Page 72 - 无损检测2022年第十二期

吕洪涛, 等:

基于超声 C 扫描数字图像处理的缺陷面积分析

征对缺陷面积计算的影响。 缺陷分析流程如下: ① 利用计算机读取超声 C
针对以上问题, 以超塑成形扩散连接和复合材 扫描检测图像, 将图像的颜色信息转换成波幅信息;
料制件为研究对象, 提出一种基于超声 C 扫描数字 ② 对读取的图像进行平滑滤波预处理, 减小检测噪

声的影响, 提高图像质量; ③ 通过人机交互, 利用鼠
图像处理的缺陷面积分析方法, 并开发相应的 GUI
( 图形用户界面), 通过对典型超声 C 扫描图像进行 标勾选滤波处理后的图像 ROI ( 感兴趣区域), 根据

分析处理, 研究该方法在缺陷分析方面的有效性。 需求可根据边界线对图像进行旋转校正处理; ④ 当
检测图像中无结构特征时, 可通过设置缺陷波幅阈
1 分析方法
值, 统计阈值范围内像素数量以及整体像素数量, 计

1.1 分析流程 算完好率; ⑤ 当检测图像中有结构特征时, 通过人
超声 C 扫描检测法是采用超声反射法或透射 机交互, 利用鼠标勾选图像中复杂结构特征以及关
法对被检试件进行二维扫描检测, 提取各个位置检 键区域、 非关键区域, 存储结构特征参数, 用于同批
测信号在特定时域闸门内的波幅信息, 从而获得检 次结构特征参数的自动导入。然后通过设置结构特
测图像的技术。目前, 超声 C 扫描检测图像一般为 征的宽度信息, 对结构特征内的波幅置零, 消除其对
彩图或灰度图, 图中横纵坐标代表被检试件二维位 缺陷面积统计结果的影响, 最后分别统计关键区域
置信息, 图像中每个像素颜色代表闸门内波幅, 波幅 和非关键区域以及其中缺陷的像素数量, 计算整体

大小可根据其颜色与色带的比对获得。基于超声 C 的完好率。可见, 图像读取中的图像转换和分析过
扫描图像的缺陷分析流程图如图 1 所示。 程中的人机交互是该方法实现的关键。

图 1 基于超声 C 扫描图像的缺陷分析流程图
1.2 图像转换 组, 即图像 中 的 每 个 像 素 点 对 应 一 个 ( R 、 G 、 B ) 数

存储后的超声 C 扫描图像可以是 PNG 、 JPG 、 值, 每个 R 、 G 、 B 分量的取值范围均为[ 0 , 255 ]。直
BMP 等格式。利用计算机读取超声 C 扫描检测图 接对这种三维数组进行分析, 很难建立其与波幅之

像时, 其数据表现为 RGB ( 三原色)模式的三维数 间的联系。而将超声 C 扫描图像转至灰色图时, 存
3
8
2022 年 第 44 卷 第 12 期

无损检测