Page 51 - 无损检测2022年第十一期

裴 帅, 等:

基于图像配准的铸件内部缺陷检测技术

量的研究, 目前常用的图像变换模型有刚性变换和
弹性变换两种。刚性变换是一种相对简单的变换,
其将直线映射成直线, 并保持平行性。雷超阳等 [ 3 ]
等采用 Fourier-Mellin 变换, 实现了脑部 CT ( 计算
机断层扫描) 图像的配准, 韦春荣 [ 4 ] 结合傅里叶变换
的平移特性和旋转特性实现了核医学图像的配准。
但如果图像存在弹性变形, 就需要通过建立非线性
变换模型来处理复杂的图像形变问题, 针对上述问
题, 宋湘芬等 [ 5 ] 采用基于 B 样条自由形变的配准方
法, 以双线性插值为插值算法, 实现了对人体脑部图
像的有效配准。李明晏 [ 6 ] 在 B 样条弹性配 准方法
图 1 铸件检测算法流程图
的基础上增加了重叠快检测和网格控制的方法, 有
置上未对齐的问题; 然后利用数字减影技术得到配
效实现了对脑部图像的配准。史悦等 [ 7 ] 结合薄板样
准后待检图像与模板图像的减影图像, 并使用阈值
条和 B 样条的弹性配准方法对多组肺部 CT 图像实
分割的方法对减影图像进行处理, 消除减影图像中
现了精确配准。对于同时存在刚性形变和弹性形变
的虚假缺陷。需对减影图像进行阈值分割处理是因
的配准图像, 一般会先从整体上做全局变换, 然后在
为图像经过配准后, 受坐标变换误差、 插值技术等因
细节上做微调, 即先进行刚性变换, 再在此基础上作
素的影响, 检测图像与模板图像的相同位置在无缺
弹性变换。因为如果直接对图像做弹性变换, 对图
陷时像素点也会存在灰度差。为了消除虚假缺陷带
像任一部分的变形只利用了图像的局部信息, 容易
来的影响, 使用阈值分割技术对减影图像进行处理,
产生误配。另外, 刚性变换需计算的参数少, 计算量
去除虚假缺陷的影响, 得到实际缺陷图像; 最后, 可
小, 所以从计算量的角度考虑, 也应该先计算刚性变
根据灰度值是否为零来确定缺陷在减影图像中的位
换, 再计算弹性变换。 RUECKERT 等 [ 8 ] 结合刚弹
性配准实现了心脏医学图像的配准。陈红军等 [ 9 ] 使 置, 并在待检图像中标注出来。
1.1 刚性配准处理
用刚性配准结合 Demons弹性配准的方法实现病变
自动 化 的 准 确 检 出。 唐 祚 [ 10 ] 结 合 小 波 变 换 与 由于零件放置位置存在偏差, 待检铸件和模板
存在平移和旋转变形。针对待检铸件缺陷图像相对
Demons弹性配准对多模态脑部图像实现了有效配
于模板图像存在旋转平移的问题, 使用相位相关法
准。刘新刚等 [ 11 ] 依次在仿射变换基础上进行弹性
和构造惯性椭圆的方法进行刚性配准预处理。通过
配准实现了脑部 CT 图像的快速精确配准。
计算两图像信号的卷积, 判别待检铸件图像和模板
在铸件内部缺陷检测过程中, 同时存在刚性形
图像的相似程度, 使用互功率谱在时域内的结果求
变和弹性形变需快速准确配准的问题, 受上述研究
的启发, 提出一种基于刚 - 弹性图像配准技术的铸件 得两幅图像的平移关系。
y
(
缺陷检测方法, 该方法首先通过使用刚性配准结合 模 板 图 像 f 1 x , )和 待 检 铸 件 缺 陷 图 像
(
y
[ 12-15 ] 弹性配准的图像配准方法, 实现待配准 f 2 x , ) 为存在位移变换的铸件实测图像, 其位移
Demons
, ), 则有
图像和模板图像的配准, 再通过数字减影技术得到 值为( x 0 y 0
(
待检图像和模板图像的减影图像, 对减影图像使用 f 2 x , ) ( , ) ( 1 )
y = f 1 x -x 0 y-y 0
(
阈值分割的方法去除配准误差造成的虚假缺陷, 最 设 F 1 ξη (,)分 别 为 f 1 x , )和
y
(,)和 F 2 ξη
y
(
后确定缺陷在待检模板图像中的位置。 f 2 x , ) 的傅里叶变换, 则有
(,) [ ξ )] · F 1 ξη
(,)
F 2 ξη = ex p -j 2π ( x 0 + η y 0
1 铸件缺陷检测算法
( 2 )
算法的流程图如图 1 所示, 算法流程主要包括 则功率谱定义为
*
(,)
(,)
图像配准、 减影图像阈值分割处理、 缺陷检测标注 3 F 1 ξη *F 2 ξη
[ )]
ξ
= ex p -j 2π ( x 0 + η y 0
* (,) (,)
个部分。首先对待检图像进行刚性配准和 Demons F 1 ξη *F 2 ξη
弹性配准处理, 解决待检图像和模板图像在空间位 ( 3 )
7
1
2022 年 第 44 卷 第 11 期
无损检测