基于X射线的轮毂缺陷检测系统设计毕业设计说明书

毕业设计说明书基于X射线的轮毂缺陷检测系统设计1 引言1.1 研究背景及意义汽车铝合金轮毂最早出现在1923年，但是真正形成大规模生产是在80年代。

我国在80年代中期开始从国外引进铝合金轮毂生产线，铝合金轮毂重量轻、造型优美，同时散热性能好，增强了轮胎使用寿命以及具有更好的运动学和动力学性能，因此它在轿车领域广泛使用。

铝合金轮毂制造工艺有多种方法，但都不能保证每件产品内部都没有缺陷，而这种内部缺陷仅凭“肉眼”不能发现，检查时又不允许损坏工件，这就用到了无损检测技术[1]。

无损检测技术在产品质量控制中起着重要的作用。

X射线检测是无损检测技术中最重要的方法之一，它也是轮毂内部缺陷检测的主要方法。

虽然轮毂X射线检测已经由以前的底片形式转为现在的数字化图像形式，但是对X射线数字图像的检查，仍然主要由人工来完成，不仅工作量大，而且易受到检测人员主观因素的影响，从而不能够保证检测的效率和准确度。

随着生产过程的自动化程度不断提高，人工检测越来越不能满足当今工业领域的要求[2]。

针对现有缺陷自动检测方法只能适应简单对象和检测场合的现状，课题组研究新的缺陷自动检测方法，使新方法能够满足缺陷检测越来越高的要求，实现对产品结构复杂、(射线)光照环境不稳定、图像噪声过大、缺陷种类多样的产品的自动检测。

汽车轮毂是这一类复杂检测对象的典型产品，在国内，目前大多采用X射线系统得到轮毂的内部缺陷数字图像，然后对图像进行人工的缺陷识别。

因此课题组结合汽车轮毂的缺陷检测，通过在汽车轮毂缺陷检测方面的研究和验证，对复杂检测对象的缺陷自动检测新方法进行检验，为进一步研究具有广适应性的缺陷自动检测方法打好结实的理论和实践[3,4,5]。

1.2 数字图像处理的现状数字图像处理也称计算机图像处理，是指将图像信号转换成数字格式并利用计算机对其进行处理的过程。

它是在遥感和生物医学图片分析两项应用技术基础上开拓出来的新领域[6]。

这项技术最早出现50年代，当时的数字计算机已经发展到一定水平，人们开始利用计算机来处理图形和图像信息。

数字图像处理作为一门学科则可追溯到60年代初期。

1964年，美国喷气推进实验室利用计算机对太空船发回的月球图像信息进行处理，收到明显的效果。

不久，一门称为数字图像处理的新学科便诞生了。

自70年代末以来，由于数字技术和微机技术的迅猛发展，给图像处理提供了先进的技术手段，图像处理技术也就由信息处理、自动控制系统理论、计算机科学、数据通信、电视技术等学科中脱颖而出，成长为旨在研究图像信息的获取、传输、存储、变换、显示、理解与综合利用的一门崭新学科。

随着图像处理技术基本理论的发展，具有数据量大、运算速度快、算法严密、可靠性强、集成度高、智能性强等特点的各种图文系统在国民经济各部门得到广泛的应用，并在逐渐深入社会的各个方面[7,8,9]。

1.3 图像处理在轮毂缺陷X射线无损检测中的应用于发展在铸件的工业生产中，为保证产品质量及节省成本，在生产流程的早期阶段及时检出缺陷是很必要的。

对铸件缺陷进行X射线检测和图像处理，到目前为止已有很多研究和应用。

X射线检测是利用射线通过物质时，会与物质发生相互作用而强度减弱，并根据其衰减来实现检测物质。

X射线无损检测作为一种检测物体内部缺陷的主要手段，长期以来在工业领域里得到了广泛的应用和发展。

该方法具有许多独特的特点，主要有：（1）适宜检测出在射线透照方向上具有一定深度的缺陷；（2）能够优质地确定缺陷的位置、性质、大小及取向；（3）检测灵敏度高，一般为1-2%；（4）无需耦合剂，适用于多种材料且不污染工件。

随着生产规模的扩大和质量检测标准的提高，对射线检测设备及相关技术的要求也越来越高。

对于X射线检测，新的研究重点在于不断提高X射线图像的获取技术和图像处理技术，以及发展现代计算机软、硬件技术，以使检测过程在快速和真正完全自动化的模式下进行[10]。

Herbert Boerne在文献中提到了用于铝轮毂的X射线图像自动缺陷检测系统。

此X射线自动检测系统包括四个主要部分：试件支撑系统、X射线产生装置、将X 射线能量转换为电信号的传感器和图像处理器。

文中提到两种传感器：像增强器和闪烁体光电二极管元件的线性阵列，并比较了它们的优、缺点[11]。

射线自动检测的图像处理系统一般由图像预处理、缺陷分割、特征提取和模式识别几部分组成。

图像预处理由图像增强和图像复原组成。

图像预处理是通过平滑、锐化、边缘检测等手段达到增强的目的。

从图像中去除噪声，去除背景，提取出缺陷是整个图像处理中非常关键的一步，同时也是最困难的一步[12]。

缺陷提取技术应能对多种缺陷如裂纹、气孔、夹渣、夹杂等准确定位，唯一有效的途径就是利用缺陷与它邻域的强度值对比进行提取。

图像经过边缘提取或阈值分割等分割处理后，也就得到了目标封闭的轮廓线或轮廓线所包围的区域等形状。

在缺陷特征值提取之后，需要借助模式识别的方法对缺陷进行决策分类，最终实现缺陷的自动识别和质量评定[13]。

Herbert在文中还讨论了用于像素分类的局部特征的定义、提取和结合。

在图像建立过程中对缺陷形态，信号和噪声进行了分析。

在图像处理中，提出了非线性灰度值变换和线性黑点校正等方法。

作者将图像分割视为像素归类问题，讨论并说明了几种提取孔洞所用的局部特征选择方法，然后基于这些特征用两种不同方法将像素归类分割。

V Kaftandjian等通过数字射线实时成像法对铝铸件进行了无损检测。

物体移动时内部缺陷被自动检测且被标明类型。

作者指出缺陷识别过程包括三部分：缺陷检测、特征提取和识别，检测方法基于数学形态学，缺陷模板选择的特征有：形状、方位、宽度和对比度，识别方法基于分类树。

在图像分割时采用基于形态学“高帽变换”的自适应阈值法。

文章对中值滤波降噪处理后的图像用形态学重建的方法获得分割图像。

小的高帽变换适于裂纹的提取，而大的高帽变换用于孔洞和缩松的提取。

文中对形状、宽度、方向、位置和对比度分别定义了特征参数用于建立缺陷模板，用类似聚类分析的方法建立了分类树。

在缺陷识别时提出了一种新颖的算法实现物体的再连接，从而使裂纹的正确识别成为可能[14]。

德国的C. Lehr等人用基于摄像机模型的立体射线实时成像系统对内部缺陷进行三维分析。

他们用任意方向的两幅X射线图像就能得到缺陷位置和体积[15]。

Domingo Merry等人则将己有的缺陷检测技术与一种新的多视角算法结合起来，提出了铝铸件射线自动检测的改进新方法。

针对在去除伪缺陷时可能将真实缺陷也去除的问题，作者提出了基于两步分析的有效方法：分割和关系搜索。

第一步使用传统的PXV5000软件将缺陷区域划分出来，而不考虑伪缺陷的数目；第二步尝试寻求各帧图像中缺陷间的联系。

射线图像中的真实缺陷出现位置应满足一些几何约束，利用视觉几何原理检出真实缺陷。

使用该方法可将错误检测率降到零，结果表明它是一种去除伪缺陷和搜寻真缺陷的高效方法[16]。

另外，美国的研究者提出一种用于距离图像的基于CAD的三维检测系统。

这是一种用在铸件距离图像中缺陷检测的自动化视觉检测系统，此技术用于检测平面、柱面、球面和锥面等表面以及尺寸公差、普通铸件缺陷如凹点、浇注不足等。

这些方法己用于大量具有实际缺陷的铸铁件距离图像的检测，检测系统对铸件缺陷的正确分类率超过90%。

德国的H．Striker也提出了一些比较特殊的检测方法。

他利用X射线扇形束和针孔摄像机获取铝铸件散射图像，使用X射线扇形集中束照射整个物体层，而用针孔口获取这层辐射的散射图像。

这种方法的主要优点是仅用一维的机械转换就能得到三维的物体照片。

作者针对在X射线投影图像中可见的缺陷(大多为孔洞)的自动识别和分类，研究了一种结合了局部特征算子和灵活的图像匹配技术的方法。

将检测得到的灰度图像用经验决定的局部特征算子转换为二值图像，这种算子对缺陷比较敏感，而对常规物体结构如边缘、转角不太敏感。

作者实现了铝铸件孔洞的自动检测，此方法更适于不能使用投射法的X射线无损检测[17]。

随着现代工业生产效率及产品质量要求的不断提高，促使X射线检测方法的硬件设备和数字图像处理技术不断向前发展。

未来的研究重点将集中在快速高效地处理超声波信号，准确地获取高质量缺陷的射线图像，以及利用先进的计算机软、硬件技术实现铸件缺陷真正的自动化检测和质量评价。

另外，考虑将多种检测方法结合起来，达到最佳的检测结果也是有待开拓的研究领域[18]。

1.4 论文结构安排第二章着重介绍X射线实时成像系统结构，叙述其工作原理，并介绍该系统主要组成部分的结构原理。

第三章着重介绍数字图像处理基本理论，并研究基本算法，掌握图像处理中图像降噪、图象增强等预处理技术，了解一些基本算子的原理，并选取合适的算子，运用MATLAB语言对图像进行预处理。

主要包括图像的几何变换、平滑滤波、图象增强。

第四章着重介绍射线图像的缺陷部分的分割与提取。

运用VC++软件实现阈值分割和数学形态学功能，研究多种阈值分割方法，选取合适的方法进行处理；第五章是对论文的总结。

1.5 本章小结本章概述了论文研究的研究背景和意义；数字图象处理的发展状况；对图像处理在轮毂缺陷X射线无损检测中的应用于发展，最后对论文总体结构作了安排。

2. X射线成像系统及原理X射线实时成像检测技术现已广泛用于核能、军工、航空航天、汽车、摩托车、耐火材料等行业零部件内部缺陷的检测。

与其他检测技术一样，X射线实时成像检测技术需要一套设备作为支撑，构成一个完整的检测系统，简称X射线实时成像系统。

X射线实时成像系统使用X射线机或加速器等作为射线源，X射线透过后被检测物体后衰减，由射线接收/转换装置接收并转换成模拟信号或数字信号，利用半导体传感技术、计算机图像处理技术和信息处理技术，将检测图像直接显示在显示器屏幕上，应用计算机程序进行评定，然后将图像数据保存到储存介质上[19]。

2.1 X射线数字实时成像系统的组成一般来测系统主要包括三大部分，即射线源部分，图像转换部分和图像处理部分。

X射线数字实时成像系统如图2.1所示，由X射线源、被测工件、X射线图像增强器、摄像机和数字图像处理系统。

图2.1 X射线数字实时成像系统的组成工作原理：X射线源产生的射线透过被检工件后其X射线强度携带了被检工件的内部信息,射线像增强器把X射线转换为电子图像并透过增强后转换为可见光图像输出,再经过光学系统耦合到CCD视频摄像机,转换后的视频图像信号经视频电缆传输到控制室的计算机内的图像采集卡,再经过A/D转换为数字信号后由计算机进行图像的采集、处理、显示、存储等工作。

整个过程实现了把射线图像转换为计算机的数字图像。

而图像经计算机处理后，还原在显示器屏幕上显示出材料内部的缺陷性质、大小、位置等信息，按照有关标准对检测结果进行缺陷等级评定，从而达到检测的目的[20]。