圖像自動識別技術(shù)在無損檢測中的應用研究

王德生

摘 要 利用在焊縫自動跟蹤中的圖像自動識別的應用作為例子，對該項技術(shù)的處理方法進行的研究討論，整個過程是先從圖像當中提取其特征，然后通過計算機自動識別和理解圖像的過程。針對圖像識別技術(shù)對于無損檢測行業(yè)中的實際應用展開了分析并且得出了結(jié)論。圖像自動識別技術(shù)可以有效的將無損檢測自動化以及智能化，從而有效降低相關(guān)人員的工作強度。

關(guān)鍵詞 圖像識別；無損檢測；視覺傳感器

中圖分類號：TP27 文獻標識碼：A 文章編號：1671-7597（2014）07-0120-01圖像自動識別技術(shù)，就是對各種各樣不同模式的目標或者對象，通過計算機來對其圖像作出分析和理解以及有效的處理。在現(xiàn)階段的無損檢測行業(yè)當中，其主要是利用人工來對圖像進行識別工作，并沒有讓無損檢測達到自動化的標準。

在使用超聲波自動檢測對焊縫進行檢測時，經(jīng)常出現(xiàn)由焊縫的偏移而導致的超聲波探頭并沒有對準焊縫進行工作，從而接收不到能夠反映出焊縫質(zhì)量的回波信號，容易出現(xiàn)漏檢的情況。如果能夠自動跟蹤焊縫，通過計算機對焊縫的偏移距離作出自動識別并且向超聲波探頭的控制單元進行反饋，將超聲波探頭所檢測的相關(guān)位置進行調(diào)整，讓超聲波探頭可以收到有效的回波信號，從而有效的反映出焊縫質(zhì)量的具體情況。對焊縫所做的自動跟蹤這一檢測方法，能夠保證正確有效的進行檢測，最大限度的減低漏檢的發(fā)生率。現(xiàn)階段有許多進行焊縫跟蹤的方法，通常都是在焊接之前進行的跟蹤，而且只能做到對焊縫的跟蹤的單一作用。在本文中使用了從正常的光源照明之下所產(chǎn)生的最直接的視覺圖像，并從中直接提取出焊縫的直線，然后通過圖像識別技術(shù)對焊縫進行自動識別，從而達到對焊縫實施自動跟蹤的效果，這樣既可以將焊縫的偏移距離及時反饋，有能夠?qū)缚p進行外觀上的檢測以及判斷，當焊縫表面有異常情況時能夠輸出異常信號，這種手段能夠有效的補充對焊縫質(zhì)量進行的無損檢測。

1 關(guān)于圖像自動識別技術(shù)

圖像自動識別技術(shù)，是在有效的結(jié)合了圖像處理技術(shù)和計算機模式的識別技術(shù)以及視覺技術(shù)，再通過對圖像進行分析、處理以及理解，從而對相關(guān)圖像進行智能化的處理。在圖像識別的過程中，通常是先通過檢查以及分離出圖像中所顯示的物體，準確的對物體中各部分的紋理特征以及形狀提取出來，也就是對原始圖像的特征進行提取。常常在特征提取的過程當中也會包括對圖像進行的處理。然后通過圖像樣本模式與所提取的特征作比較，運用模式識別理論所提供的這一項技術(shù)對圖像進行分類，針對其結(jié)構(gòu)對整個圖像進行分析。

1）圖像處理。圖像處理一般包括圖像編碼、壓縮、增強、分割以及復原等主要內(nèi)容。圖像分割，就是從圖像的背景當中將各個對應的物體分割出來。在圖像處理各個環(huán)節(jié)當中，無論是輸出還是輸入其相對應的都是圖像。

2）特征抽取。特征抽取階段，也就是對物體多進行的度量階段。度量，指的是某一個物體當中某一個可度量的性質(zhì)的度量值；特征，即多個或者一個度量的函數(shù)。計算特征是針對于物體在某一方面所對應的重要特征而做出的度量估計。在進行特征抽取的過程當中，每產(chǎn)生一組特征按照一些相應的規(guī)章進行組合，這就是特征向量的形成方式。圖像信息在一定數(shù)量的減少對于后期的分類決策起到了重要作用。

3）圖像的識別分類。在圖像的識別分類中，圖像的輸出就是決策，就是將每一個物體所應該歸屬的類別進行確定。在圖像識別這一環(huán)節(jié)當中，輸入的一般都是處理過的圖像，而輸出的是對圖像的結(jié)構(gòu)分析以及類別的劃分。

2 關(guān)于圖像自動識別技術(shù)在焊縫自動檢測當中的應用

在使用超聲波自動檢測對焊縫進行檢測時，有時會出現(xiàn)由焊縫的偏移而導致的超聲波探頭并沒有對準焊縫，從而接收不到能夠反映出焊縫質(zhì)量的回波信號，容易出現(xiàn)漏檢的情況。如果能夠自動跟蹤焊縫，通過計算機對焊縫的偏移距離作出自動識別并且向超聲波探頭的控制單元進行反饋，將超聲波探頭所檢測的相關(guān)位置進行調(diào)整，讓超聲波探頭可以收到有效的回波信號，從而有效的反映出焊縫質(zhì)量的具體情況。該過程如圖1所示。

圖1 焊縫自動識別跟蹤過程示意圖

3 關(guān)于圖像自動識別技術(shù)在無損檢測行業(yè)的其他應用及發(fā)展

現(xiàn)階段，圖像自動識別技術(shù)在對于無損檢測行業(yè)的相關(guān)應用等方面還處在初期的發(fā)展階段。早在1997年的美國，內(nèi)梅隆大學Gunatilake P等對遠程視覺檢測系統(tǒng)做出了初步的設計，針對飛機表面的腐蝕狀況以及表面的裂紋進行檢測。而在1999年的加拿大，滑鐵盧大學Paul W.Fieguth等，利用閉路電視所截取到的圖像，針對地下管道的表面所產(chǎn)生的裂紋進行了檢測，為能夠及時對其進行維修提供了有效的依據(jù)。

有關(guān)于鋼管內(nèi)壁質(zhì)量所采用的無損檢測方法通常是使用視頻渦流檢測法，就是使用渦流穿過式探頭并且進入管子的內(nèi)部的檢測方法。在渦流穿過式探頭的同時與視覺傳感器有效的結(jié)合，在進入鋼管內(nèi)壁獲取詳細的狀況。而視覺傳感器做起到的作用就是堅實管子內(nèi)部出現(xiàn)的狀況，其堅實的過程一般有工作人員來完成。然后進行圖像自動識別的步驟，通過計算的自動判斷來確定鋼管內(nèi)壁是否存在異常，這一步驟不需要依賴于工作人員的進行，可以盡量的杜絕因為工作人員用眼疲勞而導致的漏檢，從而更加可靠的對鋼管內(nèi)壁的狀況進行全面的分析，有效的對鋼管內(nèi)壁進行檢測。

從實例中發(fā)現(xiàn)，圖像自動識別技術(shù)能夠應用于無損檢測行業(yè)的各個方面還存在著很多的不足，其應用前景還需要我們進一步的挖掘以及提高，在無損檢測行業(yè)當中自動化以及智能化的發(fā)展有著極為重要的作用。

4 結(jié)論

在我們對有關(guān)焊縫偏移以及圖像自動識別技術(shù)的有關(guān)應用的研究分析中確定認，圖像自動識別技術(shù)能夠有效的達到焊縫自動識別的相關(guān)標準以及作用，有效提高其自動化與智能化的相應水平。在關(guān)于圖像自動識別技術(shù)相關(guān)的應用分析能夠確認，該技術(shù)的合理應用能夠有效的降低依賴工作人員相關(guān)經(jīng)驗的進行檢測的可能，還能夠減低人眼疲勞導致的漏檢現(xiàn)象。雖然該項技術(shù)在現(xiàn)階段無損檢測行業(yè)的應用還不夠廣泛，但是其應用與發(fā)展的前景卻是巨大。

參考文獻

[1]蔣秋月.輪對缺陷超聲檢測圖像自動識別算法實現(xiàn)[D].西南交通大學，2013.

[2]徐志剛.基于多特征融合的路面破損圖像自動識別技術(shù)研究[D].長安大學，2012.

[3]于四海.超聲探傷技術(shù)在無損檢測中的應用[J].中華民居，2013（04）：297-298.endprint