一种基于图像熵和递归分析的超声图像缺陷检测方法技术

本发明专利技术公开了一种基于图像熵和递归分析的超声图像缺陷检测方法，属于超声波无损检测技术领域。该方法包括：1、对同一工件或同一批相同工件进行线性阵列相控阵超声扫描，连续采集到多幅B扫描图像；2、对采集到的B扫描图像进行灰度化和中值滤波预处理；3、计算预处理后B扫描图像的图像熵，得到B扫描图像熵序列；4、计算并选择图像熵序列的时间延迟和嵌入维数，将其作为递归分析所用的参数；5、根据选取的参数对图像熵序列进行递归分析，得到序列的递归图，根据递归图判断采集的图像中是否存在含有缺陷的B扫描图像。本发明专利技术可以有效识别多幅B扫描图像中的缺陷，不需要进行图像截取分割操作，存储数据量小，识别效率高，适用性强。适用性强。适用性强。

【技术实现步骤摘要】
一种基于图像熵和递归分析的超声图像缺陷检测方法


[0001]本专利技术应用于超声波无损检测
，尤其涉及一种基于图像熵和递归分析技术的超声B扫描图像缺陷检测方法。

技术介绍

[0002]超声检测是一种常用的无损检测技术，通过超声的反射、透射等性质，利用回波的时间和幅值对缺陷进行检测和定位。因为操作安全、缺陷定位准确、灵敏度高、成本低、速度快，超声无损检测技术已经成为挤压产品缺陷检测的重要手段之一。相控阵超声探头由多个独立的晶片组成阵列，通过控制晶片的激发顺序来调节声束的方向和焦点的位置，可以获得工件的B扫描图像。相比于单晶片探头，相控阵探头扫查效率高、缺陷显示直观，因此在工业中得到了广泛应用。工业检测中常用工人手持相控阵探头的方式对工件进行检测，而人工检测具有检测效率低、大批量检测时容易疲劳而发生漏检、对缺陷的判断依靠检测人员经验等缺点，因此不少工厂开始采用相控阵自动检测技术，依靠工控机对B扫描图像进行处理和分析，来识别是否存在缺陷。
[0003]但是进行缺陷识别时，可能因为单幅图片中出现噪声而误检，应综合多幅图片进行缺陷识别，这就需要保存采集到的大量B扫描图片，也就需要大量的存储空间，缺陷识别时仍然需要首先逐张对图片进行处理和分析，然后综合多幅图片的分析结果来判断是否存在缺陷。这种方法计算量大、效率低，并且会占用大量存储空间，因此需要一种更简洁高效的缺陷识别方法。
[0004]图像熵可以用来评估图像的复杂度，对于B扫描图而言，若工件不存在缺陷，则超声图像只会显示表面回波和底波，图像复杂度较小；若工件存在缺陷，则表面回波和底波之间的区域会出现缺陷回波，同时底波也会出现断裂，造成图像的复杂度增大。可以利用图像熵作为B扫描图的特征值，来判断是否存在缺陷。

技术实现思路

[0005]本专利技术的目的是克服传统超声B扫描图像缺陷识别方法效率低、数据量大的缺点，提供一种基于图像熵和递归分析技术的超声B扫描图像缺陷检测方法，该方法可以实现大量B扫描图像中缺陷的识别。
[0006]本专利技术的技术方案如下：
[0007]一种基于图像熵和递归分析技术的超声B扫描图像缺陷检测方法，其特征在于，该方法包括：
[0008]步骤1、对同一工件或同一批相同工件进行线性阵列相控阵超声扫描，连续采集到多幅B扫描图像；
[0009]步骤2、对采集到的B扫描图像进行灰度化和中值滤波预处理操作；
[0010]步骤3、计算预处理后每一幅B扫描图像的图像熵，得到B扫描图像熵序列；
[0011]步骤4、计算并选择图像熵序列的时间延迟和嵌入维数，将其作为递归分析所用的
参数；
[0012]步骤5、根据选取的参数对图像熵序列进行递归分析，得到图像熵序列的递归图，根据递归图判断采集的图像序列中是否存在含有缺陷的B扫描图像，并通过存在缺陷的图像确定工件中缺陷的位置。
[0013]具体地，步骤1中，工件平放并顺时针转动，探头固定于工件上方，开启探头，探头在工件转动的过程中不断采集B扫描图像。
[0014]具体地，步骤4中，时间延迟的选取采用平均互信息法，嵌入维数的选取采用虚假邻点法。
[0015]具体地，步骤5中，若递归图中出现白色交叉线，则说明采集到的多幅B扫描图像中存在含有缺陷的图像，否则说明不存在缺陷图像。
[0016]本专利技术不仅可以采用单个工件采集到的图像进行处理，实际应用中可以对同一批尺寸材料均相同的零件的图像同时处理，可以根据递归图中白色交叉线的坐标判断存在缺陷的扫描图像，并根据图像的序列编号来确定缺陷所属的工件及位置。
[0017]通过采取以上技术方案，本专利技术的有益效果为：
[0018](1)本专利技术采用图像熵作为B扫描图像的特征值，不仅可以识别芯部缺陷回波，也可以识别底波的变化，不需要对图像进行分割，而且不受图像平移、旋转影响；
[0019](2)本专利技术只需要保存B扫描图像的图像熵，而不用保存所有图像，可以减少数据量；
[0020](3)本专利技术对图像熵序列进行递归分析来检测序列中的异常值，而非简单的设定阈值，可以防止工件或相控阵参数改变对图像熵的影响；
[0021](4)本专利技术采用递归分析技术来分析图像熵序列，可以有效检测出含有缺陷的B扫描图片。
附图说明
[0022]图1为本专利技术基于图像熵和递归分析技术的超声B扫描图像缺陷检测方法流程示意图。
[0023]图2为实施例中探头扫描旋转工件的示意图。
[0024]图3为实施例中预处理过的B扫描图像。
[0025]图4为实施例中3200张B扫描图像的图像熵序列。
[0026]图5为实施例中图像熵序列的递归图。
[0027]图6为实施例中第2850张和第3050张B扫描图像。
具体实施方式
[0028]为了使专利技术的优点更加清楚和明白，以下结合附图，以铝环超声相控阵检测为例，对本专利技术进行进一步的详细说明。本专利技术的具体实施方式如下：
[0029]一种基于图像熵和递归分析技术的超声B扫描图像缺陷检测方法，如图1所示，该方法包括以下步骤：
[0030]步骤1、采用线性阵列超声相控阵对铝环进行扫描，连续采集到3200幅B扫描图像，具体扫描方法为：铝环平放并顺时针转动，探头固定于铝环上方，开启探头，探头在铝环转
动的过程中不断采集B扫描图像，铝环的直径为300mm，大概每隔0.3mm就会扫描一张图像，如图2所示(图中为了直观表示连续采集多幅图像，画出了多个探头，但实际操作中是工件顺时针转动，探头静止)；
[0031]步骤2、对采集到的B扫描图像进行灰度化和中值滤波预处理操作，处理结果如图3所示；
[0032]步骤3、计算预处理后B扫描图像的图像熵，得到B扫描图像熵序列，如图4所示，可以看到2850和3050两处熵值略高于其他部分，但差值很小，难以判断是否存在缺陷；
[0033]步骤4、将图像熵序列导入MATLAB的递归分析程序，采用平均互信息法和虚假邻点法，选取嵌入维数为7、时间延迟为5，将其作为递归分析参数；
[0034]步骤5、根据选取的参数，得到熵序列的递归图如图5所示，可以看到递归图在坐标2850和坐标3050两处存在白色交叉线，说明第2850张B扫描图像和第3050张B扫描图像存在缺陷。通过存在缺陷的B扫描图像的编号，可以确定其在工件上所对应的位置，如图2所示。
[0035]序号为2850和3050的两张图像如图6所示，存在明显缺陷回波，经过破坏性验证，铝环在图像对应的位置存在缺陷。
[0036]本专利技术采用图像熵来代替整个图像，可以有效减少数据量；对多幅图像的图像熵序列进行递归分析来检测其中的异常值，而非简单的设定阈值，可以防止工件或相控阵参数改变对图像熵的影响。
[0037]本实施例采用单个铝环采集到的图像进行处理，实际应用中可以对同一批尺寸材料相同的零件的图像同时处理，可以根据递归图中白色交叉线的坐标判断存在缺陷的工件及缺陷在工件上的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于图像熵和递归分析的超声图像缺陷检测方法，其特征在于，该方法包括：步骤1、对同一工件或同一批相同规格的工件进行线性阵列相控阵超声扫描，连续采集到多幅B扫描图像；步骤2、对采集到的B扫描图像进行灰度化和中值滤波预处理操作；步骤3、计算预处理后每一幅B扫描图像的图像熵，得到B扫描图像熵序列；步骤4、计算并选择图像熵序列的时间延迟和嵌入维数，将其作为递归分析所用的参数；步骤5、根据选取的参数对图像熵序列进行递归分析，得到图像熵序列的递归图，根...

【专利技术属性】
技术研发人员：杨辰龙，刘波，任凯，
申请(专利权)人：浙江大学，
类型：发明
国别省市：