Page 37 - 无损检测2025年第二期
P. 37

试验研究
              试验研究

              DOI：10.11973/wsjc240241



               基于传统图像处理的焊缝射线图像缺陷识别方法




                                                成志飞，张小刚，俞东宝，汤 慧
                                          （中核北方核燃料元件有限公司，包头 014035）

                       摘  要：核燃料元件焊缝中可能会出现气孔缺陷，严重影响产品的质量和安全性，为此设计了
                   一种气孔缺陷检测方法，采用高斯滤波、形态学操作、边缘检测、轮廓拟合等方法提取了感兴趣区
                   域，然后采用对比度拉伸、灰度值补偿、双边滤波、自适应阈值二值化等方法对检测图像进行识别。
                   试验结果表明，所提方法实现了焊缝射线检测图像中气孔缺陷的识别，提高了缺陷检测的稳定性和
                   准确性，同时也为处于明暗不均环境下的射线图像中的小尺寸近圆形等类似目标的检测提供了有
                   效思路。
                       关键词：图像处理；缺陷识别；边缘检测；轮廓拟合

                       中图分类号：TP317；TG115.28      文献标志码：A    文章编号：1000-6656(2025)02-0007-06

               Defect recognition method of ray images of weld seams based on traditional image processing


                                       CHENG Zhifei, ZHANG Xiaogang, YU Dongbao, TANG Hui
                                      （China North Nuclear Fuel Co., Ltd., Baotou 014035, China）
                      Abstract: Pore defects may occur in the welds of nuclear fuel elements, seriously affecting the quality and safety of
                   the product. Therefore, a pore defect detection method was developed, which used Gaussian filtering, morphological
                   operations, edge detection, contour fitting and other methods to extract the region of interest. Then, contrast stretching,
                   grayscale compensation, bilateral filtering, adaptive threshold binarization and other methods were used to recognize the
                   detection image. The experimental results showed that the proposed method achieved the recognition of porosity defects
                   in weld seam radiographic images, improved the stability and accuracy of defect detection, and also provided an effective
                   way to detect small-sized, nearly circular and similar targets in radiographic images in uneven light and dark environments.
                      Key words: image processing; defect identification; edge detection; contour fitting


                  核燃料元件是核反应堆中的核心组成部分，是                          往只占图像中的一部分，因此需要一种能够有效且
                                      [1]
              实现核能转换的关键结构 。但在核燃料元件焊接                            准确提取感兴趣区域位置并识别气孔缺陷的方法。
              时，受工艺或操作等因素影响，焊缝可能会出现气孔                                胡巍等 提出了一种基于频域特征和支持向量
                                                                           [2]
              缺陷，缺陷的存在会严重影响到产品的质量和安全                            机的检测方法，首先进行图像裁剪和尺寸归一化等
              性，因此需要对其实施检测。                                     预处理，提取图像的频域特征，再利用所得的特征数
                  目前，射线检测是检测焊缝缺陷的主要方法之                          据训练支持向量机，最后利用训练的支持向量机对
                                                                                            [3]
              一，但射线检测数字图像通常包含大量的噪声和无                            待检测图像进行分类。张小琳 提出了一种基于主
              关信息，这些信息会干扰缺陷的识别，而且在实际的                           成分分析和二叉树支持向量机的分类算法，采用主
              应用中，由于射线检测成像的复杂性，感兴趣区域往                           成分分析进行主元分析，删除冗余数据，降低维度，
                                                                再将优化后的特征向量作为焊缝图像二叉树支持向
                 收稿日期：2024-05-24
                                                                量机识别模型的特征参数，实现焊缝缺陷的识别。
                 作者简介：成志飞(1990－)，男，硕士，工程师，主要研究方向为
                                                                       [4]
                                                                王丹等 提出基于稀疏描述的缺陷识别，运用从海
              核燃料及核材料相关无损检测
                                                                量数据中提取典型样本、构建非参数化模型以及基
                 通信作者：张小刚(1987－)，男，本科，高级工程师，主要研究方
              向为核燃料及核材料相关无损检测，zhangupc06@163. com               于最优方向法的稀疏解求解等方法进行缺陷识别。
                                                                                                           7
                                                                                         2025 年 第 47 卷 第 2 期
                                                                                                  无损检测
   32   33   34   35   36   37   38   39   40   41   42