一种基于超声图像的焊缝缺陷自动识别方法技术

本发明专利技术公开了一种基于超声图像的焊缝缺陷自动识别方法。基于焊缝超声检测装置输出的焊件组对图，利用竖向边缘检测和霍夫变换自动检测坡口线位置，继而基于坡口线距离度量自动检测焊件根部位置。对于超声设备输出的一幅焊缝扫描图像，使用两级阈值分割得到不同幅值的激活区域。然后统计两级激活区域的数量，使用对像素点坐标的协方差矩阵进行特征值分解的方法求取激活区域的轴线，分析激活区域与坡口和根部的位置关系，最终自动识别焊缝的缺陷类别。

An automatic recognition method of weld defects based on ultrasonic image

【技术实现步骤摘要】
一种基于超声图像的焊缝缺陷自动识别方法
本专利技术属于图像处理领域，涉及一种基于超声图像的焊缝缺陷自动识别方法。
技术介绍
近年来在工业界各种结构的制造过程中，焊接技术都得到了广泛的应用，钢管以及其它焊接件都被大量地投入到生产应用中。无论是在哪个行业，焊接质量都有着严格的标准，焊缝缺陷都会对生活或生产安全造成隐患。在进行焊缝质量评估检测时，可以采用超声波的方式。将超声波的移动探头沿着一定的方向扫描焊件，将回波的幅值记录处理生成图像，然后人工对这些超声焊缝图像进行识别判断有误缺陷。随着人工智能在各个行业的渗透，各种信号的处理、判别都在向自动化、智能化过渡，然而焊缝超声图像的自动判别方面尚未取得突破性进展。
技术实现思路
为了解决上述问题，本专利技术提出一种基于超声图像的焊缝缺陷自动识别方法。本专利技术中主要采用的技术方案为：一种基于超声图像的焊缝缺陷自动识别方法，具体步骤如下：步骤S1：读取超声设备输出的焊件组对图，并从中自动判断坡口及根部位置；步骤S2：读取焊缝的超声扫描输出的幅值灰度图像I，本文档来自技高网...

【技术保护点】
1.一种基于超声图像的焊缝缺陷自动识别方法，其特征在于，具体步骤如下：/n步骤S1：读取超声设备输出的焊件组对图，并从中自动判断坡口及根部位置；/n步骤S2：读取焊缝的超声扫描输出的幅值灰度图像I，该幅值灰度图像I的尺寸记为h×w，h表示高度，w表示宽度；利用阈值τ

【技术特征摘要】
1.一种基于超声图像的焊缝缺陷自动识别方法，其特征在于，具体步骤如下：
步骤S1：读取超声设备输出的焊件组对图，并从中自动判断坡口及根部位置；
步骤S2：读取焊缝的超声扫描输出的幅值灰度图像I，该幅值灰度图像I的尺寸记为h×w，h表示高度，w表示宽度；利用阈值τ1进行一级阈值分割得到二值图像I1，τ1的取值范围为0.75～0.95；
步骤S3：将I中对应于I1中为1的像素点灰度值置0，对I利用阈值为τ2进行二级阈值分割得到二值图像I2，τ2的取值范围为0.5～0.7；
步骤S4：对I1和I2进行腐蚀膨胀处理,统计I1和I2中像素点值为1的连通区域的个数n1,n2；
步骤S5：若n1＝0，转步骤S6；若n1＞0，转步骤S7；
步骤S6：若n2＝0，则判断为无缺陷；若n2＞0，则判断为气泡；
步骤S7：若n1＝1，则转步骤S8；若n1＞1，则转步骤S11；
步骤S8：若n2＝0，则转步骤S9；若n2＞0，则判断为“条渣”；
步骤S9：计算I1中激活区域的轴线，并检查是否与步骤S1得到的坡口位置吻合，若吻合则判断该焊缝缺陷类别为坡口未熔合，若不吻合，转步骤S10；
步骤S10：判断该区域是否与根部位置吻合，若吻合则判断焊缝缺陷类别为根部未焊透，若不吻合则归为疑难样本，等待人工处理；
步骤11：判断为裂纹。


2.根据权利要求1所述的一种基于超声图像的焊缝缺陷自动识别方法，其特征在于，所述步骤S1的具体步骤如下：
步骤S1.1：将焊件组对图利用阈值进行二值化，阈值范围为0.4～0.6；
步骤S1.2：对上述二值化...

【专利技术属性】
技术研发人员：王连涛，姜学平，梁栋，
申请(专利权)人：河海大学常州校区，
类型：发明
国别省市：江苏;32