Page 65 - 2023中国无损检测年度报告

2023 ࠛ௨ចय़ˮڥQGWખ౎˘ᛸˡԾࡰᤠቅ ࠛ௨ចय़ˮڥQGWખ౎˘ᛸˡԾࡰᤠቅ 2023
⚥㕂偽䰀唬崵䎃䏞䫣デ ⚥㕂偽䰀唬崵䎃䏞䫣デ

深度融合，持续加强先进图像处理、智能识别算法、
数字化管理技术以及相关软硬件系统研发，加快
推动基于人工智能数字图像处理与检测技术在智
能制造领域的应用，深入探索智能检测与智能制
造协同发展模式。
(b) 图像增强后
2 智能检测与识别关键技术
图 1 图像增强前后焊缝图像对比
智能检测与识别技术得到学术界和工业界广
2.1.2 边缘检测
泛关注，其出色表现离不开先进图像处理、缺陷
自动识别等关键技术的支撑。团队实时跟进相关 边缘检测是图像处理与计算机视觉中极其重
技术与算法研究进展，不断消化吸收、改进升级， 要的一种分析方法。边缘检测实质是检测图像中
并将其应用于典型制造工艺和工程实际产品数字 的灰度、颜色、纹理结构等突变。
化缺陷检测图像分析处理。 图像边缘具有方向和幅值两种属性，可通过
一阶导数或二阶导数检测得到。目前常用的边缘
2.1 图像处理技术
检 测算 子 主要 有 Sobel、Roberts、Prewitt、
2.1.1 图像预处理
Canny 等。其中，Canny 边缘算子由于具有低
在射线、超声、红外、视觉等数字化成像检 错误率、高定位精度和抑制虚假边缘的优势，已
测中，电磁噪声、光源、振动、水渍或污点的存 成为当下最为流行的边缘检测方法之一。目前，
在，往往会影响检测图像质量，增加缺陷检测与 团队已将 Canny 边缘检测算子应用于焊缝 DR 检
识别难度。因此，有必要对图像进行预处理操作， 测图像、视觉检测图像以及发动机叶片 CT 检测
减少不良因素影响。常见的图像预处理操作包括 图像的边缘检测，结果表明，该方法有效提取检
图像降噪和图像增强。 测图像中目标边缘，如图 2 所示。
图像降噪是图像处理的重要步骤。常用的降
噪手段有均值滤波、中值滤波、高斯滤波、形态
学滤波、双边滤波、小波变换、连通域去噪等。
根据图像高斯、椒盐、脉冲、正态分布等不同噪 (a) 焊缝 DR 检测图像边缘检测
声的特点，可选择不同的降噪方法。
图像增强可以减少光照不均匀以及阴影的影
响，还可以增强目标区域与背景区域的对比度，
提高后续特征提取的准确率。常见的图像增强方
法有直方图均衡化、CLAHE、灰度拉伸、DWT
变换等。
针对不锈钢焊缝 3D 激光视觉检测需求，为 (b) 焊缝视觉检测图像边缘检测
更好地观察、提取焊缝相关特征，团队在现有图
像降噪和图像增强技术的基础上提出了一种新的
焊缝视觉图像增强算法，可对焊缝区域进行图像
增强处理，获得更加明显、准确、丰富的焊缝特
征信息，如图 1 所示。 (c) 发动机叶片 CT 检测图像边缘检测

图 2 典型检测图像的边缘检测结果
2.1.3 图像分割
图像分割在视觉检测图像分析、视觉检等方

(a) 图像增强前 面的应用十分广泛，其本质是将图像中每个像素
分配至不同类别或对象中，实现对图像的语义理

55