应用人工神经网络判别X射线探伤底片的设想

应用人工神经网络判别X射线探伤底片的设想SomediscussionaboutestablishingX-rayinspectionnegative’sautomaticgradingsystemthroughapplicationofArtificialNeuralNetworkmodeidentificationtechnology文章摘要：探讨研究X射线探伤底片的自动判定定级方法，运用X射线成像和数字图像处理技术，通过对预处理后X射线探伤底片图像的特征提取，得到产品焊缝内部缺陷的状态特征，结合人工神经网络方法实现模式识别，建立状态识别模型，并依据识别模型，完成产品焊缝内部缺陷的自动分类识别。Abstract:ThispaperisgoingtoresearchtheprocessX-rayinspectionnegative’sautomaticgradingmethods.FirstusingX-rayimaginganddigitalimageprocessingtechnology,throughthefeaturescapturingonpost-pretreatmentX-rayinspectionnegative’simagetoobtainthestatecharacteristicsofproductsweldingline’sinternalfaults.Then,combinewithartificialneuralnetworktorealizemodeidentification,establishingstateidentificationmodel.Andfinallycompletetheautomaticgradingidentificationoftheweldingline’sinternalfaultsbasedontheidentificationmodel.关键词：射线探伤、图像预处理、特征提取、BP反向传播网络、自适应学习建模能力KeyWords:RadialTesting,ImagePretreatment,FeaturesCapturing,BackPropagationNetwork,Self-adaptiveabilitytowardmodelestablishing焊接是制造和连接各种过程构件最重要的方法，而无损探伤则是检验焊接质量好坏的重要手段。焊接技术的发展是和无损探伤技术的提高分不开的。随着焊接方法和工艺的改进，目前焊缝的质量以能完全达到母材的水平。但是，由于影响焊接质量的因素太多，诸如电流、焊件、焊材、焊剂、环境以及认为的因素等等，即使是十分成熟的焊接工艺，也难免在焊缝中残留一定的缺陷。所以，要检查构件的阿可靠性和安全性，焊缝自然是检查的重点。射线探伤是应用较早的检验方法。利用射线照相检验焊缝内部缺陷具有准确、可靠、直观等优点，射线照相底片不仅可以用于缺陷的分析，而且还能作为质量凭证存档，这是其它无损检测方法所无法比拟的。对焊缝X射线底片的评定一般是人工进行的。因底片质量受光源、被测材质和冲洗水平等客观因素的影响，以及检测人员的水平、经验不一，所以误判、漏判的现象难免发生,而由此所造成经济上损失也是巨大的。现代图象处理技术已被广泛应用在遥感、生物医学、地质、海洋、气象、农业、灾害治理等诸多领域。图象处理内容丰富,主要有采集与量化(通过物理装置取得离散图象）、对比度增强(扩大图象动态范围）、图象平滑(滤除噪音）、图象锐化(再现和强化图象边缘）、图象分割(将图象分成若干有意义的区域)、特征提取、模式识别、编码压缩及恢复重建等（见图1）。图1图象处理流程图近年来，在部分结构简单，状态已知的产品检测中采用了计算机图像处理方法。常用的方法是帧比较法，这种方法将实际拍摄的产品图像减去标准模板图像，根据相减结果判断产品是否有缺陷，如在电路板检测中，常采用该方法进行元件的缺失检测。然而，由于锅炉压力容器产品的焊缝组成结构多变，纹路复杂，无法做出具有普遍代表性的标准模板图像，因此采用帧比较法无法得到令人满意的结果。进针对躲这一妇问题数，本却文提乱出了闲一种泛具有车普遍俗意义渡的复魔杂产滥品内矮部构视件状银态的虾自动闻检测盐方法吩。具失体探庆讨研倦究对跌X射详线探链伤底焦片的厌自动牛判定感定级孤方法绝，依斑据X捧射醉线成环像和自数字沈图像渔处理乔技术幻，通款过对将预处浅理后窄X射辰线探耽伤底济片图街像的弹特征惯提取辆，得杆到产艇品焊弊缝内伤部缺欢陷的凯状态米特征薯，并沸结合欧人工六神经祖网络福方法修实现两模式蚁识别话，建否立状竖态识克别模块型，喘并依可据识亿别模述型，腔完成仿产品圆焊缝惹内部芦缺陷虹的自仙动分泼类识若别。妄与上芒述帧后比较馅法相警比，原本文足所述粱方法设将被隔检测懂构件减状态紧特征美信息莫压缩绞为一缎维分惧布的渡灰度稳信息脚，并堪利用落人工世神经意网络带模式剩识别壳方法桥进行等了分绢类判构别，椒在保槐证检傅测结搁果可敏靠性探的同偶时，简有望饮提高调检测心效率坚。览系统氧设备萄及工笛作原颠理遥焊缝瘦缺陷及计算触机自扎动识室别系煎统组黎成如滨图2肢所示尊。由率高精缓度转持鼓式壶发片腿机或往负片毕扫描劣仪等运图像密转换桐装置消负责慎把X自射线相底片扮转变镜为模捷拟图倡像（粪图像乖采集乌），佛然后宏用A讽/D舌转换愧器将潮模拟丹图像非量化蜜成8宋bi咸t轨灰度翻图像惜输入另计算土机处剥理。图像图像转换器A/D转换计算机监视器打印机存储器纺宝摸笔你柿阔嫌迈忙啄锋更阔牢碗支辫图骗2葱系拘统组读成框距图做图像拾预处津理顿经量璃化后勇的底捎片图陡像中慎，不炼可避咏免地街存在扁多种凶噪声营。为悠了正腿确无免误地织抽取难缺陷旦特征停，牢需要牛在底担片自惜动评驻定前异进行桨适当屠处理搁，其迅中包挨括：在（一杯）灰棕度变虏换径唉焊缝高X射庙线照五相底少片图农像的谋灰度浪范围育一般劣较窄愧，对两比度仇差，拥尤其撤是在闻缺陷碍部位谱。经卷过灰鹊度变辛换可末使图典像动疑态范鸦围加生大，较拉宽此图像门灰度付域，卖使得勇图像幕清晰军，特撑征明坐显。岗（二肾）滤救波火噪声单使图胀像模明糊，著分析如困难偿。滤息波操屿作可徒有效押地消特除多点种干谢扰，横突出驼图像敢中的告目标鱼对象追，是够图像祝预处份理最狸重要充的工钩作。尺由传仪感器肾或信行道引蹈起的糕噪声喉通常惹呈现伐孤立橡离散刊性分围布,束常与玉邻域舞象素柄有比舍较明款显的槽差异庭。噪摸声消献除平墓滑时水，系猴统顺吸序检奥测每版一个赌象素酱，以刚当前者象素匹f（伪j，朴k）乎为中箱心，丛取一杜个N该×N蛮的窗循口（习N=怕3，农5，咏7，己…韵），涝f（允j，敲k）惨与邻饶域象亮素f钞（m汗，l米）之青差的作绝对均值为郑ε胸i紧。其亦中，图m=秃－(贿j－呜1蝴)热～+亮(j驴－1亭);耐l=水－(或k－公1)爪～+齿(k另－1垂);抗i=土1,卷2,丙…,亮(N壶×（准N－怪1）叹)。剥再定蚂义一沾个统情计变筹量C槐NT任（初正始值柏为零窃）、拼门限受值V对和噪涂声参厘照值寸Y。含将ε白i丢逐个滚与V角作比携较，暑如果祥ε遵i汽≥V香，C婚NT园加1脾。比遗较完六毕，恋判断龙CN苏T是辩否大表于Y惠，如贺果条安件为盯真，拐则确源认f虫（j宿，k柜）为胆噪声竿，继伤而用表窗口事象素迫均值著代之氏。否任则，溪f（栏j，盘k）洽不变赴。晓（三论）图钟像二抵值化哄只有跪两个悬灰度医级的距图像杆称为附二值闸图像辣，即常只有店“覆0蜡”隙和荡“姿1狱”秋两个智灰度土级的剂图像嫁。金患属结乖构图螺像二益值化奸时，雨最常似用隐的方牙法是炮设定黑某一超阈值堆T，悔大于价T的愧像素起群以支1表痒示，如小于兵等于棍T的魄像素打群以合0表须示。铲将焊残缝X点射线纯照相遵底片乒图像姨二值伟化后济有利碎于对轧图像床边界每的跟气踪。委（四迟）焊唯缝缺状陷的封轮廓肾线跟惑踪绩计算捉机对纹经过呼预处纹理、息二值仙化后侦的缺竟陷图特像进顾行光辜栅扫薄描，施寻找式还未且打上君已跟钟踪标角记的采边界输点刮B(羞0)吩，如与发现剖这样修的点矿，就说开始畜一条贫边界揭线的行跟踪适。在河B(课0)朋的8滴邻域样中，街按逆红时针惜的顺掀序，暮判断余像素正的值讯，将谅最先遇遇到华的1监像素寒B(纯1)题作为厚下一舟个边坚界像聋素进即行跟煌踪。括证在执B(详1)姜的8蒙邻域隔中，叮继续许按逆蔑时针旱方向煎寻找披1像恶素，构并把茄它定洋义为简鞋B(陈2)觉。用察同样脊的方恳法可击求出墙B(胶3)门、损B(监4)桐、翁…湾。如聚果券B(室m+田1)投=B喝(1攻),季B烛(m造)=经B(渣0)宰,惧则一演条边潜界跟午踪结替束，鲁B(拨0页)筐、属B(渡1驰)唐、幸…占、折B(馅m喉-叔1)平形成结一个旧缺陷亲边界妨线。武在跟肚踪过子程中予，对殃每个肌B(荣i)秘分别震赋给南一个恰以跟硬踪标燕记。祝物理循量的嗓计算歇根据帐GB负33嫁23斯-8色7标肺准，疤主要辞焊缝退缺陷纯分为唐五类冬：她（一城）裂从纹：理在底罗片上单成像带一般跳较清元晰，寸中间偷略宽找，两北头尖岔细，复有时录曲折丧多齿壶，具偶有尖叙锐的肯端部读和较面大的奇长宽切比，痕表现轿为一漠条直铅线或厉曲线漫状的阅缺陷若。继（二贱）未奏焊透监：一袍般呈尸现在测底片稠焊缝谢投影初影象巧的中等间，劫在射辨线底野片上阶呈现帅连续宜的规灰则黑诉线。绕（三呆）未替熔合鹿：形帮状近卖似未轨焊透伐和线屈状夹同渣，身在底仅片上饼特征笛呈一贞边直俭，另际一边刮不齐火，颜砍色深云浅较灵均匀肾，有佳一定农宽度挪的线减条，氏位置竭在焊锻缝影纠象的景一侧避。伙（四揭）圆良形缺处陷：帜残留瓶在焊蚂缝中该的熔街渣、躁气孔铲等，政形状少不规洒则，醒缺陷吗长、劣宽之牲比一叉般小侮于等折于3骑。贼（五柄）长丸形缺周陷：璃长、斯宽之皇比大劈于3活的缺寨陷。避清为识镰别上国述缺程陷，非主要姻需要足计算你以下望物理议量：限缺陷驼周长番（L个）；使缺陷暂长径槐（L悠1）或；冻缺陷监短径暂（L横2）袍；物缺陷糠面积月（S膝）；漫周长袄平方植面积合比（普P）瞧：P驶=L砍2伏/S密，能穗较好艇反映局边界翅特征慰的参诸数。撤当缺伍陷为漏圆形央时，坊L类2军/S奏最小平。缺洲陷越崇长，疑边界衣越不不规则迟，L兽2孩/S初越大锹。周旨长平勇方面估积比啊对缺湾陷边恐界形疯状非桐常敏歼感。笛长宽碌比：误L1密/L猛2是蹲国标枝规定欢的使解用标驳准。垫实验粮结果香表明词，L尺1/公L2膏小于蔑等于狠3，财可以欧比较诚准确绸地判烛别出锹圆形惩缺陷重。总面积隙像素辆数与韵周长闪像素伞数之付比（俘F）唤：F雨=S微/L鹊，反贪映单们位边演界长行度所市围缺野陷面忆积的群大小雁，对析L1徐/L足2大米于3胖的长弓形缺身陷，脚若F哥小于拳1.消2，殿则一晚般是鸽裂纹促。券计算冷机自勺动定链级朽一般伶神经是网络身识别评系统唉由预绸处理吴，特毫征提挖取和扶神经患网络顿分类脑器组阻成。斯预处粮理就避是将锈原始惹数据扁中的怀无用河信息谦删除多，平芽滑，戴二值阿化和绿进行公幅度拆归一饿化等结。神屋经网越络识窜别系戚统中猴的特纪征提蠢取部耽分不粉一定扬存在熄，这错样就严分为盐两大览类：阳（覆一鸽）有诵特征茅提取右部分性的：稼这一师类系塑统实榜际上各是传润统方呜法与虫神经弄网络何方法遮技术俘的结境合，缸这种饲方法价可以吓充分例利用撇人的裹经验彼来获觉取模姿式特武征以照及神刷经网缓络分瞒类能夺力来洲识别蝇字符膀。特抖征提军取必喘须能主反应渡整个剃待识水别物为体奔的特贱征。犯但它奖的抗箭干扰哈能力韵不如沟第2则类。耀在这偏里，床可利驴用上距述对陪缺陷贫的特案征分劣析，治简单讨地确勇定如爆下缺兼陷特钻征识削别规挂则：企IF详腔L热1/蓝L2摩≤耽3往诚TH蝴EN员访匙可归糠类为取圆形诸缺陷齿EL匠SE烧I绍F壳浇F狮≤贸1.惰2长烛TH位EN汪触可政归类匀为裂异纹横EL捧SE券I崖F阔溉边界佣水平狱方向很像素德数/愉边界蚕总像姥素划≥膨0.借8劳T烛HE坊N呆秋工可归店类为矮未焊枪透计EL助SE投I锁F雀全L1木/L赛2歼≥盆5曾膀TH缩EN迅陕可率归类域为未酬焊透蜻EL袋SE匪展撒可归闷类滤为长恳形夹粉渣分除去驱上述月可定屑性的冈缺陷志之外哈在底统片发翁现的乌几何笨阴影咱图像拿，可施视为译伪缺朋陷。柿具体肺实施葵时，饿可根班据G罪B3坏32鹿3-坊87脆标准项对缺笨陷的双判定斯方法叙、收烟集的垒经验败知识宗（尤痛其是分对底于片伪啦缺陷脚的判薄定经熄验）域整理豪归纳加为几所何形脆状参搂数作倾为输医入特础征向射量存餐入数王据库马，然竟后再助送到布神经圣网络驳输入柳层，秤用B擦P反测向传突播网夫络算趴法训鹊练模扒块建庸立神晋经网匀络模川型，祸用此浮模型校对底借片缺南陷进智行自枪动判滴别和煌定级坡。改（绢二匀）无愈特征洪提取熄部分芦的：靠省去址特征合抽取部，整含个相待识肌别缺撇陷绒直接喇作为蛇神经写网络艺的输距入，轧这种门方式蜡下，粮系统粒的神砖经网匠络结托构的崖复杂常度大宣大增拐加了撕，输杰入模委式维喝数的售增加质导致优了网三络规茎模的滩庞大争。此傲外，矛神经势网络研结构浮需要拖完全学自己厅消除孕模式唤变形凑的影离响。仓但是肆网络特的抗静干扰印性能劳好，良识别纠率高厕。峡构造谋神经巾网络彼分类敢器首掀先要姐选择困适当猜的网湾络结菠构：或神经批网络胃分类串器的墓输入尘就是救缺陷地的几视何考特征攀向量茂；神梢经网辣络分幼类器扯的输葡出节兵点应胸该是计缺陷既类型舍。衡几籍个数果字输柿出层长就有研几宪个神熄经元泻，每金个神鲜经元五代表浓一岭种缺塘陷炕；隐亏层数减要选蔬好，服每层抓神经驳元数哈要合讯适，残目前诞有很抢多采芽用一贩层隐悟层的司网络堪结构偿。然路后要恐选择茄适当消的学蒙习算暗法，兼这样饶才会席有很驶好的胃识别挎效果伤。在尚学习析阶段城应该光用蔑以往盖人工艇判定含的实兵例制姻定苗大量山的样抽本进蔽行训记练学户习，捆通过窗样本勤的大季量学江习对腥神经盛网络诊的各误层网榜络的盼连接搜权值涌进行昨修正酬，使筒其对矛样本惠有正茅确的披识别忘结果漂，这俭就像潜人夺的记殿忆超一样状，网胶络中如的神葛经元轰就像视是人肌脑细辽胞，词权值宏的改盈变就播像是据人脑朗细胞盘的相电互作学用的略改变踪，神多经网五络在港样本箭学习麦中就犯如同佣人总记忆芹事物教的特邪征屿一样僚，学而习样耽本时凯的网丰络权脆值调英整就产相当猜于人湖记住泉各副种缺惹陷抱的形辞象，毙网络摇权值狭就是躬网络疼记住幼的内刊容，什网络轰学习凉阶段涝就像阔人由司不认首识因缺陷下到认秧识瓣缺陷去反复锣学习曾过程闷是一疤样的极。神眯经网为络是馋按整王个特抄征向版量的哑整体称来记水忆