Page 79 - 无损检测2024年第十一期
P. 79
刘 骁，等：
基于超声检测的双组织盘件过渡区识别
图 4 提取的盘件检测结果图像
图 7 搜索区间数组提取示意
[r 1 ，…， R 1 ]，…， q 16 =[r 16 ，…， R 16 ]，每条轮廓识别数
组q i 中的起始元素为内孔半径r i ，终止元素为外圈半
径尺寸R i ，图中每条粗虚线轨迹所对应的位置为每
图 5 均值滤波器处理后的盘件图像 条轮廓识别数组q i 的数组元素。
（3）计算轮廓识别数组Q=[q 1 ， q 2 ， q 3 ，…， q 16 ]中
每条数组q i =[q i1 ， q i2 ， q i3 ，…， q ij ]（i=1，2，…，16）
中的元素个数为j，其中的第s个元素q is 为数组q i 的
梯度最大点s ，梯度计算公式为
i
q is 2 -q is 2 + =max q 2 ij -q 2 ij +1 1 （1）
得到过渡区轮廓数组S=[s ，s ，…，s ]（i=1，
1 2 16
2，…，n）。
2 试验结果
为验证文章提出的过渡区识别算法的可行性，
采用某型双组织盘件进行超声检测与过渡区识别试
验。采用φ0. 4 mm+15 dB灵敏度对双组织盘件进
图 6 超声 C 扫描图像的二维数组数据 行超声C扫描检测，设定均值滤波尺寸t为3，超声C
（2） 搜索区间数组提取示意如图7所示，根据 扫描结果的像素尺寸为351×351，C扫描结果中盘
半径尺寸区间从数组P中提取一组轮廓识别数组 件几何圆心的像素点坐标为（175，175）。超声C扫
Q=[q 1 ， q 2 ， q 3 ，…， q i ]（i =1，2，…，16），其中q 1 = 描图像过渡区识别处理后的图像如图8所示。
图 8 盘件过渡区边界评价过程
45
2024 年 第 46 卷 第 11 期
无损检测
