Page 73 - 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

在不同颜色对应相同灰度的情况, 从而影响缺陷评
定和面积统计。
为准确进行数据分析, 可同时读入超声 C 扫描
图像和色带, 将超声 C 扫描检测图像中每个像素点
的( R 、 G 、 B ) 数值 P RGB x , ) 与色带中每个像素的
(
y

( R 、 G 、 B ) 数值 C RGB i 逐一进行比对。当( x , ) 坐
()
y
标位置处的( R 、 G 、 B ) 数值与色带第i 个像素的( R 、

G 、 B ) 数值最接近时,( x , ) 坐标位置处的波幅即为
y
图 2 利用 g in p ut函数进行人机交互的典型界面
色带第i 个像素所对应的波幅, 即
1.4 软件开发
()) ( 1 )
A ( x , ) ( y -C RGB i
y ~ min ( P RGB x , )
根据以上流程, 编写可执行文件, 形成相 应 的
y
y
式中: A ( x , ) 为试件( x , ) 坐标位置处的波幅;
P RGB x , ) 为超声 C 扫描图像中( x , ) 坐标像素 GUI ( 图形用户界面)。该 GUI主要包括图像输入、 图

y
y
(

处的( R 、 G 、 B ) 数值; C RGB i 为色带第i 个像素处 像处理、 结构特征、 缺陷波幅阈值、 完好率计算和图像
()
显示等功能模块。该可执行文件可用于零部件超声
的( R 、 G 、 B ) 数值。
C 扫描图像缺陷面积分析, 计算被测试件的完好率,
通过式( 1 ) 的转换, 可将读入图像对应的 RGB
模式三维数组转换成二维波幅矩阵。该过程可在图 而且可在任何满足要求的计算机上单独使用, 具有一
像导入时同步进行。为提高超声 C 扫描图像的质 定通用性。典型缺陷分析流程示例如图3所示。
量, 可对导入的图像进行平滑滤波处理。
1.3 人机交互
当被测试件中存在结构特征时, 如超塑成形扩
散连接件内部存在复杂气道, 若缺陷所在深度与结
构特征所在深度十分接近, 结构特征和缺陷将同时
出现在超声 C 扫描图像中。而为检测出小缺陷, 超
声检测灵敏度一般较高, 结构特征和缺陷的信号幅
值均满屏显示, 从幅值上也很难将二者区分。此时,
结构特征的存在将严重影响缺陷的自动识别和缺陷
面积的分析计算。
根据被检试件设计图纸, 专业超声检测人员可
清楚辨识超声 C 扫描图像中的结构特征。基于此,
可借助 g in p ut函数实现超声 C 扫描图像结构特征
的输入。进一步, 根据结构特征的宽度, 可对勾选出
的结构特征区域进行标记处理, 例如将该区域内的
波幅进行置零处理, 可将结构特征与缺陷从波幅上
进行区分。通过该方法可以有效去除结构特征对缺
陷面积统计的影响。利用 g in p ut函数进行人机交
互的典型界面如图 2 所示。
基于 g in p ut函 数 的 人 机 交 互 除 以 上 功 能 外,
还可以 实 现 超 声 C 扫 描 图 像 中 被 测 试 件 待 分 析
区、 试件中关键区和非关键区等 ROI信息的输入。
从实用角度来看, 该方法具有准确度高, 操作灵活 图 3 典型缺陷分析流程示例
的特点。同 时, 存 储 人 机 交 互 输 入 的 相 关 特 征 参 图3 ( a ) 所示为图片导入, 即将图像信息由 RGB
数, 可用于同一批次被测试件的分析处理, 而无需 模式三维数组转换成二维波幅矩阵; 图 3 ( b ) 所示为
重复人机交互输入, 可有效提高分析效率。 ROI选择, 即人机交互输入被检试件待分析区、 结构特

9
3
2022 年 第 44 卷 第 12 期
无损检测