Page 66 - 无损检测2023年第四期
P. 66
朱秀森, 等:
基于暗通道技术的核电用不锈钢环焊缝 DR 图像质量优化
DR 图像有较好的图像增强效果, 经过图像增强处 模糊, 无法很好地观察到缺陷; CLAHE 处理后图像
有所提高, 图像中缺陷信息 较小, 图像整体偏暗。与两种经典图像增
理后的图像C NR 和S NR 噪声S NR
更加突出。与曝光量充足条件下的 DR 图像相比, 强算法相比, 暗通道图像增强算法处理后图像信噪
增加 比和对比度噪声比都更高, 对低曝光量的小径管
暗通道增强后的图像 S NR 增加了 41% , C NR
46.7% , 图像中缺陷轮廓更明显, 在自动化检测中有 DR 图像优化效果最佳, 获得的图像质量更好。
利于缺陷的识别与定量, 提高评片人员的工作效率。 2.5 夹渣缺陷处理
表3 不同处理方式得到的未熔合缺陷图像质量 采用暗通道图像增强方法对曝光量不足的带有
图像种类 信噪比 对比度噪声比 夹渣缺陷的图像进行图像增强, DR 图像处理前后
DR 原始图像 1.0582 2.6536 的结果对比如图9所示, 图像S NR 与C NR 测量结果
曝光充足 DR 图像 1.8846 2.3775 如表4所示。由图9和表4可见, 暗通道图像增强
AHE处理 1.5573 2.8606 技术对夹渣缺陷图像有较好的增强效果, 增强后图
CLAHE处理 1.2281 3.1075 增加37.2% , 对比管
像S NR 为原图像的1.8倍, C NR
暗通道处理 2.6608 3.4900
电压160kV , 管电流4mA , 积分时间为3s的曝光
有所提高, 量充足条件下的 DR 图像, 图像信噪比和对比度噪
采用 AHE 增强后图像S NR 和C NR
但图像边缘特征缺失严重, 缺陷部位亮度过低, 显示 声比也有较大的提高。
图9 夹渣缺陷 DR 图像处理前后的结果对比
表4 不同处理方式得到的夹渣缺陷图像质量
参考文献:
图像种类 信噪比 对比度噪声比
DR 原始图像 1.2304 3.3484 [ 1 ] 迟露鑫, 麻永林, 邢淑清, 等. 核电 SA508-3钢焊接连
曝光充足 DR 图像 1.8079 2.6451 续冷却转变曲线的分析[ J ] . 焊接学报, 2011 , 32 ( 5 ):
暗通道处理 3.4797 4.5949 61-64 , 116.
[ 2 ] 苏锦成, 王振中, 贾小攀, 等. 基于 A*算法的核电厂
3 结语 工艺管道自动布局方法[ J ] . 核科学与工程, 2022 , 42
( 1 ): 129-135.
( 1 )采用暗通道图像增强方法, 对曝光量不足 [ 3 ] NADDAF-SH M M , NADDAF-SH S ,
的 DR 图像进行处理, 结果表明, 滤波半径为10 , 去
ZARGARZADEH H , et al.Defect detection and
雾系数为0.9时, 暗通道图像增强技术对低曝光量 classificationin weldin g usin g dee p learnin g and
下的 DR 图像优化效果最好。 di g ital radio g ra p h y [ C ]// Fault Dia g nosis and
( 2 )暗通道技术增强后的图像对比原始 DR 图 Pro g nosis Techni q ues for Com p lex En g ineerin g
提高了约1.5 倍, 对 S y stems.Amsterdam : Elsevier , 2021.
像, 其C NR 提高了31.5% , S NR
[ 4 ] 樊丁, 胡桉得, 黄健康, 等. 基于改进卷积神经网络的
增强
比曝光量充足的 DR 图像, 图像的S NR 与C NR
管焊缝 X 射线图像缺陷识别方法[ J ] . 焊接学报,
效果良好。
2020 , 41 ( 1 ): 7-11 , 97.
( 3 )与 AHE 方法和 CLAHE 方法相比, 暗通
[ 5 ] TYYSTJÄRVIT , VIRKKUNENI , FRIDOLFP , et
的 增 强 效 果 更 明
道技术对 DR 图 像 S NR 和 C NR
al.Automateddefectdetectionindi g italradio g ra p h y
显, 增强后缺陷在图像显示中更突出, 且暗通道
ofaeros p aceweldsusin g dee p learnin g [ J ] .Weldin g in
图像增强方法对未熔合与夹渣缺陷图像增强效
theWorld , 2022 , 66 ( 4 ): 643-671.
果良好。 ( 下转第86页)
2
3
2023年 第45卷 第4期
无损检测
