[發(fā)明專(zhuān)利]汽車(chē)輪轂X射線(xiàn)圖像的缺陷區(qū)域自動(dòng)提取方法及系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 201911075637.6
• 申請(qǐng)日: 2019-11-06
• 公開(kāi)（公告）號(hào): CN112288680A
• 公開(kāi)（公告）日: 2021-01-29
• 發(fā)明（設(shè)計(jì)）人: 王明泉;張俊生;侯慧玲;闕祿松;王陶然
• 申請(qǐng)（專(zhuān)利權(quán)）人: 中北大學(xué)
• 主分類(lèi)號(hào): G06T7/00
• 分類(lèi)號(hào): G06T7/00;G06T5/30;G06T7/11
• 代理公司: 北京高沃律師事務(wù)所 11569
• 代理人: 劉鳳玲

本發(fā)明公開(kāi)了一種汽車(chē)輪轂X射線(xiàn)圖像的缺陷區(qū)域自動(dòng)提取方法及系統(tǒng)。所述方法首先獲取汽車(chē)輪轂的X射線(xiàn)圖像并構(gòu)建結(jié)構(gòu)元素；然后對(duì)X射線(xiàn)圖像進(jìn)行頂帽變換和頂帽重建變換，并以頂帽重建變換結(jié)果為標(biāo)記，頂帽變換結(jié)果為模板進(jìn)行膨脹重建運(yùn)算；對(duì)膨脹重建結(jié)果進(jìn)行二值化處理得到輪轂的初步缺陷區(qū)域；對(duì)初步缺陷區(qū)域進(jìn)行特征剔除得到輪轂的真正缺陷區(qū)域；獲取真正缺陷區(qū)域的最小外接矩形即為該輪轂X射線(xiàn)圖像的缺陷區(qū)域。采用本發(fā)明方法進(jìn)行輪轂的缺陷區(qū)域提取，無(wú)需操作人員提前指定感興趣區(qū)域，而是可以直接在被檢測(cè)輪轂的X射線(xiàn)圖像上自動(dòng)確定出缺陷區(qū)域，不受輪型識(shí)別和區(qū)域跟蹤匹配算法等環(huán)節(jié)影響，能大大提高缺陷區(qū)域的提取效率和準(zhǔn)確性。

技術(shù)領(lǐng)域

本發(fā)明涉及輪轂缺陷檢測(cè)技術(shù)領(lǐng)域，特別是涉及一種汽車(chē)輪轂X射線(xiàn)圖像的缺陷區(qū)域自動(dòng)提取方法及系統(tǒng)。

背景技術(shù)

輪轂作為汽車(chē)的重要受力部件，生產(chǎn)時(shí)一般是融化的合金液經(jīng)過(guò)低壓鑄造、T6熱處理和機(jī)械加工等工序，最終變?yōu)槌善贰Ｆ?chē)輪轂在生產(chǎn)過(guò)程中，受各種因素的影響，可能會(huì)會(huì)產(chǎn)生氣孔、縮孔或縮松等常見(jiàn)內(nèi)部缺陷，必須使用X射線(xiàn)無(wú)損檢測(cè)設(shè)備來(lái)探傷。

汽車(chē)輪轂在進(jìn)行X射線(xiàn)檢測(cè)時(shí)，射線(xiàn)源發(fā)出射線(xiàn)穿透檢測(cè)部位后被平板探測(cè)器接收，轉(zhuǎn)化為數(shù)字圖像傳輸?shù)诫娔X，通過(guò)分析攜帶了輪轂內(nèi)部結(jié)構(gòu)信息的射線(xiàn)圖像來(lái)判斷產(chǎn)品是否合格。

傳統(tǒng)的輪轂X射線(xiàn)檢測(cè)通過(guò)人眼來(lái)分析輪轂的X射線(xiàn)圖像，具有勞動(dòng)強(qiáng)度大、判斷結(jié)果很難準(zhǔn)確量化、易受檢測(cè)人員主觀意志影響的弊端，逐漸被以數(shù)字圖像處理技術(shù)為基礎(chǔ)的自動(dòng)評(píng)片軟件所取代。輪轂X射線(xiàn)圖像在自動(dòng)評(píng)片的過(guò)程中，容易受輪轂本身幾何結(jié)構(gòu)的影響產(chǎn)生誤判或漏判，為了提高準(zhǔn)確率需要提前指定待檢測(cè)的缺陷區(qū)域，這個(gè)區(qū)域也被稱(chēng)為ROI(Region of Interest，感興趣)區(qū)域。現(xiàn)有解決方案是操作人員提前手工指定某一種型號(hào)輪轂的ROI區(qū)域，后續(xù)通過(guò)輪轂型號(hào)識(shí)別、區(qū)域圖像匹配來(lái)確定每一個(gè)被檢測(cè)輪轂實(shí)際的ROI區(qū)域，具有操作繁瑣、運(yùn)算量大、準(zhǔn)確率低等弊端。

發(fā)明內(nèi)容

本發(fā)明的目的是提供一種汽車(chē)輪轂X射線(xiàn)圖像的缺陷區(qū)域自動(dòng)提取方法及系統(tǒng)，以解決現(xiàn)有的缺陷區(qū)域提取方法操作繁瑣、運(yùn)算量大、準(zhǔn)確率低的問(wèn)題。

為實(shí)現(xiàn)上述目的，本發(fā)明提供了如下方案：

一種汽車(chē)輪轂X射線(xiàn)圖像的缺陷區(qū)域自動(dòng)提取方法，所述缺陷區(qū)域自動(dòng)提取方法包括：

獲取汽車(chē)輪轂的X射線(xiàn)圖像；

根據(jù)所述X射線(xiàn)圖像的高度和寬度構(gòu)建結(jié)構(gòu)元素；

采用所述結(jié)構(gòu)元素對(duì)所述X射線(xiàn)圖像進(jìn)行頂帽變換，生成頂帽變換后圖像；

對(duì)所述X射線(xiàn)圖像進(jìn)行頂帽重建變換，生成頂帽重建變換后圖像；

以所述頂帽重建變換后圖像為標(biāo)記圖像，以所述頂帽變換后圖像為模板圖像進(jìn)行數(shù)學(xué)形態(tài)學(xué)的膨脹重建運(yùn)算，生成膨脹重建后圖像；

對(duì)所述膨脹重建后圖像進(jìn)行二值化處理，生成所述汽車(chē)輪轂的初步缺陷區(qū)域；

對(duì)所述初步缺陷區(qū)域以面積和平均灰度為特征進(jìn)行剔除，得到所述汽車(chē)輪轂的真正缺陷區(qū)域；

獲取所述真正缺陷區(qū)域的最小外接矩形作為缺陷提取區(qū)域；

根據(jù)所述缺陷提取區(qū)域從所述X射線(xiàn)圖像中提取出所述汽車(chē)輪轂的缺陷區(qū)域。

可選的，所述根據(jù)所述X射線(xiàn)圖像的高度和寬度構(gòu)建結(jié)構(gòu)元素，具體包括：

采用公式B_L＝[min(W,H)×10％]確定所述結(jié)構(gòu)元素的邊長(zhǎng)B_L；其中W為所述X射線(xiàn)圖像的寬度，H為所述X射線(xiàn)圖像的高度；[]表示向上取整；

構(gòu)建邊長(zhǎng)為B_L的矩形結(jié)構(gòu)元素B。