Page 41 - 无损检测2025年第二期
P. 41
成志飞，等：
基于传统图像处理的焊缝射线图像缺陷识别方法
3 气孔缺陷检测 3.4 双边滤波
对比度拉伸操作可能会放大图像中的噪声，而双
3.1 气孔缺陷特征
边滤波可以有效地抑制这些噪声。双边滤波在对每
气孔缺陷对焊缝的性能会产生影响，导致焊缝
个像素进行滤波时，不仅考虑到了像素间的空间位置
的有效工作面积减小 。在射线图像中，气孔缺陷一 关系，还考虑了像素值之间的相似性，具体来说，双
[12]
般表现为白色的圆形或近圆形形状，这些形状的区域
边滤波由两个函数组成，核函数用于计算像素值之间
边界通常比较清晰，与周围焊缝组织的灰度值有所差
的相似度，距离函数用于计算像素之间的空间距离；
异，而噪声则表现为图像中随机的、不规则分布的小
在滤波过程中，每个像素双边滤波器会计算其周围
点或斑点，通常没有特定的形状或结构，同时噪声的
像素的权重，然后根据这些权重对像素值进行加权平
面积过小，可以通过图像滤波进行消除。气孔在焊缝 均，得到滤波后的像素值。双边滤波能在平滑噪声的
中的分布通常比较集中，而噪声则在整个图像中均匀
同时，较好地保留图像的边缘和细节信息。两侧灰度
分布，没有明显的聚集或分散规律。
补偿后的图像及双边滤波后的图像如图14所示。
3.2 对比度拉伸
为了使图像更清晰，采用对比度拉伸操作。对
比度拉伸是一种图像增强技术，能够改善图像的对
比度，使图像更清晰，更适合后续处理。
对比度拉伸能扩展图像中像素灰度值的范围， 图 14 两侧灰度补偿后的图像及双边滤波后的图像
将一个较窄的灰度范围映射到一个更宽的灰度范
3.5 自适应阈值二值化
围，即，能使得原本灰度值比较集中的像素点更均衡 另外，可以通过二值化操作将图像中的目标从
地分布在一个很大的范围。对比度拉伸时，首先确
背景中分离出来，传统的固定阈值分割方法在处理明
定图像中的最小和最大灰度值，然后根据这两个值
暗不均的图像时可能不够灵活，难以达到理想的分割
对图像的每个像素进行重新映射，从而提高对比度。
效果。自适应阈值分割法利用图像的局部特征来自
气孔缺陷焊缝图像及其对比度拉伸后的图像如图13
动调整阈值，实现对图像中不同区域的有效分割（见
所示。
图15），该方法在处理复杂背景和明暗不均条件下的
图像时具有较高的准确性。
图 13 气孔缺陷焊缝图像及其对比度拉伸后的图像
图 15 自适应阈值二值化后的图像
3.3 两侧灰度补偿
在射线成像时，焊缝左右两端的灰度较高，这主 3.6 筛选目标区域
要是由于射线在穿透物质时会发生衰减，衰减的程 由于气孔缺陷的形状是圆形或近圆形，且面积明
度取决于射线的能量、物质的密度和厚度。对于圆 显大于噪声的，因此考虑引入轮廓的长宽比和面积作
柱体，射线在穿过圆柱体边缘时，所经过的物质厚 为进一步的筛选条件，轮廓的长宽比可以控制轮廓的
度较小，因此衰减较少，探测器接收到的射线强度 形状，设定面积上限去除面积大的异常轮廓区域，设
较高，从而在图像上表现为较高的灰度值或亮度 [13] 。 定面积下限去除面积过小的噪声。经过观察发现，当
此外，圆柱体的边缘可能由于散射效应而产生额外 气孔缺陷的灰度值临近区域的面积（长×宽）小于
的射线强度，这也会增加边缘部分的灰度值。 4×4个像素点时，人眼已无法判断是否存在缺陷，因
为了减轻这一现象的影响，可以根据坐标的位 此设定气孔缺陷的面积需大于16个像素点。
置对应调整其灰度值，当像素点的横坐标位于图像 将筛选后的二值图像中剩余轮廓的外接矩形绘制
两端时，降低其像素灰度值，且对越靠近左右两端部 到原始的图像中，即可完成气孔缺陷的识别与定位。
分的灰度值，调低得越多，调整后的图像缺陷则更明 筛选后的气孔缺陷掩膜及气孔缺陷识别结果如
显、更清晰。 图16所示，其中图16（a）为根据面积和长宽比等信
11
2025 年 第 47 卷 第 2 期
无损检测
