Радиографические методы
УДК 620.179.15
КЛАССИФИКАЦИЯ ДЕФЕКТОВ ПРИ АВТОМАТИЗИРОВАННОМ РАДИОГРАФИЧЕСКОМ КОНТРОЛЕ СВАРНЫХ СОЕДИНЕНИЙ
СЛ. Григорченко, В.И. Капустин
Представлена методика классификации изображений дефектов при автоматизированном радиографическом контроле сварных соединений. Дано математическое описание изображений дефектов. Рассмотрен эвристический классификатор, построенный с учетом обобщения опыта промышленной радиографии и реализованный в аппаратно-программных комплексах типа КАРС.
Ключевые слова: блок-схема, изображение дефекта, классификация, радиографическое изображение, радиографический контроль, параметр изображения дефекта.
Автоматизированная расшифровка снимков при радиографическом контроле сварных соединений с использованием цифровых методов разбивается на следующие этапы ([1]):
формирование цифровых изображений; предварительная обработка изображений; сегментация изображений; формирование признаков для классификации; классификация изображений и оценка качества дефектов. Формирование цифровых изображений. При радиографическом контроле сварных соединений скрытое радиационное изображение регистрируется на радиографическую пленку и визуализируется с помощью хи-микофотографической обработки снимков с последующей сушкой. Затем радиографические снимки сканируются и преобразуются в цифровой массив, который выводится на монитор компьютера и сохраняется в базе данных.
Предварительная обработка изображений. На этапе предварительной обработки полученное в результате сканирования или загруженное из базы данных цифровое изображение сварного соединения выводится на монитор компьютера. Затем визуально оценивается на соответствие требованиям ГОСТ 7512-82 ([2]) качество изображения, а также ряд параметров контроля (чувствительность контроля, оптическая плотность изображения, длина участка контроля, правильность маркировки снимка и т. д.). При этом изображение может подвергаться различным преобразованиям (поворот, изменение яркости и контрастности) для лучшего его восприятия человеческим глазом. Далее проводится сравнение параметров контроля (схемы контроля, выбранной энергии излучения, типа радиографической пленки, радиационной толщины) с данными технологической карты контроля. Если проверка параметров контроля признается успешной, то изображение отправляется на расшифровку.
Сегментация изображений. Процесс сегментации изображения делит изображение сварного шва на непересекающиеся области, которые могут представлять собой изображения дефектов, то есть сегментация изображения — это операция поиска изображений дефектов. На этой стадии расшифровки сначала на изображении выделяются линии, разбивающие область расшифровки на характерные зоны: границы сварного шва и околошовных зон, а также центральная линия шва. Такая информация
Семен Алексеевич Григорченко, канд. техн. наук, доцент кафедры "Автоматика и электроника в машиностроении" Коломенского института (филиала) ГОУ ВПО "Московский государственный открытый университет". Тел. (496) 618-16-33. E-mail: rent_sig@mail.ru
Виктор Иванович Капустин, канд. техн. наук, заведующий лабораторией радиационной дефектоскопии ФГУП "ЦНИИТМАШ". Тел. (495) 675-85-21. E-mail: goldzar@mail.ru
необходима, во-первых, для оптимизации поиска изображений дефектов, во-вторых, для их классификации. Затем выполняется фильтрация изображения с целью повышения отношения сигнал/шум, осуществляются поиск множества пикселей, образующих изображения дефектов, и формирование их (изображений дефектов) контуров (границ).
Формирование признаков для классификации. В результате сегментации выделяются области, в которых предполагается наличие гипотетических дефектов: изменение структуры металла, признаки образования потенциальных дефектов (усталостных трещин, коррозионного растрескивания и т. д.). Формирование признаков для классификации основано на измерении геометрических параметров изображений дефектов. К таким признакам относятся длина, ширина, глубина, площадь, периметр, форма контура, центр тяжести и другие признаки. Оцениваются также яркостные характеристики изображений дефектов, основными из которых являются максимальная и средняя яркость (оптическая плотность), контраст (приведенный контраст) относительно изображения окружающего фона. Таким образом, каждому изображению дефекта ставится в соответствие вектор признаков, который затем используется для классификации и оценки качества дефектов.
Классификация изображений и оценка качества дефектов. Этот этап является последним этапом расшифровки отдельного изображения. Классификация заключается в вычислении некоторого обобщенного критерия, значение которого приписывает дефекту один из заранее установленных типов. При вычислении критерия классификации предварительно сформированный вектор признаков используется как аргумент. Существует несколько подходов к разработке подобных классификаторов. При любом подходе важно знать, какие признаки для каждого типа дефекта наиболее информативны. С этой целью проводятся исследования, направленные на определение признаков, которые наилучшим образом характеризуют отдельные типы дефектов. Именно эти признаки затем используются при разработке частных критериев классификации. После установления типа дефекта определяется его оценка качества с учетом требований нормативно-технических документов.
В настоящей статье представлены результаты разработки обобщенной методики классификации изображений дефектов при автоматизированной расшифровке радиографических изображений сварных соединений.
Далее предполагается, что операция поиска изображений дефектов (сегментация изображения) успешно выполнена и, следовательно, имеется математическое описание изображений обнаруженных дефектов.
1. МАТЕМАТИЧЕСКОЕ ОПИСАНИЕ ИЗОБРАЖЕНИЙ ДЕФЕКТОВ
Пусть в памяти компьютера хранится радиографическое изображение контролируемого стыкового кольцевого сварного соединения
В = [Ь[1 ■ Ах,] ■ Ду] = Ъ[1,]], I = 0, 1,..., Щ - 1,] = 0, 1,..., Щ - 1}, (1)
где Ъ[г, /] — яркость пикселя, расположенного в строке I и столбце _/; Ах, Ду — шаг пространственной дискретизации соответственно по координате X (в горизонтальном направлении) и координате У (в вертикальном направлении); Щх, Щу — количество пикселей (размер изображения) соответственно в горизонтальном и вертикальном направлениях. Далее считается, что Дх = Ду.
Предполагается также, что известно математическое описание границ и центральной линии сварного соединения в виде массивов
а = №] = 8[1,/], I = 0, 1, 2,/ = 0, 1,., N - 1}, (2)
где массивы #[0], £[2] описывают соответственно верхнюю и нижнюю границы, а массив #[1] центральную линию.
Будем считать, что при формировании изображения применялась схема просвечивания по ГОСТ 7512-82, в которой угол между направлением излучения и нормалью к приемнику излучения близок к нулю. При этом в изображениях дефектов практически отсутствуют геометрические искажения.
К изображению В по (1) применяется операция (процедура) поиска изображений дефектов, в результате которой в памяти компьютера образуется первичная информация о них (изображениях дефектов). В процедуре поиска дефектов вычисляется оценка фона (оценка изображения без дефектов)
Вф = {Ьф[1 ■ Ах,/ ■ Ду] = Ьф[1,/], I = 0, 1,., Му - 1,/ = 0, 1,., Мх - 1}, (3)
где Ъф[1,Л] — яркость фона пикселя, расположенного в строке I и столбце /; остальные обозначения соответствуют аналогичным обозначениям, используемым в (1).
Изображение каждого найденного дефекта описывается: массивом пикселей, принадлежащих изображению дефекта,
Рд = {Рд[к] = (4, /), к = 0, 1,., Мд- 1}, (4)
где (1к, /к) и Мд — соответственно координаты к-го пикселя и количество пикселей, принадлежащих изображению дефекта;
массивом пикселей, образующих контур изображения дефекта,
Ркд = {Ркд[к] = (1к, /к), к = 0, 1,., МКд - 1}, (5)
где (1к, /к) и Мкд — соответственно координаты к-го пикселя и количество пикселей, принадлежащих контуру изображения дефекта. Контур изображения дефекта, в свою очередь, представляет собой замкнутую линию шириной в один пиксель, в которой отсутствуют петли. Элементы массива, описывающего контур изображения дефекта, упорядочены таким образом, что соседним элементам массива соответствуют расположенные рядом пиксели контура.
На основании первичной информации вычисляются оценки вторичных параметров изображения дефекта, которые затем используются для его (дефекта) классификации.
Максимальный размер (длина) изображения дефекта, мм
I = Рд, Рс1 = тах (й(рКд [I], рКд [/])) ■ Кт,
I = 0, 1,., МКд- 1, / = 0, 1,., Мкд- 1, (6)
где ^(ркд [I], ркд [/]) — расстояние между I-м и /-м пикселями контура изображения дефекта; [рд, р12] — отрезок максимального размера; тах() —
обозначение операции вычисления максимума по I и /; Кт — коэффициент масштаба. Коэффициент масштаба Кт определяет размер пикселя в мм и зависит, с одной стороны, от схемы просвечивания, с другой стороны, от шага пространственной дискретизации.
Максимальный размер изображения дефекта в направлении, перпендикулярном отрезку максимального размера (ширина), мм
w = pwi, Pw2l = max (¿(рк„ [41, Рк„ [Ш • Km, ik e {0, 1.....N^- 1}, jk e {0, 1.....N„- 1} и
[Рк„ [ik], Рк„ [jk11 1 [P/1, P/2], k = 0, 1,., N1 - 1, (7)
г„е [pw1, pw2] — отрезок максимального размера сре„и N1 отрезков, пер-
пен„икулярных отрезку [pl1,pl2]; max( ) — обозначение операции вычисле-
k
ния максимума по k; N1 — „лина отрезка [pl1, pl2] в пикселях; остальные обозначения соответствуют аналогичным обозначениям, используемым В (6).
Средний размер изображения дефекта в направлении, перпендикулярном отрезку максимального размера (средняя ширина), мм
K N-1
wc^ — NI d( p^, [ik ]. p^, [jk ]). ik e{0,1.-. NK„-1}. jk e{(U.... NK„-1}
N k=0
[Pк„ [ik], pK„ [jk]] 1 [pl1, pc], k = 0, 1,., N1 - 1, (8)
г„е обозначения соответствуют аналогичным обозначениям, используемым в (7).
Максимальный по модулю приведенный контраст изображения дефекта
-Опптях : 1-Опптях1 — maX
D\
(b( p„ [k ])) - D(^ (p„ [k ]))
"ртаХ D(b„ (p„ [k ]))
k = 0,1,..., N„-1. (9)
г„е D() — функция оптической плотности в за
Для дальнейшего прочтения статьи необходимо приобрести полный текст. Статьи высылаются в формате PDF на указанную при оплате почту. Время доставки составляет менее 10 минут. Стоимость одной статьи — 150 рублей.