Page 84 - 无损检测2021年第二期

党长营, 等:

基于 Bezier拟合的射线检测焊缝缺陷指数和峰谷指数的计算

由于列灰度轮廓的钟形特性和缺陷引起的局部 合的次数难以确定, 且存在严重的“ 龙格效应”, 特别
畸变特性, 可通过 DI和 PVI对 Bezier拟合曲线的钟 是当拟合的段数过多、 拟合的次数较大时, 其基本上
形特性和局部畸变进行度量, 以达到有效判别缺陷存 是将所有数据点平滑的串联起来, 这样不能达到滤
在性。如果列灰度轮廓穿过焊缝 ROI的缺陷, 则有 除噪声的目的; 拟合的段数过少、 拟合的次数过小
P VI ≥1 时, 又不能有效反映原始数据的走势, 不能获得期望
D I >1 ( 8 ) 的曲线效果。 Bezier拟合曲线不仅能够有效描述原

通过式( 8 ) 可以实现对射线检测图像中的 5 大 始数据点的趋势, 而且可有效反映缺陷引起的局部
类焊缝缺陷的高精度和高可靠性探测。 畸变, 获得期望的拟合曲线。这主要是因为 Bezier
2 试验与分析 曲线中的每个控制点都会影响整个曲线的形状, 并
且其能够根据原始数据点自适应地确定拟合的阶
为了进一步论证 Bezier拟合对 DI和 PVI的重 数, 因此, 其在滤除原始数据噪声的同时, 还能够有
要性和影响特性, 下面将开展不同方法的拟合对比
效反映原始数据的局部畸变。这正是 Bezier 拟合
试验和不同缺陷的 DI和 PVI计算对比试验。试验
对 DI和 PVI重要性的体现。
中, 射线检测的对象是大型燃气轮机主机关键部件
的焊缝。
2.1 不同方法的拟合对比试验
为了证明 Bezier方法在拟合穿过焊缝 ROI缺
陷的列灰度轮廓时是至关重要的, 将其与最小二乘
多项式拟合和高次样条拟合进行了对比试验。
特别地, 由于高次多项式和高次样条拟合不仅
会带来计算上困难, 而且容易导致“ 龙格( Run g e ) 效
应”, 因此, 在实际使用中, 其阶数一般不超过 10 次。
试验选择了拟合效果比较好的 10 次多项式拟合和
10 次 样 条 拟 合 与 Bezier 拟 合 进 行 对 比, 以 说 明
Bezier拟合的有效性和优势。
焊缝缺陷在射线检测图像上往往呈现出高灰度
或低灰度, 故部分试验采用了具有代表性的气孔图

像( 468 像素 ×453 像素)、 裂纹图像( 552 像素 ×524
像素) 和夹钨图像( 445 像素 ×443 像素), 不同方法 图 2 气孔图像line1 列位置及其不同方法的
拟合line1 列位置灰度轮廓的曲线分别如图2~4 所 灰度轮廓拟合曲线

示( 灰度值无量纲), 图像的像素当量均为 50 μ m , 选 2.2 不同缺陷的 DI和 PVI计算对比试验
择的line1 列刚好穿过上述缺陷, 缺陷沿line1 方向
为了论证 Bezier拟合对 DI和 PVI的影响特性,

的长度分别约为 3.5 , 1.5 , 1.15mm 。 分别对上述具有代表性的气孔、 裂纹、 夹钨等缺陷的
由图 2 ( b ) ~ 图 4 ( b ) 可以很明显看出, Bezier拟 缺陷列和非缺陷列的 DI和 PVI进行计算对比试验。
合曲线与 10 次多项式拟合曲线和 10 次样条拟合曲 针对上 述 不 同 类 型 的 缺 陷, 穿 过 缺 陷 区 域 的
线存在非常大的差异。 10 次多项式拟合不能有效 line2 位置和穿过非缺陷区域的line3 位置以及沿这
地描述原始数据的轮廓趋势, 特别是在图 2 ( b ) 中, 两条列灰度轮廓的 Bezier拟合曲线( BF 曲线) 和拟
line1 列轮廓穿过 2 个气孔缺陷, 灰度轮廓存在 2 个 合误差曲线( BF-E 曲线) 分别如图 5~7 所示( 拟合
明显的波谷畸变时, 10 次多项式拟合曲线完全不能 误差为灰度差值, 无量纲), BF 曲线和 BF-E 曲线又
反映原始数据点的原有趋势, 并且出现了一定的“ 龙 称为缺陷的 ANDM 探测曲线。从图 5 ( b ) ~7 ( b ) 可
格效应”。此外, 因为拟合曲线的趋势是未知的, 所 以明显看出, 沿line2 的 BF 曲线含有缺陷引起的局
以 10 次多项式拟合的阶数很难确定。 10 次样条拟 部畸变, 且列轮廓的钟形分布遭到破坏; 其对应的
合曲线虽然能一定程度上反映缺陷引起的局部畸变 BF-E 曲线也表现出非常剧烈的波动。最重要的是,
和原始数据的基本趋势, 但其分段拟合的段数和拟 BF 曲线畸变的程度和 BF-E 曲线波动的幅度也会
5
0

2021 年 第 43 卷 第 2 期

无损检测