缺陷提取技術

缺陷提取技術是指對鑄件缺陷進行檢測分析的技術，包括三個階段：CT數據獲取階段、數據處理階段和缺陷提取階段。

基本介紹

• 中文名：缺陷提取技術
• 外文名：Defect extraction technique
• 學科：航空工程
• 領域：理論技術
• 範圍：檢測分析

簡介

缺陷提取技術是指對鑄件缺陷進行檢測分析的技術，包括三個階段：CT數據獲取階段、數據處理階段和缺陷提取階段。

缺陷提取技術方法

現有基於二維凸顯改的缺陷檢測方法包括基於閾值分割的缺陷提取、基於邊緣檢測運算元的缺陷提取、基於聚類的圖象分割方法、基於數字減影的缺陷檢測和基於統計方法的缺陷檢測。

（1）基於閾值分割的缺陷提取

基於閾值分割的缺陷提取方法需要計算出一個分割閾值，然後將分割閾值與像素值進行比較。這種方法可以套用於噪聲比較大，缺陷形態、灰度不是很複雜的情況下。

在焊縫缺陷檢測以及在鋼球表面的缺陷檢測中的套用，套用於鋼球表面的缺陷檢測/閾值的確定。

（2）基於邊緣檢測運算元的缺陷提取

邊緣的檢測方法常藉助空域微分運算元進行，通過將其模板與圖像卷積完成，兩個具有不同灰度值的相鄰域之間總存在灰度邊緣。灰度邊緣是灰度值不連續（或突變）的結果，這種不連續常可利用求導數的方法方便地得到。這種方法對邊緣信息很敏感，但是抗噪性能比較差。

（3）基於聚類的圖象分割方法

聚類方法是將一組目標根據從它們測得的特徵值將它們劃分到各類中的方法。這種分割方法是一種全局的方法，比基於邊緣檢測的方法更具有抗噪聲的能力。這種分割方法適用於區域劃分比較明顯、並具有很強相關性的圖像。

（4）基於數字減影的缺陷檢測

數字減影即數字血管造影(Digital Subtraction Angiography，DSA)是80年代繼CT之後出現的一項醫學影像學新技術，是電子計算機與常規X射線血管造影相結合的一種新的檢查方法。減影技術的基本內容是把兩幀匹配好的同一部位的圖像相減，從而得出它們的差值部分。這種方法需要有Mask圖像，即標準圖像。

（5）基於統計方法的缺陷檢測

統計分割方法用於缺陷在圖像中所占像素數較少，或者既有高密度缺陷存在又有低密度缺陷存在。而且圖像的灰度分布符合一定的統計規律的情況下。

缺陷提取技術缺點

（1）單一閾值分割不能獲得各類缺陷的整體信息；

（2）邊緣提取算法不能獲得內部的灰度信息，也不能區別輪廓以及缺陷；

（3）聚類分割方法適合特徵空間比較明確的圖像，但CT切片圖像的邊界信息不符合;

（4）基於數字減影分割方法需要提供標準圖像，並進行匹配；

（5）基於統計方法分割方法適合於灰度圖像，但分割的精度不高。

結合圖像分割、形態學的缺陷提取技術

結合圖像分割、形態學的缺陷提取技術分為三個階段：

（1）CT數據獲取階段

（2）數據處理階段

（3）缺陷提取階段

CT數據獲取階段

CT數據獲取階段採用ICT(Industrial Computerized Tomography，工業計算機斷層攝影）仿真技術，這是一項集輻射、光學、電子、計算機等多種技術於一體、綜合性強的高新技術。現代ICT系統一般均由若干子系統組成，其典型子系統包括射線源、機械掃描系統、輻射探測器、計算機系統、圖象顯示系統及數據存貯設備等。

ICT仿真技術是基於ICT成像原理來進行人工缺陷的仿真。西北工業大學的CBVCT圖像工程中心從1994年開始，在國內率先嘗試將ICT技術套用於CAD/CAM領域。先後獲得了航空院校自選課題基金、航空科學基金和國家自然科學基金的資助。在基於ICT的仿真技術、套用等方面做了大量深入的研究，形成了自己的ICT系統仿真模組，此仿真模組包括三個部分：射線源系統、檢測樣本系統和探測器系統。

數據處理階段

數據處理階段目的是通過一系列圖像處理的方法得到圖像中缺陷的過程，處理步驟包括：

（1）閾值分割：圖像經過圖像分割得到二值化圖像。

（2）邊緣提取：進行邊緣提取，得到邊界輪廓信息。

（3）灰度統計：對步驟1中大於閾值的像素點(即目標區域內的像素點)進行灰度統計，求出該區域內的灰度中值和方差。

（4）灰度分割：根據基於統計方法的缺陷檢測，運用基於灰度統計的分割方法。根據步驟3計算出的中值及樣本均方差值分割步驟l處理後的目標區域內的圖象。

（5）邊緣膨脹：根據步驟2中得到的邊界信息，對邊界進行膨脹處理。

（6）邊緣去除：根據步驟5中得到的邊界模板的信息去除步驟4中的邊界信息，從而得到圖像中灰度出現異常的區域。

（7）噪聲去除：對步驟6處理以後的圖像進行噪聲去除。通過形態學濾波去除噪聲的干擾，可以得到灰度變化較大的內部區域。

（8）數據合併：綜合步驟2的邊緣信息和步驟7的灰度信息，就可以得到完整的灰度和邊界數據。

缺陷提取階段

在數據處理階段之後是參數獲取階段，主要內容是獲得各個輪廓的幾何、形態、灰度參數，並依此作為缺陷判斷、分類的依據。為了對各個區域有個完整的描述，需要從灰度和形態上對區域進行參數計算。

（1）灰度參數的計算

為了反映區域內的灰度信息，可以制定以下的參數進行描述。

灰度最大值Max：通過統計區域內的各個像素點的灰度值，我們可以得到整個區域內的灰度最大值Max；

灰度最小值Min：反映了區域內灰度最小值。

以上的這兩個量來反映區域內灰度的變化。

（2）形態參數的計算

形態學特徵是反映缺陷的形態特徵而設計的，目的是計算形態學特徵參數，從而為以後判斷缺陷類型提供依據。