基于灰度变化特征分析的无损射线底片灵敏度判别方法技术

本发明专利技术公开了一种基于灰度变化特征分析的无损射线底片灵敏度判别方法，首先，以灵敏度待评价的无损射线底片数字图像A为对象，框选出像质计所在区域并进行预处理，扩大像质计丝线所在区域灰度和周围区域灰度区别；通过分析计算每列灰度的均值，构建列均值灰度折线图y＝f(x)；对折线图y＝f(x)进行曲线拟合得到光滑曲线y1＝g(x)；最后，分析确定光滑曲线y1＝g(x)中的极小值个数N，即确定底片图形中像质计丝线识别的数目信息，并以此进行灵敏度合格与否判定。本发明专利技术提高传统人工识别灵敏度的准确度，改变人工识别的主观性，能够自动识别底片像质计丝线，从而提高效率，降低成本成为射线图像缺陷类型识别的重要研究内容。

【技术实现步骤摘要】
基于灰度变化特征分析的无损射线底片灵敏度判别方法
本专利技术属于底片灵敏度检测
，具体涉及一种基于灰度变化特征分析的无损射线底片灵敏度判别方法。
技术介绍
焊缝图像缺陷类型的识别要建立在该底片本身质量是否合格的基础之上，而底片灵敏度是否合格是判定底片本身是否合格的重要指标，底片灵敏度要求有A级、AB级、B级三个等级要求，不同设备要求底片达到的灵敏度等级要求不同。判断底片灵敏度是否合格依靠观察底片上像质计，常用的像质计是等线像质计，该像质计是由7根粗细不同按顺序排列的丝线及像质计标志组成。目前，对于射线底片像质计丝线的识别需要有经验的工人在观片灯底下观察能看到第几根像质计的丝线，然后根据灵敏度要达到的等级要求，结合底片母材的厚度判断该底片灵敏度是否合格，由于人工评片方式主观性大；劳动强度大，造成评片效率较低；评定过程人眼易疲劳，造成评片准确性低。
技术实现思路
本专利技术所要解决的技术问题在于针对上述现有技术中的不足，提供一种基于灰度变化特征分析的无损射线底片灵敏度判别方法，通过提取、分析像质计区域灰度值变化特征，实现底片灵敏度合格的自动识别与判别，克服了传统人工进行灵敏度合格判别的效率低及准确性差等问题。本专利技术采用以下技术方案：基于灰度变化特征分析的无损射线底片灵敏度判别方法，首先以灵敏度待评价的无损射线底片数字图像A为对象，框选出像质计所在区域并进行预处理，扩大像质计丝线所在区域灰度和周围区域灰度区别，通过分析计算每列灰度的均值，构建列均值灰度折线图y＝f(x)；对折线图y＝f(x)进行曲线拟合得到光滑曲线y1＝g(x)；最后，分析确定光滑曲线y1＝g(x)中的极小值个数N，即确定底片图形中像质计丝线识别的数目信息，并以此进行灵敏度合格与否判定。具体的，针对数字图像A获取表征图像灵敏度的像质计所在区域S(m,n)做为分析对象，m为像质计所在区域的行，n为像质计所在区域的列。具体的，基于直方图均衡化原理对像质计所在区域灰度进行对比度增强，将S(m,n)区域转换为灰度图像f(m,n)，对图像求反，使得像质计丝线所在区域灰度低于周围区域灰度。进一步的，具体步骤如下：S201、统计原始图像中各灰度级的像素数目ni，i＝0,1...,L-1，L为灰度总级数；S202、计算原始图像直方图，Pi(ri)＝ni/n，n为原始图像的总像素数目，Pi(ri)为各灰度级概率密度；S203、计算累积分布函数如下：其中，sk为灰度累计，rk为第k个灰度级，k＝0,1......L-1；S204、计算最后的输出灰度级如下：gk＝INT[(gmax-gmin)sk(rk)+gmin+0.5]/(L-1)其中，k＝0,1......L-1，INT[]是取整算符；S205、用原图像的灰度级函数fk和g的映射关系，修改原图像的灰度级，获得输出图像，其直方图为近似均匀分布；S206、得到对比度增强后的灰度图像f1(m,n)，像质计丝线所在区域灰度高于周围灰度，将该图像取反，得到像质计丝线区域灰度低于周围区域灰度的灰度图像f2(m,n)。更进一步的，步骤S204中，令gmin＝0,gmax＝L-1，简化公式如下：gk＝INT[(L-1)sk(rk)+0.5]/(L-1)。具体的，每列灰度的均值具体计算如下：对处理的图像进行灰度扫描，计算区域S(m*n)各列灰度均值，构建列数目-列灰度均值折线图如下：其中，f2(i,x)为第i行，第x列灰度值，f(x)为第x列灰度的均值，x是像质计所在区域列的数目，0≤x≤n；y为第x列灰度均值。具体的，对列数目-列灰度均值曲线进行曲线拟合包括以下步骤：S401、对折线图y＝f(x)离散化；S402、选择合适的拟合曲线，将折线图拟合成光滑曲线。进一步的，步骤S402中，拟合过程：a)假设为n次多项式拟合，拟合曲线为：其中，a为xi的系数；b)拟合曲线要满足：具体的，光滑曲线y1＝g(x)中的极小值个数N具体计算为：对y1求一阶导数，若满足且则列灰度均值在xi和xi+1之间存在极小值。具体的，若判断有N个极小值，根据承压设备无损检测射线检测标准得出母材射线图像灵敏度合格需要识别到第N′丝线，如果N＜N′，灵敏度不合格；如果N≥N′，灵敏度合格。与现有技术相比，本专利技术至少具有以下有益效果：本专利技术基于灰度变化特征分析的无损射线底片灵敏度判别方法，对图像进行灰度对比度增强的处理，扩大像质计丝线所在位置灰度与周围灰度差，提高准确度；对底片图像列灰度求平均值，构建列灰度值折线图，折线图低谷处即我们要求的像质计丝线位置；将折线图根据误差最小原则拟合成光滑的曲线图，通过计算曲线图的极小值个数即能快速识别到像质计的第几根丝线；用计算机自动判定代替传统人工评定底片灵敏度是否合格，为识别数字化底片奠定重要基础。进一步的，针对射线图像A获取表征图像灵敏度的像质计所在区域S(m,n)做为分析对象，射线底片包含多种信息，为防止其他信息对灵敏度识别产生影响，框选出像质计所在区域以提高准确度。进一步的，基于直方图均衡化原理对像质计所在区域灰度进行对比度增强，像质计标志区域和焊缝区域灰度值较高，对列灰度均值影响较大，因此将灰度图像取反。进一步的，提高图像的对比度，使得像质计丝线所在区域灰度和周围区域灰度差明显增大，有助于更好的找出像质计丝线位置。进一步的，像质计丝线所在列的灰度整体低于周围区域，取每列灰度均值作比较结果更为明显。进一步的，得到的折线图计算机无法识别折线图低谷的个数，拟合成光滑曲线通过对曲线求极小值的个数判断低谷的个数。进一步的，对列数目-列灰度均值曲线进行曲线拟合，使得曲线最大成度的接近原折线图，提高识别低谷个数的准确性。进一步的，光滑曲线y1＝g(x)中的极小值个数N即曲线低谷的个数，即得出原折线图低谷的个数。进一步的，由于像质计丝线所在列灰度明显低于周围区域灰度，所以极小值位置即像质计丝线位置，因此判断极小值个数就可以得出像质计丝线所能识别的根数。综上所述，本专利技术提高传统人工识别灵敏度的准确度，改变人工识别的主观性，能够用计算机自动识别底片像质计丝线，从而提高效率，降低成本成为射线图像缺陷类型识别的重要研究内容。下面通过附图和实施例，对本专利技术的技术方案做进一步的详细描述。附图说明图1为本专利技术的工作流程图；图2为一张完整的射线底片；图3为本专利技术框选出的像质计所在区域的图；图4为本专利技术是增强图像对比度的前后对比图；图5为将图4右图取反之后的图；图6为本专利技术构建的列灰度均值折线图；图7为将图6折线图拟合成光滑曲线的图。具体实施方式本专利技术提供了一种基于灰度变化特征分析的无损射线底片灵敏度判别方法，首先对图像预处理，增强图像对比度，进一步扩大像质计丝线所在区域灰度和周围区域灰度区别，通过分析计算每列灰度的均值，构建列均值灰度折线图，最后通过判断折线图低谷的个数来确定识别到像质计丝线的数目信息。请参阅图1，本专利技术一种基于灰度变化特征分析的无损射线底片灵敏度判别方法，包括以下步骤：S1、对灵敏度待评价的无损射线底片进行数字化扫描，得到射线数字化图像A；针对射线图像A，如图2所示，获取表征图像灵敏度的像质计所在区域S(m,n)做为分析对象，如图3所示，其中m为像质计所在区域的行，n为像质计所在区域的列；S2、基于直方图均衡化原理本文档来自技高网...

【技术保护点】
1.基于灰度变化特征分析的无损射线底片灵敏度判别方法，其特征在于，首先以灵敏度待评价的无损射线底片数字图像A为对象，框选出像质计所在区域并进行预处理，扩大像质计丝线所在区域灰度和周围区域灰度区别；通过分析计算每列灰度的均值，构建列均值灰度折线图y＝f(x)；对折线图y＝f(x)进行曲线拟合得到光滑曲线y1＝g(x)；最后，分析确定光滑曲线y1＝g(x)中的极小值个数N，即确定底片图形中像质计丝线识别的数目信息，并以此进行灵敏度合格与否判定。

【技术特征摘要】
1.基于灰度变化特征分析的无损射线底片灵敏度判别方法，其特征在于，首先以灵敏度待评价的无损射线底片数字图像A为对象，框选出像质计所在区域并进行预处理，扩大像质计丝线所在区域灰度和周围区域灰度区别；通过分析计算每列灰度的均值，构建列均值灰度折线图y＝f(x)；对折线图y＝f(x)进行曲线拟合得到光滑曲线y1＝g(x)；最后，分析确定光滑曲线y1＝g(x)中的极小值个数N，即确定底片图形中像质计丝线识别的数目信息，并以此进行灵敏度合格与否判定。2.根据权利要求1所述的一种基于灰度变化特征分析的无损射线底片灵敏度判别方法，其特征在于，针对数字图像A获取表征图像灵敏度的像质计所在区域S(m,n)做为分析对象，m为像质计所在区域的行，n为像质计所在区域的列。3.根据权利要求1所述的一种基于灰度变化特征分析的无损射线底片灵敏度判别方法，其特征在于，基于直方图均衡化原理对像质计所在区域灰度进行对比度增强，将S(m,n)区域转换为灰度图像f(m,n)，对图像求反，使得像质计丝线所在区域灰度低于周围区域灰度。4.根据权利要求3所述的一种基于灰度变化特征分析的无损射线底片灵敏度判别方法，其特征在于，具体步骤如下：S201、统计原始图像中各灰度级的像素数目ni，i＝0,1...,L-1，L为灰度总级数；S202、计算原始图像直方图，Pi(ri)＝ni/n，n为原始图像的总像素数目，Pi(ri)为各灰度级概率密度；S203、计算累积分布函数如下：其中，sk为灰度累计，rk为第k个灰度级，k＝0,1......L-1；S204、计算最后的输出灰度级如下：gk＝INT[(gmax-gmin)sk(rk)+gmin+0.5]/(L-1)其中，k＝0,1......L-1，INT[]是取整算符；S205、用原图像的灰度级函数fk和g的映射关系，修改原图像的灰度级，获得输出图像，其直方图为近似均匀分布；S20...

【专利技术属性】
技术研发人员：姜洪权，高建民，高智勇，王荣喜，李华，程雷，贺帅，
申请(专利权)人：西安交通大学，
类型：发明
国别省市：陕西,61