【技术实现步骤摘要】
大黑度范围工业射线底片数字化方法、系统,介质及设备
[0001]本专利技术属于无损检测图像处理
,具体涉及一种大黑度范围工业射线底片数字化方法、系统,介质及设备。
技术介绍
[0002]射线照相检验技术因底片可存储的信息量大、空间分辨率高、可适用于各种测量环境、能够直观地显示待检工件内部缺陷的形态等优势而成为无损检测的必备技术之一。然而,在实际检测过程中产生了大量的射线底片,底片数量大、保存成本高、追溯难、检索效率低,且无法实现远程共享。为了解决这一系列问题,射线底片数字化装置应运而生,射线底片数字化作为底片数字化图像产生的第一步,其信息保留程度及图像的可识别性直接影响着评片结果的可靠性。
[0003]以航空航天领域铸造件为代表一类产品,一般具有复杂的外形结构及型腔结构,当前内部缺陷检测方式仍以射线照相技术为主。由于检测对象结构和射线检测工艺等因素的影响,其射线检测底片通常具有黑度分布跨度大的特征,同时由于数字化仪器光源和相机传感器性能的限制,单张数字化图像往往不能包含原始射线检测底片的全部信息,这对利用底片数字化装置对射线检测底片进行数字化存档带来了一定的阻碍;另外,在一般的数字化过程中,需要根据底片的黑度数值选择特定的曝光参数,关于底片黑度值的确定方法,目前行业内尚没有形成统一的标准,通常为人工利用黑度计多点测量后取平均的思路,因底片黑度分布范围跨度较大,人工测量得到的结果往往会出现较大波动,进而对数字化过程产生不利影响。
[0004]因此,如何解决以铸造件为代表的大黑度射线底片的数字化问题
【技术保护点】
【技术特征摘要】
1.大黑度范围工业射线底片数字化方法,其特征在于,包括以下步骤:S1、构建不同曝光等级下的底片黑度
‑
图像灰度的特性传递曲线CTC,确定初始的曝光时间T0和曝光强度I0,获得首张数字化图像X0;S2、以步骤S1得到的首张数字化图像X0为对象,确定评片关注区域X
01
,X
02
,X
0i
…
X
0n
,针对各子区域X
0i
,定义并计算所选区域的影像可识别性特征参数数值N;S3、设计实验确定影像可识别性临界值N
阈
;S4、依据步骤S2得到的所选区域的影像可识别性特征参数数值N和步骤S3得到的影像可识别性临界值N
阈
,建立射线底片二次曝光策略及曝光参数计算方法,完成对各区域的自适应曝光,获得数字图像X1;S5、构建图像对比度增强方法,采用非线性变换对自适应曝光后的图像对比度进行调整,提升步骤S4得到的数字图像X1的整体对比度,实现大黑度范围工业射线底片数字化处理。2.根据权利要求1所述的大黑度范围工业射线底片数字化方法,其特征在于,步骤S1具体为:S101、将曝光强度和曝光时间按照从低到高的顺序分组,不同的分组对应着不同密度底片数字化时的曝光量要求,得到37阶曝光量等级;S102、选择的标准密度底片覆盖从0.5~4.5的光学密度值,且两个相邻阶梯的光学密度间距不大于0.5,每个阶梯的面积至少为100mm2,底片密度噪声小于0.01;S103、使用步骤S101获得的37阶曝光量等级依次对标准阶梯密度底片进行曝光,获得对应的37张数字化图像,计算每张图像的每个阶梯区域中的灰度算术平均值gl
i
,将灰度算术平均值gl
i
和与其对应的原始底片中第i个阶梯区域的黑度数值D
i
记录在表格中,共得到37张表格;S104、使用步骤S103获得的gl
i
和D
i
对照表,将D
i
作为横坐标,gl
i
作为纵坐标,绘制数字化仪的特性传递曲线CTC,对于密度阶梯之间缺失的密度值,按照线性关系进行内插计算并完善缺失密度值;S105、依据步骤S104获得的特性传递曲线CTC,选择使数字化图像不过曝的最大曝光量等级,确定初始的曝光时间T0和曝光强度I0,获得首张数字化图像X0。3.根据权利要求1所述的大黑度范围工业射线底片数字化方法,其特征在于,步骤S101中,与0.5~4.5的数字化密度范围对应,构建37阶曝光量等级如下:[(5,200)(6,200)(7,200)(8,200)(9,200)(10,200)(15,300)(20,300)(30,300)(40,300)(45,300)(60,400)(70,400)(80,400)(90,400)(100,400)(110,500)(120,500)(130,500)(140,500)(150,500)(160,600)(170,600)(180,600)(190,600)(170,700)(180,700)(190,700)(200,700)(210,700)(215,700)(220,700)(230,700)(240,700)(250,700)(255,750)(255,800)],第一个数值为曝光强度,第二个数值为曝光时间。4.根据权利要求1所述的大黑度范围工业射线底片数字化方法,其特征在于,步骤S2中,所选区域的影像可识别性特征参数数值N为:N=αH+βG+γB其中...
【专利技术属性】
技术研发人员:姜洪权,程虎跃,闫皓博,陶辰越,高建民,
申请(专利权)人:西安交通大学,
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。