韓 超，張理澤

(1.中核建中核燃料元件有限公司，宜賓 644000；2.重慶大學(xué) 光電技術(shù)與系統(tǒng)教育部重點(diǎn)實(shí)驗(yàn)室，重慶 400044；3.重慶大學(xué) 工業(yè)CT無損檢測(cè)教育部工程研究中心，重慶 400044)

粉末材料廣泛應(yīng)用于國防工業(yè)、生物醫(yī)藥、化工、汽車制造、能源、機(jī)械工程等各個(gè)領(lǐng)域[1]，其作為工業(yè)生產(chǎn)中的原料，需要通過特定的設(shè)備和工藝將粉末原材料加工處理為滿足生產(chǎn)所需的團(tuán)狀物料。這種使小顆粒團(tuán)聚為較大實(shí)體的過程稱為造粒。在粉末材料的造粒過程中不可避免地會(huì)引入夾雜物[2]，為了確保成品的質(zhì)量符合要求，必須采用有效的無損檢測(cè)方法來實(shí)現(xiàn)夾雜物的定量測(cè)量，保證粉末材料中的夾雜物含量符合規(guī)定。磁粉檢測(cè)需要將磁粉置于被測(cè)件表面，滲透檢測(cè)也需要將滲透劑涂抹于被測(cè)件表面，因此這類接觸式檢測(cè)方法并不適用于檢測(cè)粉末材料。而X射線檢測(cè)技術(shù)憑借其成像直觀、檢測(cè)效率高等優(yōu)點(diǎn)，成為粉末材料雜質(zhì)和缺陷檢測(cè)的主要手段。

數(shù)字射線成像檢測(cè)(DR)是一種基于X射線原理，使用平板探測(cè)器代替?zhèn)鹘y(tǒng)膠片成像的無損檢測(cè)技術(shù)[3-4]。DR技術(shù)成像具有動(dòng)態(tài)范圍大、成像質(zhì)量高、空間分辨率高等優(yōu)點(diǎn)，被廣泛應(yīng)用于復(fù)雜工件的自動(dòng)化檢測(cè)。筆者使用DR技術(shù)對(duì)粉末材料中的夾雜物進(jìn)行識(shí)別并實(shí)現(xiàn)了夾雜物的定量檢測(cè)，保證了粉末材料的質(zhì)量。

1 粉末材料夾雜物的數(shù)字射線檢測(cè)

1.1 圖像預(yù)處理

受X射線成像原理限制，獲取的原始DR圖像存在隨機(jī)噪聲和對(duì)比度低等問題，因此需要對(duì)圖像進(jìn)行一定的預(yù)處理[5]。原始DR圖像為16位圖像，灰度級(jí)范圍為0～65 535級(jí)，而顯示器只支持8位至10位圖像，導(dǎo)致圖像中缺陷部分和非缺陷部分難以分辨。通常采用窗寬/窗位調(diào)節(jié)對(duì)圖像的對(duì)比度進(jìn)行增強(qiáng)，窗寬/窗位調(diào)節(jié)公式為

(1)

式中：f(i,j)和g(i,j)為窗寬/窗位調(diào)節(jié)前后的圖像；ww為窗寬；wl為窗位；Imax為顯示設(shè)備的最大灰度級(jí)。

DR圖像窗寬/窗位調(diào)節(jié)前后對(duì)比如圖1所示，可以看到經(jīng)過調(diào)節(jié)后圖像中夾雜物的對(duì)比度得到了顯著提高，但由于X射線成像過程中的各個(gè)環(huán)節(jié)都有可能產(chǎn)生噪聲，為避免噪聲對(duì)圖像中夾雜檢測(cè)準(zhǔn)確度的影響，需要對(duì)圖像進(jìn)行降噪處理。文章使用中值濾波進(jìn)行降噪，中值濾波可以在保持圖像邊緣信息的同時(shí)有效消除圖像中的孤立噪聲點(diǎn)，中值濾波公式可表示為

圖1 DR圖像窗寬/窗位調(diào)節(jié)前后對(duì)比

g(x)=med{f(k)}

(2)

式中：x為圖像中待濾波點(diǎn)坐標(biāo);f(k)和g(x)為濾波前后的圖像；k為以點(diǎn)x為中心方形掩膜中的點(diǎn)。

圖1中夾雜物的邊緣區(qū)域較弱，為了更好地保持邊緣區(qū)域的成像效果，采用尺寸為3×3(長×寬)掩膜。DR圖像中值濾波降噪處理效果如圖2所示，中值濾波對(duì)圖像中偏離的噪聲點(diǎn)具有較好的抑制效果，但是由于該圖像中對(duì)比度相對(duì)較低，噪聲點(diǎn)較小，降噪效果并不是很顯著。

圖2 DR圖像中值濾波降噪處理效果

1.2 SIFT特征匹配

若要對(duì)DR圖像中夾雜物進(jìn)行尺寸測(cè)量，至少需要對(duì)同一夾雜物進(jìn)行3個(gè)角度的檢測(cè)以確定夾雜物的真實(shí)尺寸。為解決同一夾雜物的多角度匹配問題，使用尺度不變特征轉(zhuǎn)換(SIFT)算法對(duì)多張DR圖像的特征點(diǎn)進(jìn)行匹配。SIFT特征匹配算法主要有以下4個(gè)步驟[6-7]。

(1) 尺度空間中關(guān)鍵點(diǎn)檢測(cè)

首先使用多尺寸參數(shù)的高斯平滑對(duì)輸入圖像進(jìn)行處理從而構(gòu)造多尺度空間?？臻g函數(shù)L(x,y,σ)可以由可變參數(shù)的高斯函數(shù)G(x,y,σ)和原圖像I(x,y)卷積得到，即

L(x,y,σ)=G(x,y,σ)*I(x,y)

(3)

在不同尺度參數(shù)的組數(shù)中，首先對(duì)某一相同尺度層的相鄰圖像作差值得到高斯差分圖像；再通過差分圖像和原圖像做卷積獲得DOG(高斯差分)函數(shù)，最后可以由DOG空間的局部極值點(diǎn)構(gòu)成關(guān)鍵點(diǎn)。

(2) 對(duì)關(guān)鍵點(diǎn)補(bǔ)充特征信息

通過給關(guān)鍵點(diǎn)補(bǔ)充方向信息解決關(guān)鍵點(diǎn)的角度和旋轉(zhuǎn)不變性問題。方向信息是通過計(jì)算特征點(diǎn)的梯度得到的，對(duì)于任一特征點(diǎn)其梯度幅值信息m(x,y)和方向信息θ(x,y)可以描述為

m(x,y)={[L(x+1,y)-L(x-1,y)]2+

[L(x,y+1)-L(x,y-1)]2}1/2

(4)

(5)

式中：L(x,y)為尺度圖像。

(3) 計(jì)算特征點(diǎn)的描述子

為了保證特征矢量具有旋轉(zhuǎn)不變性，需要以關(guān)鍵點(diǎn)為中心將原圖像旋轉(zhuǎn)至與主方向相同。此外還需要為關(guān)鍵點(diǎn)建立一個(gè)描述子向量，使其在不同光線與視角下皆能保持不變性，并且能夠與其他關(guān)鍵點(diǎn)區(qū)分開[7]。描述子構(gòu)造過程如圖3所示，關(guān)鍵點(diǎn)位于左圖的窗口中間，其余小格代表鄰域范圍內(nèi)像素，首先計(jì)算鄰域內(nèi)所有像素的梯度信息并使用高斯函數(shù)進(jìn)行加權(quán)，然后通過對(duì)圖像中每個(gè)4×4子塊進(jìn)行8方向梯度直方圖統(tǒng)計(jì)操作，獲得每個(gè)方向的梯度幅值，最后得到一個(gè)包含128個(gè)維度的特征向量。

圖3 描述子構(gòu)造過程示意

(4) 特征匹配

SIFT特征匹配是通過兩幅圖像上不同關(guān)鍵點(diǎn)的特征向量的歐氏距離來度量，在兩幅圖像中關(guān)鍵點(diǎn)的歐式距離越小，可以認(rèn)為兩點(diǎn)的相似度越高，當(dāng)兩關(guān)鍵點(diǎn)的最近歐式距離與次近歐式距離的比值小于所設(shè)定的某一閾值時(shí)，即可判定該對(duì)關(guān)鍵點(diǎn)匹配成功。DR圖像特征匹配效果如圖4所示，圖4(a)，(b)均為經(jīng)過圖像預(yù)處理增強(qiáng)后的DR圖像，圖4(c)為圖4(a)，(b)匹配后的重疊圖，可以看到使用SIFT匹配算法后獲得了較好的匹配效果。

圖4 DR圖像特征匹配效果

1.3 基于邊緣檢測(cè)的圖像分割

在獲取DR圖像后，由于夾雜物通常在圖像中只占據(jù)很少的部分，為了減少圖像處理的工作量加快計(jì)算速度，文章考慮對(duì)包含夾雜物的感興趣區(qū)域(ROI)單獨(dú)做圖像處理。

經(jīng)典分割方法如OSTU、區(qū)域生長算法針對(duì)夾雜物，特別是對(duì)比度較低、邊緣存在交疊的小尺寸夾雜物的提取，很難得到較好的效果。因此文章中使用Canny邊緣檢測(cè)算法進(jìn)行圖像分割。圖像中的邊緣即可視為圖像中灰度變化劇烈的區(qū)域，在圖形學(xué)中使用梯度來描述灰度的變化程度和方向[8]。

Canny邊緣檢測(cè)算法可以分為4步。

(1) 圖像降噪

首先對(duì)圖像進(jìn)行降噪處理，由于在圖像預(yù)處理中已經(jīng)對(duì)圖像中的隨機(jī)噪聲和孤立噪聲進(jìn)行處理，因此不再進(jìn)行圖像降噪。

(2) 計(jì)算梯度值和梯度方向

sobel算子是一種離散差分算子，可以用于計(jì)算圖像梯度函數(shù)，在圖像中的任意點(diǎn)都可以通過使用此算子產(chǎn)生對(duì)應(yīng)x和y梯度，并求出對(duì)應(yīng)的梯度值和梯度方法，即

(6)

θ=arctan(Gy/Gx)

(7)

式中：G為梯度值；Gx為x方向梯度；Gy為y方向梯度；θ為梯度方向。

(3) 非極大值抑制

應(yīng)使圖像邊緣的寬度盡可能為單像素，若一個(gè)像素點(diǎn)屬于邊緣且在梯度方向上是極大值，則進(jìn)行保留，否則進(jìn)行抑制將灰度值設(shè)為0。

(4) 上下限閾值檢測(cè)邊緣

在應(yīng)用非極大值抑制后，因?yàn)樵肼曀鸬倪吘壪袼攸c(diǎn)可能在圖像濾波后依然存在，所以為了減少這類虛假邊緣，通過選擇上下限閾值來保留真實(shí)邊緣。當(dāng)邊緣像素的梯度值高于上限即可認(rèn)為是邊緣，當(dāng)?shù)陀谙孪迺r(shí)則認(rèn)為其不是邊緣。當(dāng)介于上下限之間時(shí)，則根據(jù)已確定為邊緣的像素是否鄰接來進(jìn)行判定[9]。

圖像分割效果如圖5所示，圖5 (a)為經(jīng)過預(yù)處理后的DR圖像，圖5(b)為檢測(cè)到的夾雜物邊緣，對(duì)檢測(cè)到的邊緣進(jìn)行內(nèi)部填充即可得到圖5(c)的夾雜物掩膜，從而完成對(duì)夾雜物的圖像分割。

圖5 圖像分割效果

2 夾雜物檢測(cè)流程

粉末材料夾雜檢測(cè)方法的流程如圖6所示，首先使用X射線對(duì)工件進(jìn)行掃描，采集多個(gè)角度的DR圖像，并對(duì)圖像進(jìn)行預(yù)處理；然后對(duì)圖像進(jìn)行窗寬/窗位調(diào)節(jié)，增強(qiáng)圖像的對(duì)比度和亮度，使用中值濾波器消去隨機(jī)噪聲；再使用SIFT特征匹配算法找到不同角度下DR圖像中的同一夾雜物；最后利用基于邊緣檢測(cè)的圖像分割方法得到夾雜物，得到夾雜物后計(jì)算不同角度下夾雜的尺寸參數(shù)值。

圖6 夾雜物檢測(cè)流程圖

關(guān)于夾雜物體積，文章選取不同掃描角度下長度、寬度的最大值進(jìn)行計(jì)算。最后根據(jù)夾雜物體積在總體粉末材料中的占比評(píng)估粉末材料的質(zhì)量[10]。

3 試驗(yàn)結(jié)果與分析

3.1 試驗(yàn)驗(yàn)證

文章使用一組標(biāo)準(zhǔn)直徑的金屬絲來驗(yàn)證檢測(cè)效果，其中金屬絲的標(biāo)準(zhǔn)直徑最大為1.00 mm，最小為0.20 mm，金屬絲的DR檢測(cè)結(jié)果如圖7所示，放置金屬絲的容器體積為9 L。在不同掃描角度下對(duì)一組金屬絲的尺寸進(jìn)行測(cè)量，其結(jié)果如表1～3所示，最終計(jì)算得到的金屬絲體積如表4所示。

表4 金屬絲體積測(cè)量結(jié)果 mm3

圖7 金屬絲的DR檢測(cè)結(jié)果

表1 -15°掃描角度下金屬絲尺寸

從金屬絲尺寸測(cè)量結(jié)果可以看到，除了標(biāo)準(zhǔn)直徑為0.20 mm的金屬絲邊緣輪廓不清晰導(dǎo)致測(cè)量誤差結(jié)果波動(dòng)較大，其余標(biāo)準(zhǔn)直徑金屬絲的相對(duì)誤差較小，能控制在10%以內(nèi)，在該范圍內(nèi)檢測(cè)結(jié)果較穩(wěn)定。金屬絲可以近似看作圓柱形，因此在不同掃描角度下寬度不會(huì)發(fā)生明顯變化，但是部分金屬絲長度會(huì)由于彎曲引發(fā)較大變化。關(guān)于金屬絲體積的計(jì)算，文章采用不同掃描角度下的長度和寬度的最大值進(jìn)行計(jì)算，再根據(jù)總金屬絲體積和粉末材料體積求出夾雜物含量為0.071 7%，該方法降低了單次掃描隨機(jī)性導(dǎo)致的一些誤差，提高了測(cè)量結(jié)果的準(zhǔn)確性。

表2 -7.5°掃描角度下金屬絲尺寸

表3 -30°掃描角度下金屬絲尺寸

3.2 實(shí)際檢測(cè)驗(yàn)證

該研究中主要針對(duì)粉末物料的夾雜檢測(cè)，試驗(yàn)所用粉末材料為灰白色，其化學(xué)性質(zhì)活潑，長期受氬氣氣氛保護(hù)，材料顆粒粒徑小于1.0 mm，密度小于0.8 g·cm-3。檢測(cè)工藝參數(shù)設(shè)置如表5所示。

表5 檢測(cè)工藝參數(shù)設(shè)置

采用文章方法對(duì)900批次的粉末進(jìn)行檢測(cè)，可將單次檢測(cè)時(shí)間控制在5 min以內(nèi)，經(jīng)過檢測(cè)的粉末材料夾雜物含量合格率為100%，不存在長邊尺寸大于1.0 mm的顆粒狀?yuàn)A雜物、不存在絲狀?yuàn)A雜物，其中夾雜物總體積占比小于0.000 007%，遠(yuǎn)小于規(guī)定的夾雜物總體積占比小于0.07%的要求，從而驗(yàn)證了所采用方法的可行性。

4 結(jié)論

筆者提出一種多角度掃描的粉末材料DR圖像夾雜物自動(dòng)檢測(cè)方法，并進(jìn)行檢測(cè)試驗(yàn)，得出以下結(jié)論。

(1) 相較于單次DR掃描，多次DR掃描可以避免夾雜物的空間位置和自身形態(tài)對(duì)檢測(cè)準(zhǔn)確性和穩(wěn)定性的影響，可以降低因單次掃描隨機(jī)性帶來的負(fù)面影響。

(2) 金屬絲檢測(cè)試驗(yàn)驗(yàn)證了文章所提方法的可行性，實(shí)際生產(chǎn)中的粉末檢測(cè)結(jié)果也驗(yàn)證了方法的檢測(cè)穩(wěn)定性。

(3) 使用不同掃描角度中測(cè)量得到的尺寸最大值作為夾雜物尺寸的近似值，然而被測(cè)工件在旋轉(zhuǎn)多個(gè)角度后仍可能得不到最佳掃描角度參數(shù)，因此可以從該方向預(yù)測(cè)夾雜物的尺寸以提升檢測(cè)的準(zhǔn)確性。