淺談焊接缺陷X射線自動檢測技術

孫和輝

摘要：焊接生產過程中，由于各種原因，在焊接結構中會產生不同類型的缺陷，直接影響焊接質量。對國內外焊接缺陷X射線自動檢測相關關鍵技術的研究現狀給予系統的論述，包括圖像增強、圖像分割和模式識別，最后對這一檢測技術進行了展望。

關鍵詞：焊接缺陷；X射線自動檢測；圖像處理；模式識別

隨著現代工業的發展，焊接技術得到了廣泛的應用，對焊接質量的要求也在逐步提高，焊接缺陷檢測技術也因此得到了國內外研究學者的普遍關注。焊接缺陷的檢測首先是從X射線膠片人工目視檢測發展而來，由于這種方法具有檢測方法簡單、成像可靠、分辨率高等優點，因此在以往的焊接工業生產中應用較為廣泛。但由于這種方法同時存在著評判結果的主觀隨意性強、保存和查詢工作量大、運行成本高等實際問題，因此不能得到較好的應用。焊接缺陷自動檢測技術可使檢測結果和評定過程客觀化、科學化和規范化，已成為焊接缺陷檢測研究中的重要發展方向。

目前，實現焊接缺陷自動檢測方式主要包括：X射線檢測、超聲檢測、磁粉檢測、滲透檢測、渦流檢測等。其中，X射線檢測在焊接工業無損檢測中占有重要地位。焊接缺陷檢測應用中，由于焊接材料的結構特性以及X射線檢測本身的特點，容易造成檢測成像對比度和信噪比低、圖像邊緣模糊、背景起伏較大等缺點，重地影響缺陷信號的檢出率和可靠性。針對焊接缺陷的射線自動檢測方法，國內外研究人員已進行了相關的研究工作，但總體來說還沒有達到較好的實際應用水平。

一、檢測工作流程實現焊接缺陷自動檢測過程

（1）射線圖像獲取。通過X射線成像設備，獲取焊接結構的數字圖像，并輸入計算機。

（2）圖像增強處理。采用圖像增強技術，對獲取的數字圖像進行處理，包括圖像的降噪、平滑、背景濾除和對比度提高等，其目的在于使圖像更清晰，缺陷位置和形狀更加突出，以方便后續的圖像處理和分析過程。

（3）缺陷圖像區域分割。對于預處理后的圖像，采用適當的圖像分割方法，提取焊接區域，并進一步在該區域搜索并提取可能存在的焊接缺陷。

（4）缺陷的識別和分類。對焊接缺陷圖像區域進行特征提取，根據已知的缺陷圖像特征和已建立的分類機制，實現焊接缺陷的識別和分類。

二、圖像增強處理

多數情況下，焊接生產中采集到的焊縫缺陷圖像質量相對較差，存在對比度低、邊界模糊以及噪聲干擾等現象，直接影響到缺陷的特征提取和分類識別的準確性。圖像增強處理用來改善圖像的質量，改善圖像的視覺效果，提供直觀、清晰、適合于計算機分析的圖像，使后續的缺陷提取與識別工作順利進行，有著重要的實際應用意義。在焊接缺陷的白動檢測中，常用的圖像增強方法主要包括直方圖修正法、圖像平滑化方法、直接灰度變換法。直方圖修正法主要是用來提高焊接缺陷圖像的對比度，又可細分為直方圖均衡化和直方圖規定化兩種方法。在直方圖均衡化方法的基礎上，又產生了局部區域修正方法，是針對圖像中的特殊局部區域進行直方圖修正。直方圖修正法能夠使整幅圖像或局部區域的灰度信息得到增強，但同時也會導致圖像中的一些圖像細節信息丟失。文獻中采用中值濾波對原始圖像進行平滑，并結合自定義的廣義模糊算子實現圖像增強，去除了灰度圖像中的某些不確定性，減少了圖像的模糊性。該方法與傳統的模糊增強、直方圖均衡方法進行比較實驗表明，采用廣義模糊算子進行圖像增強具有更佳的效果。隨著智能計算技術的發展，圖像智能化增強也成為圖像增強的一種有效方法。該類方法在圖像增強處理中引入智能計算的理論方法，通過模擬人類視覺特性來實現圖像增強操作。

三、缺陷圖像區域分割

在焊接缺陷的自動檢測中，圖像分割的目的就是把焊縫區域和焊接缺陷區域分割出來，以便后續的缺陷圖像區域的特征提取。其中常用到的分割方法有閾值分割法、邊緣檢測法、區域提取法等。閾值分割法中，確定最優分割閾值是實現合理有效圖像分割的關鍵。而常用的圖像邊緣檢測算子有Roherts、Sohel、Prewitt、Krisch、Cannv和高斯拉普拉斯算子等。Rohert算子對具有陡峭的低噪聲圖像響應最好，但是在計算方向差分時，不僅對邊緣信息敏感，同時對圖像噪聲也很敏感。Sohel、Prewitt、Krisch等邊緣檢測算子與Robert算子相比，對灰度漸變和噪聲較多的圖像處理效果相對較好，但仍然存在方向性強、易受噪聲干擾、雙邊緣等問題。

四、展望

綜合論述了焊接缺陷自動檢測應用中的圖像增強、圖像分割等技術，但在實際應用中都有一定的局限性，綜合技術尚未達到較好的應用水平。研究一種分類齊全、性能可靠、受客觀條件影響小的自動檢測方法是目前國內外焊接工作者需要進一步研究的重要課題。焊接缺陷的自動檢測技術在以后的發展過程中將呈現以下趨勢。一是對原有算法的不斷改進；二是新方法、新概念的引入和多種方法的有效綜合利用。隨著科技的發展和研究的不斷深入，相信在不久的將來會有更多的研究成果出現。