1、X射線的無損檢測技術一 前言無損檢測方法是利用聲、光、電、熱、磁及射線等與被測物質的相互作用,在不破壞和損傷被測物質的結構和性能的前提下,檢測材料、構件或設備中存在的內外部缺陷,并能確定缺陷的大小、形狀和位置。無損檢測的技術有很多，包括：染料滲透檢測法、超聲波檢測法、強型光學檢測法、滲透檢測法聲發射檢測法，以及本文介紹的x射線檢測法。X射線無損探傷是工業無損檢測的主要方法之一,是保證焊接質量的重要技術,其檢測結果己作為焊縫缺陷分析和質量評定的重要判定依據,應用十分廣泛。膠片照相法是早期X射線無損探傷中常用的方法。X射線膠片的成像質量較高,能夠準確地提供焊縫中缺陷真實信息,但是,該方法具有操作過

2、程復雜、運行成本高、結果不易存放且查詢攜帶不方便等缺點。由于電子技術的飛速發展,一種新型的X射線無損檢測方法“X射線工業電視”已應運而生,并開始應用到焊縫質量的無損檢測當中。X射線工業電視己經發展到由工業CCD攝像機取代原始X射線無損探傷中的膠片,并用監視器(工業電視)實時顯示探傷圖像,這樣不僅可以節省大量的X射線膠片,而且還可以在線實時檢測,提高了X射線無損檢測的檢測效率。但現在的X射線工業電視大多還都采用人工方式進行在線檢測與分析,而人工檢測本身存在幾個不可避免的缺點,如主觀標準不一致、勞動強度大、檢測效率低等等。x射線無損探傷計算機輔助評判系統的原理可以用兩個“轉換”來概述:首先X射線穿

3、透金屬材料及焊縫區域后被圖像增強器所接收,圖像增強器把不可見的X射線檢測信息轉換為可視圖像,并被CCD攝像機所攝取,這個過程稱為“光電轉換”;就信息量的性質而言,可視圖像是模擬量,它不能被計算機所識別,如果要輸入計算機進行處理,則需要將模擬量轉換為數字量,進行“模/數轉換”,即經過計算機處理后將可視圖像轉換為數字圖像。其方法是用高清晰度工業CCD攝像機攝取可視圖像,輸入到視頻采集卡當中,并將其轉換為數字圖像,再經過計算機處理后,在顯示器屏幕上顯示出材料內部缺陷的性質、大小和位置等信息,再按照有關標準對檢測結果進行等級評定,從而達到焊縫焊接質量的檢測和分析。二 X射線無損檢測系統結構與原理射線無

4、損探傷缺陷自動檢測系統的硬件組成與結構如圖1所示。系統主要由三個部分組成:信號轉換部分、圖像處理部分及缺陷位置的獲取與傳輸部分。圖1系統結構圖信號轉換部分主要由X光光源、螺旋鋼管、傳送車、圖像增強器、反射器以及CCD攝像機組成,信號轉換部分的主要功能是完成從x射線到可見光的信息載體轉換以及可見光到可視圖像的光電轉換。螺旋鋼管首先被放置到傳送車上,傳送車在承載螺旋鋼管前進的同時,車上的旋轉滾輪帶動螺旋鋼管旋轉,這樣可以保證螺旋鋼管的螺旋焊縫始終保持在CCD攝像機的正下方,CCD攝像機就可以始終攝取到螺旋焊縫的探傷圖像。由X光光源發出的X射線穿透螺旋鋼管及焊縫區域后,被圖像增強器接收,圖像增強器將

5、不可見的X射線探傷信息轉換為可見光探傷信息,再通過反射鏡反射到CCD攝像機當中,CCD攝像機再將光信號轉換為電信號(模擬數據),完成光電轉換,并將探傷圖像送入圖像處理部分。在信號轉換部分中,CCD攝像機將攝取到的探傷圖像以幀的形式送入圖像處理部分的視頻采集卡當中,同時在圖像處理部分中的監視器(工業電視)上實時顯示這幀原始探傷圖像(模擬圖像)。如果在焊縫區域中存在氣孔、夾渣或未焊透等缺陷時,由于與背景區域(焊縫區域)相比較,缺陷區域透過的X射線較多,所以在監視器(工業電視)上顯示的探傷圖像中就會形成一個亮點或者一條亮線,圖像處理部分也正是利用這個特點來檢測每一幀探傷圖像中是否存在缺陷的。圖像處理

6、部分中主要包括監視器(工業電視),視頻采集卡,計算機,計算機顯示器等設備,圖像處理部分的功能主要包括采集、顯示、處理并存儲所采集到的探傷圖像數據。由CCD攝像機攝取到的探傷圖像數據(模擬數據)首先被送入監視器,并在監視器上實時顯示,同時該探傷圖像數據被輸入到視頻采集卡當中,經過視頻采集卡進行采樣、量化和編碼之后將其數字化。數字化后的探傷圖像同樣以幀的形式送入到計算機當中,在計算機中通過下述基于模糊識別準則的模糊缺陷檢測算法來檢測每一幀探傷圖像中是否存在缺陷(本文將在后續詳細介紹該模糊缺陷檢測算法),并在計算機顯示器上實時顯示檢測結果,同時將檢測結果存儲到計算機的存儲器當中,以備后續的查找和驗證

7、。缺陷位置的獲取與傳輸部分主要由AT89C2051單片機、旋轉編碼器、Max232芯片、ADAM一4520模塊和傳輸線等組成,缺陷位置的獲取與傳輸部分的主要功能是獲取并傳輸缺陷的位置信息、系統利用AT89C2051單片機并通過日本歐姆龍公司生產的旋轉編碼器將位移信號轉換為脈沖信號,通過脈沖信號的個數來一記錄傳送車的位移信號,再通過串行通信接口將位移信號傳送給計算機進行處理,從而確定缺陷的位置信息。三 缺陷檢測流程在本文設計并實現的X射線無損探傷缺陷自動檢測系統中,缺陷的自動檢測與識別部分是系統的核心部分,該部分的程序流程可分為如下幾個步驟:l)程序初始化:完成程序開始運行時,一些變量的定義和賦

8、值以及視頻采集卡的初始化工作;2)圖像采集和串行通信接口初始化:利用視頻采集卡采集X射線探傷圖像,并同時初始化串行通信接口,完成串行通信的初始連接;3)圖像預處理和獲取位置信息:完成一些必要的圖像預處理運算,從而保證模糊缺陷檢測算法的有效檢測;獲取螺旋鋼管前進的位置信息,以保證計算缺陷位置信息時使用:4)檢測缺陷:應用模糊缺陷檢測算法,檢測當前X射線探傷圖像中是否有缺陷存在,并在探傷圖像中標記檢測到的缺陷;5)缺陷的識別:計算缺陷的一些基本信息,如:大小、個數和位置等信息,并按照一定的標準,對檢測到的缺陷進行統一的識別和判定;6)缺陷是否超標:判斷缺陷是否超出標準,如果超出標準,則發送噴標信號

9、,在螺旋鋼管上標記超出標準的缺陷;如果沒有缺陷超出標準,則程序返回到初始狀態,準備下一幀X射線探傷圖像的采集、檢測與識別。缺陷自動檢測與識別部分的程序流程框圖如圖2所示。圖三 缺陷檢測流程圖四 缺陷檢測算法原理若在焊縫區域中存在氣孔、夾渣以及未焊透等缺陷時,因為缺陷區域穿透的X射線較多,而相對來說周圍背景區域X射線的透射量較少,所以在探傷圖像中,缺陷區域就會形成一個亮點或者一條亮線。這樣在視覺上就可以根據探傷圖像中,某一個區域是否比其周圍背景區域更加明亮來判斷該區域是否是缺陷區域,而從圖像處理的角度來看,可以根據探傷圖像中像素灰度值的大小來判斷一個區域是否是缺陷區域。首先從人類視覺的角度出發,

10、觀察一下缺陷檢測人員是如何判斷一個區域是否是缺陷區域。如果一個區域比周圍背景區域明亮,檢測人員會認為這個區域可能是缺陷區域,隨著耐區域亮度差的繼續加大,檢測人員會一認為這個區域是缺陷區域的可能性較大,甚至認為這個區域一定是缺陷區域。反之,如果一個區域與周圍背景區域的亮度差不多,那么檢測人員就會認為這個區域不是缺陷區域,而是背景區域。在這里應該注意一個問題,人類視覺中的“亮度代或者說是“明亮程度”,不僅僅是指區域中像素的灰度平均值,而且還與區域中像素的空間方差特性(一定區域內像素灰度值變化的劇烈程度)有關。也就是說僅僅有著較高的灰度平均值還不夠,或者說還不足以使缺陷檢測人員確信這個區域就是缺陷區

11、域。舉一個特殊的例子,如果一個區域內有幾個灰度值極大的點(實際上就是幾個惡性的隨機噪聲),它們仍然會使整個區域的灰度平均值較高,但這個區域卻不是缺陷,看起來也不比其周圍背景區域“明亮”,因為這個區域只是包含了幾個惡性隨機噪聲的背景區域,而并非是缺陷區域。所以人類視覺中的“亮度”指的是,除了有著較高的空間對比度(即灰度平均值)之外,還需要有著較低的空間方差特性,也就是說,看起來還要“亮”得比較“均勻”。在X射線探傷圖像中,當缺陷區域和噪聲區域呈現相同的空間對比度特性時(區域的平均灰度值相同),缺陷區域的方差特性顯然要比噪聲區域的空間方差特性低(區域的灰度值變化程度小);而當缺陷區域和噪聲區域呈現

12、相同的空間方差特性時,缺陷區域的空間對比度又必然要比噪聲區域的空間對比度高。所以在本文所采用的模糊缺陷檢測算法中,對于具有相同空間對比度特性的區域來說,它的空間方差特性越小,就越有理由相信這個區域是缺陷區域,其模糊隸屬度的值就越高,反之就越低;而對于具有相同空間方差特性的區域來說,它的空間對比度特性越低,這個區域是缺陷區域的可能性就越小,其模糊隸屬度的值就越低,反之也就越高,這就是模糊缺陷檢測算法的基本原理,模糊缺陷檢測算法中采用的模糊規則就是基于此而形成的。在本文采用的模糊缺陷檢測算法中,一個重要的參數是空間對比度參數中兩個對比區域(檢測區域和比較區域)之間的距離。距離的大小對空間對比度參數

13、的可靠性影響很大,無論過大或過小均無法正確反映所要比較兩個區域真實的空間對比度特性。一方面,當檢測區域與比較區域之間的距離過小時,對于較大的缺陷來說,其反映的可能是缺陷區域內部之間的空間對比度特性,并不是所希望得到的缺陷區域與周圍背景區域的空間對比度特性;另一方面,當檢測區域與比較區域之間的距離過大又會失去缺陷區域與“周圍”背景區域比較的意義,距離越大,兩個區域之間的相關性就越小,空間對比度特性的意義也就越小。所以檢測區域與比較區域之間的距離大小應當適中,不易過大也不易過小,既要能準確反映出缺陷區域與其周圍背景區域之間的對比度特性,又要能跳出較大的缺陷區域,防止缺陷區域內部之間的空間對比度的比

14、較,具體情況如圖4所示,其中,D為檢測區域,E為比較區域,d為它們之間的距離。在程序實現方面上,本文在遠區域和近區域各選取了一個比較區域,將遠、近兩個比較區域計算出來的灰度平均值相加后再平均,即取遠、近兩個比較區域的平均值,這樣在一定程度上就可以減少上述現象的發生。圖4 距離對檢測效果的影響在本文所介紹的X射線無損探傷缺陷自動檢測系統中,采用的模糊缺陷檢測算法就是基于上述介紹的模糊準則而實現的,即通過模糊理論來判斷焊縫區域中是否有缺陷存在。所有需要檢測的灰度探傷圖像均是由CCD攝像機攝取,并由視頻采集卡數字化,再經過計算機處理之后,將結果保存在計算機的硬盤中。灰度圖像的灰度級為256,大小為7

15、68x576個像素。所得的灰度探傷圖像首先經焊縫提取方法,將焊縫區域大致確定出來,然后在大致確定出來的焊縫區域中以過濾的形式應用模糊缺陷檢測算法,便可以準確的檢測出焊縫區域中的缺陷及其具體位置所在。由于各個X射線探傷系統的成像質量不盡相同,同時不同直徑鋼管的成像情況也有差別,所以產生的X射線探傷圖像的質量差別比較大。X射線探傷圖像的質量主要可以分為兩大類:大噪聲情況和小噪聲情況。大噪聲時探傷圖像的成像質量比較差,噪聲較大,這時為了防止將較大的噪聲錯判斷為缺陷,檢測區域的大小應該適當放大;相反,小噪聲時探傷圖像的成像質量比較好,噪聲較小,這時就可以將檢測區域的大小適當縮小。5 缺陷信息的獲取5.

16、1缺陷尺寸測量對于每一幀包含缺陷的探傷圖像來說,系統需要知道其中缺陷的個數、缺陷的尺寸以及缺陷的位置信息,從而可以按照一定的標準判定其中的缺陷是否超出標準。本文采用灰度累積的方法來計算得到缺陷個數、尺寸以及位置信息。該方法簡單而且有效,只需要將缺陷像素的個數累積到橫軸上即可。灰度累積方法的具體步驟是在檢測區域的水平方向上(即橫軸上)累積每一列中黑點像素的個數(黑點像素是前述模糊缺陷檢測算法檢測出來的缺陷像素)。示意圖如圖5所示,橫軸表示黑點像素的位置,縱軸表示水平方向上黑點像素累積的個數。在將每列黑點像素的個數累積到橫軸后,通過判斷黑點像素個數的起始坐標和結止坐標X1、Xr以及黑點像素個數的最

17、高值y,就可以確定缺陷的寬度、高度以及缺陷在屏幕上的位移。它們是:缺陷的寬度:缺陷的高度:;缺陷在屏幕上的位移:。為了確保缺陷尺寸計算的準確性,將缺陷的寬度與高度平均,進而可以得到缺陷的尺寸為圖5 灰度累積示意圖5.2 缺陷位置的獲取每一幀探傷圖像中缺陷的位置信息、由兩部分組成。一部分是缺陷在屏幕上的位移;另一部分是承載鋼管的傳送車前進的距離,兩者“相加”得到的距離才是缺陷真正的位置信息。而兩個距離之間的關系并不是簡單的直接算術相加,本文后續將介紹一個特定的“換算關系”,通過這個特定的“換算關系”之后,兩個距離相加得到的數據才是缺陷的正確位置信息。缺陷在屏幕上的位移可以通過上述缺陷個數與尺寸測

18、量的方法直接獲得,即,而傳送車前進的距離是通過旋轉編碼器來實現的。本系統使用得是日本歐姆龍公司生產的旋轉編碼器,其旋轉一周可以產生1000個脈沖信號,而其旋轉一周所對應的前進距離是0.5米,也就是旋轉編碼器的每個脈沖對應0.5毫米。這樣,通過這個旋轉編碼器就可以將位移信號轉換為脈沖信號,再通過單片機和串信通信接口就可以將傳送車前進的距離數據傳輸到探傷系統程序中,以便探傷系統計算缺陷位置信息時使用。6 討論與改進綜上所述,這個系統能夠較準確的識別出圓形的氣孔、夾渣型缺陷和長形較明顯的未焊透缺陷,具有較低的誤報率和漏報率,同時對于超標缺陷自動進行聲音報警和噴標標記,實現缺陷檢測與識別的全自動進行。目前,由于一些客觀原因的存在