浅谈工业CT无损检测实时成像设备图像分析

工业CT无损检测实时成像系统釆用辐射成像原理，实现对产品的非接触式三维高精度扫描成像，可获得产品内部高精度的三维断层数据和材料信息，能够实现关键零部件、组件和系统的精确定量无损检测与评价，在工业制造的各个阶段都发挥着重要的作用，工业CT检测过程中，CT图像的缺陷检出是对工业产品进行缺陷分析的必需步骤。在利用工业CT获取的断层图像进行缺陷检出时，由于图像规模较大(重建图像尺寸一般大于1024×1024×1024)，采用普通方法进行缺陷检出的速度较慢，精度不高。同时，大多传统缺陷识别方法主要是针对二维灰度图像的缺陷检测，无法对缺陷进行三维的显示和度量，更不能将缺陷与成因相对应，从而找出改进生产工艺的有效手段。

针对工业CT无损检测实时成像设备数据分析等问题，清华大学王秉欣，丛鹏等教授针对工业CT缺陷检出中存在的上述问题，采用一种用于图像显示和处理的软件进行缺陷检出，通过阈值分割等手段进行缺陷分割，并实现分割结果的三维可视化。在此基础上，进行缺陷的量测，并讨论缺陷的评判和归档方法，充分发挥CT图像的三维空间分布特性，为工业中缺陷检测提供量化且直观的依据。

对于利用高精度工业CT无损检测实时成像设备进行工件检测的系统，其缺陷检出的主要步骤如下:CT图像→缺陷分割及显示→缺陷量测→缺陷评判→缺陷归档。

缺陷分割是缺陷检出的基础，主要目的是从庞大的工件图像数据中提炼出缺陷信息，从而可单独分析缺陷数据，简化分析过程。缺陷分割的方法根据分割依据的选取可分为基于边缘检测的分割方法、基于阈值的分割方法和基于区域的分割方法等。本文重点研究阈值分割的方法，关键是选取合适的灰度阈值。利用软件可实现缺陷的三维可视化，从而直观反映出缺陷的形状、大小等。

缺陷量测建立在缺陷分割的基础上，目的是为缺陷评估提供定量的判断依据。通过缺陷量测可获得缺陷的特征信息，如体积、周长、重心、灰度特征等。

缺陷评判依据缺陷量测结果评判工件缺陷，对工件性能评价、工件结构设计及加工工艺改良等具有指导意义。缺陷归档则是对缺陷的特点、类别等进行归类和存档，有利用于工业生产管理的系统化、正规化、数字化。

进行缺陷分割，主要经过3个步骤:1)确定缺陷的大致位置;2)确定工件和缺陷的阈值;3)进行阈值分割。利用缺陷分割得到的结果，还可实现对缺陷特征信息的定量分析。缺陷的灰度特征、体积、质心位置等也是研究者非常关注的信息，对于缺陷评估，改进工艺都有重要意义。

缺陷检出给出了缺陷形态的直观印象，而缺陷量测给出了缺陷体积、位置等定量信息。基于上述信息，再结合专业知识背景和经验，可对缺陷进行深入评估，如缺陷对工件性能的影响、可能造成的危险程度等。

基于高精度工业CT无损检测实时成像设备检测结果的缺陷检出及分析是工业产品检测中的重要环节，可充分发挥CT图像的三维空间分布特性。为适应不同工件和不同缺陷的检测，要求缺陷检出方法具有广泛适用性，易于操作，同时保证检出速度和精度。

我们认为，工业X射线探伤机图像分析方法需要满足以下条件：首先，该方法要普遍适用。例如阈值分割的方法，只关注图像的灰度信息，适用于各种工件的缺陷检出。其次，该方法的操作要灵活。传统方法根据图像单一的属性标准针对图像的某一特性进行分割，通常很难兼顾到局部和全局分割要求，所以要对工件整体和局部分别进行分割，满足不同检测的需要。再次，缺陷的三维可视化及尺寸测量。以往的识别方法主要对二维图像进行处理，向三维拓展的能力不足。不仅要对二维切片图像进行处理，还可实现缺陷的三维显示，使得结果更加直观简洁。同时，还可直接测量缺陷的尺寸以及位置等信息，量化检测结果。最后，缺陷信息的归档。利用本方法可对缺陷信息进行分门别类的保存，有助于系统查阅和总结。同时，由于只保存缺陷部分的信息，可大幅减少对存储空间的要求，提高检索速度。工件的缺陷检出在高精度工业CT的无损检测中占有重要地位，对工业CT技术的发展有重要影响。高效、精确地完成缺陷检出在科研和应用中均具有重要意义。