(shù)據(jù)進(jìn)行處理。表1所列為估計(jì)得到的人工缺陷幾何量信息，其測(cè)量誤差均少于5%。實(shí)驗(yàn)結(jié)果表明，通過(guò)本文方法處理后，能夠準(zhǔn)確地獲取缺陷的幾何量信息，滿足缺陷幾何信息精確測(cè)量的要求。

表1 實(shí)測(cè)結(jié)果

4 結(jié)論

根據(jù)超聲TOFD檢測(cè)圖像的分布特點(diǎn)，給出了鋼板對(duì)接焊縫近表面缺陷的識(shí)別方法。研究結(jié)果如下所述。

（1）在對(duì)檢測(cè)圖像進(jìn)行消噪和直通波矯直的基礎(chǔ)上，利用灰度分布統(tǒng)計(jì)法消除與近表面缺陷波重疊的直通波。

（2）利用形態(tài)學(xué)與分水嶺的組合式圖像分割算法，有效提取缺陷區(qū)域，實(shí)現(xiàn)缺陷的自動(dòng)化識(shí)別。

（3）通過(guò)開(kāi)展實(shí)驗(yàn)研究，驗(yàn)證了算法的有效性和可靠性。