熒光磁粉探傷自動(dòng)識(shí)別技術(shù)在軸承上的應(yīng)用
大家知道，機(jī)車車輛滾動(dòng)軸承故障是鐵路車輛運(yùn)輸中的主要故障之一，也是影響鐵路運(yùn)輸暢通和安全生產(chǎn)的關(guān)鍵因素。軸承的表面裂紋及缺陷是造成行車事故的潛在威脅，在裝車運(yùn)行一段時(shí)間后需要對(duì)其進(jìn)行表面缺陷檢測(cè)。熒光磁粉探傷是軸承表面檢測(cè)的一種常用方法。由于傳統(tǒng)熒光磁粉探傷采用的是人工觀察，檢測(cè)人員長期在暗室里處于紫外線光照射下，不僅工作環(huán)境差，而且很容易疲勞，造成人為漏檢。針對(duì)人工觀察方法的不足，擬采用數(shù)字圖像采集及圖像處理的方法，對(duì)軸承表面缺陷磁痕圖像進(jìn)行判斷和報(bào)警，改善檢測(cè)人員的工作環(huán)境，克服主觀因素造成的失誤，提高檢測(cè)的準(zhǔn)確性和可靠性，zui大程度地避免漏檢事故發(fā)生。
1圖像處理方法
對(duì)熒光磁粉探傷的工件進(jìn)行圖像采集，得到彩色圖像，其中工件表面吸附的熒光磁粉在紫外線輻射可激發(fā)出黃綠色熒光。系統(tǒng)采集的圖像受到水滴、水跡、刀痕、表面污染和表面反光等干擾信息的影響，不可避免地存在一些噪聲。圖像處理的任務(wù)是獲取圖像中的可疑成分，去除噪聲的影響，對(duì)圖像可疑區(qū)域進(jìn)行判斷，獲得裂紋信息。
1.1圖像可疑成分的獲取
采集的數(shù)字圖像采用RGB色彩模式存儲(chǔ)。RGB色彩模式是工業(yè)界的一種顏色標(biāo)準(zhǔn)，是通過對(duì)紅(R)、綠(G)、藍(lán)(B)三個(gè)顏色通道的變化以及它們相互之間的疊加得到各式各樣的顏色。RGB即是代表紅、綠、藍(lán)三個(gè)通道的顏色，這個(gè)標(biāo)準(zhǔn)幾乎包括了人類視力所能感知的所有顏色，是目前運(yùn)用zui廣的顏色系統(tǒng)之一。
RGB色彩模式使用RGB模型為圖像中每一個(gè)像素的RGB分量分配一個(gè)0～255范圍內(nèi)的強(qiáng)度值。例如：純紅色的取值應(yīng)為R=255，G=0，B=0;灰色的R，G，B三個(gè)值相等(除了0和255);白色的R，G，B都為255;黑色的R，G，B都為0。RGB圖像只使用三種顏色，就可以使它們按照不同的比例混合，在屏幕上重現(xiàn)16 581 375種顏色。
在RGB模式下，每種RGB成分都可使用從0(黑色)～255(白色)的值。例如，亮紅色使用的值應(yīng)為R=246，G=20，B=50;當(dāng)所有三種成分值相等時(shí)，產(chǎn)生灰色陰影;當(dāng)所有成分的值均為255時(shí)，結(jié)果是純白色;當(dāng)該值為0時(shí)，結(jié)果是純黑色。
文中圖像的可疑成分即是軸承工件表面吸附熒光磁粉的部分，亦即圖像中的熒光色彩部分。由于熒光磁粉受紫外線輻照所激發(fā)出光的色彩與光源的強(qiáng)度，與熒光磁粉的自身特性有關(guān)，故該色彩應(yīng)在實(shí)際環(huán)境中測(cè)定，文中的取值為R=118，G=237，B=153。由于工件所受的光照不均，所吸附的磁粉密度不同，所以不能要求圖像中的熒光圖像色彩數(shù)值與標(biāo)準(zhǔn)值*相等，需要設(shè)定一定的容差TH。
圖像中可疑成分的提取過程是判斷圖像中的每一個(gè)點(diǎn)，用該點(diǎn)的色彩RGB的數(shù)值與標(biāo)準(zhǔn)值做比較，若R，G，B三個(gè)值與對(duì)應(yīng)標(biāo)準(zhǔn)值的差值均小于容差TH，則判定該點(diǎn)為可疑成分，判斷完成后的結(jié)果存儲(chǔ)為二值圖像，即每一像素點(diǎn)使用一個(gè)布爾值表示;true用白色點(diǎn)表示;false用黑色點(diǎn)表示。原圖的可疑成分用白色表示;背景表示為黑色。
容差TH值的大小由實(shí)驗(yàn)確定。容差過大，會(huì)使背景區(qū)域誤判做可疑區(qū)域，造成誤判;容差過小，會(huì)使可疑區(qū)域漏判，導(dǎo)致可疑區(qū)域選取過小，甚至丟失。文中選定TH=40，所得結(jié)果如圖1(b)的P1所示。
1.2噪點(diǎn)去除
上述過程提取出的結(jié)果P1為軸承工件圖片中工件表面吸附熒光磁粉的部分，即可能存在裂紋和表面缺陷部分，也可能包含由于不夠光滑、銹跡等因素而吸附磁粉的部分。過程中需要去除小的噪點(diǎn)及像素塊，以減少噪聲的影響。在此采用數(shù)學(xué)形態(tài)學(xué)的方法進(jìn)行除噪。
數(shù)學(xué)形態(tài)學(xué)的基本思想是用具有一定形態(tài)的結(jié)構(gòu)元素去度量和提取圖像中對(duì)應(yīng)的形狀，以達(dá)到對(duì)圖像分析和識(shí)別的目的。數(shù)學(xué)形態(tài)學(xué)的數(shù)學(xué)基礎(chǔ)和所用語言是集合論，因此它具有完備的數(shù)學(xué)基礎(chǔ)，這為形態(tài)學(xué)用于圖像分析和處理、形態(tài)濾波器的特性分析和系統(tǒng)設(shè)計(jì)奠定了堅(jiān)實(shí)的基礎(chǔ)。數(shù)學(xué)形態(tài)學(xué)的應(yīng)用可以簡(jiǎn)化圖像數(shù)據(jù)，保持它們基本的形狀特性，并除去不相干的結(jié)構(gòu)。數(shù)學(xué)形態(tài)學(xué)的算法具有天然的并行實(shí)現(xiàn)結(jié)構(gòu)，實(shí)現(xiàn)了形態(tài)學(xué)分析和處理算法的并行，大大提高了圖像分析和處理的速度。
數(shù)學(xué)形態(tài)學(xué)是由一組形態(tài)學(xué)的代數(shù)運(yùn)算子組成的，它的基本運(yùn)算有膨脹(或擴(kuò)張)、腐蝕(或侵蝕)、開啟和閉合。這4個(gè)基本運(yùn)算在二值圖像和灰度圖像中各有特點(diǎn)。基于這些基本運(yùn)算還可推導(dǎo)和組合成各種數(shù)學(xué)形態(tài)學(xué)的實(shí)用算法，用它們可以進(jìn)行圖像形狀和結(jié)構(gòu)的分析及處理，包括圖像分割、特征抽取、邊界檢測(cè)、圖像濾波、圖像增強(qiáng)和恢復(fù)等。數(shù)學(xué)形態(tài)學(xué)方法利用一個(gè)稱作結(jié)構(gòu)元素的“探針”收集圖像信息，當(dāng)探針在圖像中不斷移動(dòng)時(shí)，便可考察圖像各個(gè)部分之間的相互關(guān)系，從而了解圖像的結(jié)構(gòu)特征。數(shù)學(xué)形態(tài)學(xué)基于探測(cè)的思想，與人的FoA(Focus of Attention)的視覺特點(diǎn)有類似之處。作為探針的結(jié)構(gòu)元素，可直接攜帶知識(shí)(形態(tài)、大小、甚至加入灰度和色度信息)來探測(cè)和研究圖像的結(jié)構(gòu)特點(diǎn)。
此處使用數(shù)學(xué)形態(tài)學(xué)算法中的開運(yùn)算。開運(yùn)算用來消除小物體，在纖細(xì)點(diǎn)處分離物體，在平滑較大物體邊界的同時(shí)，并不明顯改變其面積。
這里使用圖2所示4個(gè)結(jié)構(gòu)元素分別對(duì)P1圖進(jìn)行開運(yùn)算，所得的兩個(gè)結(jié)果相加，得到去除單個(gè)像素噪聲點(diǎn)后的結(jié)果P2(圖略)。該過程后依然留下一些小的像素塊噪聲待后文處理。
1.3裂紋斷點(diǎn)的連接
圖像的采集以及可疑成分的提取過程可能會(huì)使裂紋熒光磁痕的圖像出現(xiàn)間斷點(diǎn)，這時(shí)需將裂紋圖像連接起來。在此采用數(shù)學(xué)形態(tài)學(xué)中的閉運(yùn)算方法對(duì)P2圖進(jìn)行處理。
該過程的關(guān)鍵是選取適當(dāng)大小的結(jié)構(gòu)元素，采用直徑為D的圓形結(jié)構(gòu)元素對(duì)P2圖進(jìn)行閉運(yùn)算用來連接圖像中的間斷點(diǎn)和微小缺陷，以平滑圖像。直徑D的選取直接影響處理效果的好壞，D過大會(huì)導(dǎo)致裂紋圖像與附近噪聲l區(qū)塊甚至另一條裂紋相連，造成判斷圖像模糊及裂紋的準(zhǔn)確度下降;D過小則可能無法連接裂紋中的間斷點(diǎn)，并可能丟失裂紋信息?，F(xiàn)選取D=7的圓形結(jié)構(gòu)元素，對(duì)P2進(jìn)行閉運(yùn)算后的結(jié)果記為圖像P3(圖略)。
1.4連通區(qū)域的提取
這里需要提取P3圖像中的每一個(gè)連通區(qū)域，判定其是否為裂紋。在此提出一個(gè)簡(jiǎn)便的提取圖像連通區(qū)域的方法：
(1)創(chuàng)建一個(gè)與P3圖像大小等同的二值圖像R，并設(shè)置所有值為false(即全黑)，用于臨時(shí)存放一個(gè)提取出的連通區(qū)域。
(2)在P3中自上而下，自左而右，遍歷各個(gè)像素，查找*個(gè)值為true點(diǎn)的坐標(biāo)，在圖像R中設(shè)置該坐標(biāo)點(diǎn)的值為true。
(3)用3×3的結(jié)構(gòu)元素對(duì)圖像R做膨脹運(yùn)算，所得結(jié)果與P3做邏輯與運(yùn)算，得到圖像R1。比較R與R1，若R1中，true值點(diǎn)的數(shù)目多于R，則令R=R1，再次重復(fù)上述運(yùn)算，直至R中true值點(diǎn)的數(shù)目與R1的相等，即圖像R中的連通區(qū)域大小不再增加，表示完成一個(gè)連通區(qū)域的提取。
(4)提取一個(gè)連通區(qū)域后，令P3=P3-R，即在P3中去除已提取的連通區(qū)域，再次查找P3中的*true值點(diǎn)，進(jìn)行另一個(gè)連通區(qū)域的提取，直至P3中所有值為false。如此即可提取P3中的所有連通區(qū)域。
該方法使用3×3的結(jié)構(gòu)元素對(duì)連通區(qū)域的已知點(diǎn)做膨脹運(yùn)算，得到連通區(qū)域可能增加的所有點(diǎn)，再與圖像P3做邏輯與運(yùn)算，即可實(shí)現(xiàn)原連通區(qū)域的增加，當(dāng)連通區(qū)域不再增加時(shí)即為提取出了一個(gè)連通區(qū)域。該方法實(shí)現(xiàn)簡(jiǎn)便，思路清晰，計(jì)算效率也可滿足需要。
1.5對(duì)連通區(qū)域是否為裂紋的判斷
經(jīng)過上述四個(gè)步驟后所提取的連通區(qū)域尚不一定是裂紋圖像，仍有可能是工件表面污漬、銹跡等形成的斑痕，這些斑痕有可能會(huì)比較大，若直接使用連通區(qū)域像素?cái)?shù)量的多少來判別連通區(qū)域是否為裂紋會(huì)產(chǎn)生誤判。故此，采用判別連通區(qū)域大小并結(jié)合判別連通區(qū)域圓形度大小的方法來判定區(qū)域是否為裂紋。
首先，判斷連通區(qū)域的大小，即統(tǒng)計(jì)圖像R中true值點(diǎn)的個(gè)數(shù)AREA。由圖像與實(shí)際工件尺寸的比例來計(jì)算和設(shè)定區(qū)域大小的門限閾值THA，即若AREA>THA，則該區(qū)域可能為裂紋;若AREA
對(duì)于可能為裂紋的連通區(qū)域，計(jì)算連通區(qū)域圖像的圓形度大小。圓形度用來描述區(qū)域形狀接近圓形的程度，它是測(cè)量區(qū)域形狀常用的量。圓形度的一種計(jì)算方法是：圓形度(AREA為區(qū)域的面積;C為區(qū)域的周長)，該算法圓形度YD的zui大值為1，區(qū)域形狀越復(fù)雜，越狹長，則圓形度YD值越小。通過實(shí)驗(yàn)確定圓形度閾值THYD，將計(jì)算出的連通區(qū)域圓形度YD與THYD做比較，若YD在圓形度的計(jì)算中，參數(shù)AREA即為連通區(qū)域中像素點(diǎn)的個(gè)數(shù)。計(jì)算周長C的zui簡(jiǎn)便方法是統(tǒng)計(jì)區(qū)域與背景交界點(diǎn)的個(gè)數(shù)，該個(gè)數(shù)計(jì)為C，這種計(jì)算方法在裂紋為斜向時(shí)會(huì)產(chǎn)生較大誤差，這里的方法是根據(jù)區(qū)域與背景交界點(diǎn)的不同狀態(tài)賦予不同的權(quán)重，若交界點(diǎn)在上下左右四個(gè)方向只有一側(cè)為背景區(qū)，則該點(diǎn)的邊長權(quán)重為1;若交界點(diǎn)在兩個(gè)方向接觸背景區(qū)(如上和右)，則該點(diǎn)的邊長權(quán)重為;若交界點(diǎn)在三個(gè)方向接觸背景區(qū)，則該點(diǎn)的邊長權(quán)重為2。這種計(jì)算方法在測(cè)量斜向的邊界時(shí)較為準(zhǔn)確，使用直徑從10～100的圓形區(qū)域做測(cè)試，用這種方法計(jì)算出的圓形度在0.89～1.01之間，誤差較小。
創(chuàng)建與P3圖像大小相同的二值圖像P4，用于存放被判定為裂紋的連通區(qū)域，P4各點(diǎn)初值設(shè)置為false，得到一個(gè)判定為裂紋的連通區(qū)域圖像R時(shí)，P4與R做邏輯或運(yùn)算，結(jié)果返回P4，即P4=P4∣R，將所有連通區(qū)域判斷完成后，即得到原圖像中所有裂紋的圖像，用于存儲(chǔ)和記錄。
連通區(qū)域圖像的提取與裂紋判定的流程圖如圖3所示。
本文中的處理結(jié)果如圖4所示，它完成了熒光磁粉探傷圖像的裂紋提取及識(shí)別。
2結(jié)語
使用裂紋自動(dòng)識(shí)別系統(tǒng)代替軸承熒光磁粉探傷中的人工觀察具有實(shí)用價(jià)值。這里對(duì)裂紋自動(dòng)識(shí)別的軟件方案進(jìn)行了探討和嘗試，提出了一種簡(jiǎn)便的連通區(qū)域提取方法，改進(jìn)了數(shù)字圖像區(qū)域周長的計(jì)算方法。該算法在Matlab中完成測(cè)試，識(shí)別結(jié)果具有一定的準(zhǔn)確度，證實(shí)了識(shí)別算法的可行性。
