【技术实现步骤摘要】
一种基于X射线数字图像的火工品实时自动化检测方法及装置
[0001]本专利技术属于图像处理
,具体涉及一种基于X射线数字图像的火工品实时自动化检测方法及装置。该方法基于X射线成像技术,通过建立火工产品先验信息图片库,定位检测区域;提取图像检测区域特征值进行分析,建立两类图像的聚类中心,依据类间特征差值最大化,确定最佳阈值分割指标;实现符合火工产品检测要求的图像判断阈值确定,达到火工品实时自动化检测的目的。
技术介绍
[0002]近年来,X射线成像在工业、医疗、航天中应用十分广泛,基于胶片成像技术的X射线工业无损检测中需依据人工判断,缺乏实时性,造成大量的资源浪费。随着数字成像技术的发展,为X射线在工业应用上提供了完善实时动态、快速检测链路的基础。
[0003]随着航天工业的发展,火工产品作为航天器及星上的关键单机,其装药状态的检测关系到产品甚至整个型号的成败,借助X射线数字成像技术对已完成的装配产品内部质量进行确认是保障宇航质量的有效手段。
[0004]目前,火工产品检测图像的判读主要依赖检测人员目视判 ...
【技术保护点】
【技术特征摘要】
1.一种基于X射线数字图像的火工品实时自动化检测方法,其特征在于步骤如下:(1)获取原始图像I
L
,对I
L
进行预处理,得到处理后的X射线图像I
u
;(2)将经预处理后的X射线图像I
u
依据火工品有无弹药情况,拆分成A、B两类图片库,其中A为有弹药,B为无弹药;(3)对比A中有弹药图像与B中无弹药图像,提取两类图像变化部分确定检测范围I
h
,矩阵大小为M*N,检测范围对于A、B库图像分别表示为(4)计算图片库图像检测区域均值μ(I
ht
)、标准差std(I
ht
)、梯度矩阵均值grad(I
ht
)、熵entropy(I
ht
)作为特征值,并将A、B类图像的特征值分别记为(5)确定A、B两类图像的特征值聚类中心分别为(6)对图像特征值进行优化,确定最佳阈值分割指标为对应的A、B类图像的特征值分别记为类图像的特征值分别记为最后计算修正后的A、B特征值聚类中心分别为(7)输入待检测图像I
in
,执行步骤(6)得到其特征值判断若Δf<0,则I
in
属于A类,即有弹药;反之,则I
in
属于B类,即无弹药。2.根据权利要求1所述的一种基于X射线数字图像的火工品实时自动化检测方法,其特征在于:所述步骤(1)预处理过程如下:11)对I
L
进行中值滤波,滤波输出图像为I
med
;12)采用形态学增强法对I
med
进行处理,得到处理后的X射线图像I
u
,,I
u
=I
med
+I
v
‑
I
w
;其中H为结构元素,I
v
为I
med
经top
‑
hat变换后的图像,I
w
为I
med
经bottom
‑
hat变换后的图像,I
u
为输出的X射线灰度图像。3.根据权利要求1所述的一种基于X射线数字图像的火工品实时自动化检测方法,其特征在于:所述步骤(4)中,均值的计算方法为:其中μ(I
ht
)为图像I
ht
中各像元均值,i=1,2,
…
M为图像的行像元编号,j=1,2,
…
N为图像的列像元编号。4.根据权利要求1所述的一种基于X射线数字图像的火工品实时自动化检测方法,其特征在于:所述步骤(4)中,标准差的计算方法为:其中std(I
ht
)为图像I
ht
中所有像元的标准差,i=1,2,
…
M为图像的行像元编号,j=1,
...
【专利技术属性】
技术研发人员:岳春宇,杨舒琪,陶睿,陈轩,何红艳,邢坤,鲍云飞,卢婧,谭伟,
申请(专利权)人:北京空间机电研究所,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。