數(shù)字射線成像檢測技術(shù)的應(yīng)用時(shí)間相對較短，但是隨著其在各行業(yè)的推廣，其優(yōu)勢逐漸得到業(yè)界認(rèn)可[1-3]。DR檢測結(jié)果可以在計(jì)算機(jī)上進(jìn)行分析、判讀，能夠?qū)崟r(shí)遠(yuǎn)程傳輸，方便疑難缺陷的會(huì)診和分析；結(jié)合輔助智能評片技術(shù)，可以節(jié)省評片時(shí)間；結(jié)合數(shù)字圖像處理技術(shù)，能夠更好地識(shí)別圖像中的有效信息；結(jié)合圖像后處理可以提高圖像的視覺效果，從而提高評片的準(zhǔn)確度[4]。與射線膠片相比，DR解決了膠片易污損、易劃傷、難儲(chǔ)存等系列問題；DR的實(shí)時(shí)成像功能可以對焊接工藝質(zhì)量進(jìn)行即時(shí)反饋，顯著提高施工效率，節(jié)約時(shí)間成本[5-6]。 

為了滿足工程建設(shè)需要，國內(nèi)外已發(fā)布了多項(xiàng)相關(guān)標(biāo)準(zhǔn)，為DR檢測技術(shù)的應(yīng)用提供了規(guī)范依據(jù)[7-11]。近年來，隨著我國石油天然氣管道的大規(guī)模建設(shè)，長輸管道的缺陷檢測正朝著數(shù)字化和智能化方向發(fā)展，以滿足更可靠、更高效的建設(shè)需求[12-14]。 

DR檢測質(zhì)量主要由探測器硬件、射線成像條件[15]、噪聲以及圖像增強(qiáng)技術(shù)等因素決定[16]。DR檢測要獲得可以和膠片媲美的檢測質(zhì)量，不僅要采用先進(jìn)的數(shù)字探測器等硬件設(shè)備，優(yōu)化成像條件和圖像處理算法也同等重要[17]。 

中國石油天然氣管道科學(xué)研究院（以下簡稱研究院）在十多年前已完成了管道環(huán)焊縫DR設(shè)備的研制，實(shí)現(xiàn)了管道環(huán)焊縫DR檢測的實(shí)時(shí)顯示和電子存儲(chǔ)[18]。近年來，研究院一直致力于該設(shè)備的性能優(yōu)化和工程應(yīng)用研究，包括研發(fā)一套功能完整、標(biāo)準(zhǔn)統(tǒng)一且符合行業(yè)和應(yīng)用場景需求的配套軟件?；贛FC多文檔視圖框架，研發(fā)了具有自主知識(shí)產(chǎn)權(quán)的圖像處理與評價(jià)系統(tǒng)，其具有良好的適應(yīng)性和可操作性，可實(shí)現(xiàn)對長輸管道環(huán)焊縫DR檢測結(jié)果的完整分析和高效準(zhǔn)確評價(jià)。 

1.   軟件架構(gòu)

在石油天然氣管道環(huán)焊縫DR檢測中，標(biāo)準(zhǔn)SY/T 4109—2020《石油天然氣鋼質(zhì)管道無損檢測》中第5部分“射線數(shù)字成像檢測”對現(xiàn)場施工給予了明確且具體的要求，包括檢測系統(tǒng)、檢測工藝和檢測質(zhì)量。這些要求涉及圖像存儲(chǔ)格式、系統(tǒng)功能、圖像灰度范圍、靈敏度、系統(tǒng)分辨率、圖像信噪比、報(bào)告輸出等方面。 

基于行業(yè)標(biāo)準(zhǔn)，結(jié)合長輸管道環(huán)焊縫DR檢測的實(shí)際需求，研發(fā)了DR檢測系統(tǒng)圖像處理系統(tǒng)。該系統(tǒng)主要包括數(shù)字圖像存取顯示模塊、圖像后處理模塊和成像分析模塊，其基礎(chǔ)架構(gòu)如圖1所示。 

圖  1  DR圖像處理系統(tǒng)架構(gòu)

數(shù)字圖像存取顯示模塊用于解析無損檢測圖像，并以可視化方式顯示詳細(xì)數(shù)據(jù)，使用戶能夠方便地查看圖像信息。該模塊具備解析和存儲(chǔ)數(shù)字圖像的功能，并提供用戶界面以顯示圖像。圖像后處理模塊包括直方圖均衡、卷積濾波等功能，旨在提升圖像質(zhì)量。成像分析模塊能夠?qū)υ紙D像進(jìn)行分辨率、信噪比和缺陷類型等方面的分析。 

2.   圖像存取顯示模塊

2.1   DICONDE格式讀取

常用的數(shù)字圖像存儲(chǔ)格式有JPG、PNG、BMP、TIF等，而行業(yè)標(biāo)準(zhǔn)規(guī)定的DR圖像存儲(chǔ)格式為DICONDE格式。因此，系統(tǒng)除了通用格式的讀寫，還必須包含DICONDE文件讀取功能。 

系統(tǒng)可在借助DCMTK開源庫完成對DICONDE文件中圖像數(shù)據(jù)、工程、人員、設(shè)備、檢測工藝數(shù)據(jù)等附加信息的讀取。結(jié)合MFC框架，系統(tǒng)可在打開數(shù)字射線圖像的同時(shí)顯示該圖像的附加信息。圖像附加信息的顯示界面如圖2所示。 

圖  2  圖像附加信息的顯示界面

2.2   多視圖顯示

在長輸管道環(huán)焊縫的DR檢測過程中，受平板探測器尺寸的限制，完成單條環(huán)焊縫的DR檢測需要實(shí)施多次透照[19]，最終需對多幅檢測數(shù)據(jù)圖像進(jìn)行拼接以形成整條焊縫的檢測圖像，因此圖像處理系統(tǒng)需具備多幅圖像的同時(shí)顯示、處理與拼接功能。 

2.2.1   視圖數(shù)據(jù)存儲(chǔ)

在多圖顯示功能的基礎(chǔ)上，文章系統(tǒng)還可進(jìn)行圖像質(zhì)量分析和后處理變換等操作。在存儲(chǔ)視圖數(shù)據(jù)時(shí)，可完整保存不同狀態(tài)下的數(shù)據(jù)類型。系統(tǒng)自頂向下依次進(jìn)行圖像處理后，在MFC窗口進(jìn)行顯示。視圖數(shù)據(jù)存儲(chǔ)層次如表1所示。 

2.2.2   圖像與視窗坐標(biāo)轉(zhuǎn)換

ImgDst圖像依舊為原圖像真實(shí)尺寸，MFC視窗顯示前需要規(guī)定圖像顯示尺寸。軟件默認(rèn)顯示時(shí)盡可能填滿MFC視窗。因此WindowSrc的短邊像素長度EWindowSrc將和MFC視窗對應(yīng)邊像素長度EImgSrc相等，則基礎(chǔ)映射倍率α可表示為 

規(guī)定在此α下，視窗放大倍率β為1。由此得到WindowSrc圖像尺寸SWindowSrc與ImgSrc圖像尺寸SImgSrc的關(guān)系可表示為 

當(dāng)WindowSrc在MFC視窗進(jìn)行顯示時(shí)，WindowSrc視窗尺寸往往大于MFC視窗尺寸，因此需要借助滑動(dòng)條控制圖像顯示位置?；瑒?dòng)條通過一個(gè)Point2f類型數(shù)據(jù)Pslider控制。因此視窗坐標(biāo)系Pview與圖像坐標(biāo)系Pimg轉(zhuǎn)換公式為 

2.2.3   線性變換

DICONDE數(shù)字射線圖像像素通常為14 bit或16 bit，需要映射到8 bit以用于屏幕顯示。默認(rèn)使用線性變換映射，簡單的線性變換公式為 

式中：，分別為變換前后點(diǎn)的灰度值；m，n分別取0，255；d，e分別為圖像感興趣區(qū)域灰度的最小值，最大值[20]。 

2.2.4   多視圖加載與歷史變換加載

MFC多文檔視圖架構(gòu)可同時(shí)打開多幅數(shù)字射線圖像，并選擇其中一幅進(jìn)行激活操作。多視圖場景下，休眠視圖僅需要保存“視圖數(shù)據(jù)存儲(chǔ)”中前3項(xiàng)數(shù)據(jù)，在切換視圖時(shí)將休眠視圖的“ImgSrc，ImgLUT，ImgDst”進(jìn)行保存，活躍視圖的“ImgSrc，ImgLUT，ImgDst”通過轉(zhuǎn)換算法重新轉(zhuǎn)換為“WindowSrc，ViewSrc，ViewDst”進(jìn)行顯示。 

對于每一視圖，文章系統(tǒng)將通過TreeCtrl樹控件記錄歷史操作，不同的歷史操作將修改ImgDst，因此每當(dāng)ImgDst在修改后，軟件將當(dāng)前ImgDst拷貝進(jìn)TreeCtrl控件作為葉節(jié)點(diǎn)暫存。在回溯操作時(shí)葉節(jié)點(diǎn)暫存圖像將重新覆蓋ImgDst，并進(jìn)一步轉(zhuǎn)換為“WindowSrc，ViewSrc，ViewDst”進(jìn)行顯示。多視圖顯示視圖列表示例如圖3所示，列表可顯示當(dāng)前打開的所有圖像路徑、名稱以及正負(fù)片、濾波等歷史操作記錄，可提供便利的圖像查看、選擇、另存、關(guān)閉方案。 

圖  3  多視圖顯示視圖列表示例

2.3   快捷響應(yīng)

MFC框架具有消息響應(yīng)機(jī)制，為適應(yīng)現(xiàn)場檢測評價(jià)需求，圖像的縮放、拖動(dòng)、后處理區(qū)域框選等操作均以鼠標(biāo)快捷操作為主。 

2.3.1   縮放

圖像縮放通過鼠標(biāo)滾輪實(shí)現(xiàn)。規(guī)定上滾動(dòng)為視窗圖像放大，下滾動(dòng)為圖像視窗縮小。因此在捕獲到上滾動(dòng)消息后，增大視窗放大倍率β；捕獲到下滾動(dòng)消息后，減小視窗放大倍率β。當(dāng)β修改后重新計(jì)算SWindowSrc，并通過ImgDst插值運(yùn)算求得新的WindowSrc用于顯示。 

2.3.2   拖動(dòng)

圖像拖動(dòng)通過鼠標(biāo)右鍵實(shí)現(xiàn)。當(dāng)鼠標(biāo)右鍵按下后進(jìn)入圖像拖動(dòng)狀態(tài)，此時(shí)鼠標(biāo)移動(dòng)發(fā)生在視窗坐標(biāo)下，且鼠標(biāo)移動(dòng)方向與圖像顯示方向相反。若鼠標(biāo)移動(dòng)距離為Pmouse，則新滑動(dòng)條坐標(biāo)${\mathrm{<span\; style="font-size:\; 16px;\; color:\; rgb(0,\; 0,\; 0);">?</span>}}_{\text{<span style="font-size: 16px; color: rgb(0, 0, 0);">slider</span>}}\text{<span style="font-size: 16px; color: rgb(0, 0, 0);">=</span>}$${\mathrm{<span\; style="font-size:\; 16px;\; color:\; rgb(0,\; 0,\; 0);">?</span>}}_{\text{<span style="font-size: 16px; color: rgb(0, 0, 0);">slider</span>}}\text{<span style="font-size: 16px; color: rgb(0, 0, 0);">-</span>}{\mathrm{<span\; style="font-size:\; 16px;\; color:\; rgb(0,\; 0,\; 0);">?</span>}}_{\mathrm{<span\; style="font-size:\; 16px;\; color:\; rgb(0,\; 0,\; 0);">?</span>}\mathrm{<span\; style="font-size:\; 16px;\; color:\; rgb(0,\; 0,\; 0);">?</span>}\mathrm{<span\; style="font-size:\; 16px;\; color:\; rgb(0,\; 0,\; 0);">?</span>}\mathrm{<span\; style="font-size:\; 16px;\; color:\; rgb(0,\; 0,\; 0);">?</span>}\mathrm{<span\; style="font-size:\; 16px;\; color:\; rgb(0,\; 0,\; 0);">?</span>}}$。通過修改滑動(dòng)條參數(shù)MFC即可自動(dòng)對窗口進(jìn)行移動(dòng)。 

2.3.3   選區(qū)

進(jìn)行像素計(jì)算有關(guān)的操作，如信噪比計(jì)算，動(dòng)態(tài)對比度增強(qiáng)等操作時(shí)需要在視窗坐標(biāo)下操作，以修改圖像坐標(biāo)下的數(shù)據(jù)，此時(shí)需要進(jìn)行視窗坐標(biāo)至圖像坐標(biāo)的轉(zhuǎn)換。MFC監(jiān)聽鼠標(biāo)左鍵按下消息，通過鼠標(biāo)左鍵拖動(dòng)得到視窗坐標(biāo)下感興趣區(qū)域（ROI）。使用式（3）將視窗圖像中ROI區(qū)域映射到ImgSrc圖像中的ROI區(qū)域，并進(jìn)行計(jì)算。 

2.4   加速繪圖

當(dāng)操作者對ImgDst進(jìn)行連續(xù)變換（例如局部灰度均衡時(shí)調(diào)整選區(qū)，調(diào)整窗寬窗位值等）時(shí)，計(jì)算量很大，屏幕頻繁刷新會(huì)使得響應(yīng)時(shí)間增長，故系統(tǒng)使用懶加載（見圖4）與緩沖策略來減少響應(yīng)時(shí)間。 

圖  4  懶加載示意

2.4.1   懶加載策略

當(dāng)操作者進(jìn)行連續(xù)調(diào)整時(shí)，圖像顯示窗口位置是不變的。因此當(dāng)ImgDst需要進(jìn)行連續(xù)變換時(shí)，僅對窗口位置的ImgDst進(jìn)行變換，記為ImgDstRoi。操作者在視窗范圍內(nèi)僅觀察到ImgDstRoi，如圖5所示。當(dāng)ImgDst連續(xù)變換結(jié)束，ImgDstRoi中的最終變換方法應(yīng)用到ImgDst全局并銷毀ImgDstRoi。記變換次數(shù)為n，總像素變換量由原來的${\mathrm{<span\; style="font-size:\; 16px;\; color:\; rgb(0,\; 0,\; 0);">?</span>}}_{\text{<span style="font-size: 16px; color: rgb(0, 0, 0);">ImgDst</span>}}\text{<span style="font-size: 16px; color: rgb(0, 0, 0);"> </span>}<span\; style="font-size:\; 16px;\; color:\; rgb(0,\; 0,\; 0);">·</span>\text{<span style="font-size: 16px; color: rgb(0, 0, 0);"> </span>}\mathrm{<span\; style="font-size:\; 16px;\; color:\; rgb(0,\; 0,\; 0);">?</span>}$減少到${\mathrm{<span\; style="font-size:\; 16px;\; color:\; rgb(0,\; 0,\; 0);">?</span>}}_{\text{<span style="font-size: 16px; color: rgb(0, 0, 0);">ImgDstRoi</span>}}\text{<span style="font-size: 16px; color: rgb(0, 0, 0);"> </span>}<span\; style="font-size:\; 16px;\; color:\; rgb(0,\; 0,\; 0);">·</span>\text{<span style="font-size: 16px; color: rgb(0, 0, 0);"> </span>}\mathrm{<span\; style="font-size:\; 16px;\; color:\; rgb(0,\; 0,\; 0);">?</span>}\text{<span style="font-size: 16px; color: rgb(0, 0, 0);">+</span>}{\mathrm{<span\; style="font-size:\; 16px;\; color:\; rgb(0,\; 0,\; 0);">?</span>}}_{\text{<span style="font-size: 16px; color: rgb(0, 0, 0);">ImgDst</span>}}\text{<span style="font-size: 16px; color: rgb(0, 0, 0);">=</span>}<span\; style="font-size:\; 16px;\; color:\; rgb(0,\; 0,\; 0);">(</span>\mathrm{<span\; style="font-size:\; 16px;\; color:\; rgb(0,\; 0,\; 0);">?</span>}\text{<span style="font-size: 16px; color: rgb(0, 0, 0);"> </span>}<span\; style="font-size:\; 16px;\; color:\; rgb(0,\; 0,\; 0);">·</span>\text{<span style="font-size: 16px; color: rgb(0, 0, 0);"> </span>}\mathrm{<span\; style="font-size:\; 16px;\; color:\; rgb(0,\; 0,\; 0);">?</span>}\text{<span style="font-size: 16px; color: rgb(0, 0, 0);"> </span>}<span\; style="font-size:\; 16px;\; color:\; rgb(0,\; 0,\; 0);">·</span>\text{<span style="font-size: 16px; color: rgb(0, 0, 0);"> </span>}{\mathrm{<span\; style="font-size:\; 16px;\; color:\; rgb(0,\; 0,\; 0);">?</span>}}_{\text{<span style="font-size: 16px; color: rgb(0, 0, 0);">view</span>}}<span\; style="font-size:\; 16px;\; color:\; rgb(0,\; 0,\; 0);">)</span>\mathrm{<span\; style="font-size:\; 16px;\; color:\; rgb(0,\; 0,\; 0);">?</span>}\text{<span style="font-size: 16px; color: rgb(0, 0, 0);">+</span>}{\mathrm{<span\; style="font-size:\; 16px;\; color:\; rgb(0,\; 0,\; 0);">?</span>}}_{\text{<span style="font-size: 16px; color: rgb(0, 0, 0);">ImgDst</span>}}$ 

圖  5  尺寸校準(zhǔn)及測量操作示意

2.4.2   緩沖策略

在MFC繪圖時(shí)，需要進(jìn)行視窗刷新，系統(tǒng)使用ViewSrc擦除背景，在背景上完成進(jìn)一步繪制，假設(shè)某操作序列需要進(jìn)行n次屏幕繪制。每進(jìn)行一次繪制需要刷新n+1次視窗，即ViewSrc擦除背景->繪制1->繪制2->繪制…->繪制n，總像素變換量為${\mathrm{<span\; style="font-size:\; 16px;\; color:\; rgb(0,\; 0,\; 0);">?</span>}}_{\text{<span style="font-size: 16px; color: rgb(0, 0, 0);">view</span>}}\text{<span style="font-size: 16px; color: rgb(0, 0, 0);"> </span>}<span\; style="font-size:\; 16px;\; color:\; rgb(0,\; 0,\; 0);">·</span>\text{<span style="font-size: 16px; color: rgb(0, 0, 0);"> </span>}<span\; style="font-size:\; 16px;\; color:\; rgb(0,\; 0,\; 0);">(</span>\mathrm{<span\; style="font-size:\; 16px;\; color:\; rgb(0,\; 0,\; 0);">?</span>}\text{<span style="font-size: 16px; color: rgb(0, 0, 0);">+</span>}\mathrm{<span\; style="font-size:\; 16px;\; color:\; rgb(0,\; 0,\; 0);">1</span>}<span\; style="font-size:\; 16px;\; color:\; rgb(0,\; 0,\; 0);">)</span>$。因此，無論每次視窗變換的像素有多少，最終都會(huì)導(dǎo)致屏幕完全刷新。系統(tǒng)通過使用緩沖策略，開辟緩沖ViewDst用于在內(nèi)存中繪制操作序列，再將ViewDst繪制到屏幕上，最終執(zhí)行1+1次屏幕刷新，減少了屏幕刷新耗時(shí)。 

3.   成像質(zhì)量分析

在管道環(huán)焊縫DR檢測應(yīng)用中，SY/T 4109標(biāo)準(zhǔn)在圖像質(zhì)量評價(jià)方面，對單絲、雙絲、標(biāo)記帶等輔助評價(jià)工具的布置進(jìn)行了規(guī)定，針對不同的管道規(guī)格，對系統(tǒng)靈敏度、分辨率、信噪比、缺陷驗(yàn)收方法等都給予了具體要求和說明?；诖?，文章系統(tǒng)集成了圖像質(zhì)量分析的相關(guān)參數(shù)測量功能，包括尺寸校準(zhǔn)測量、雙絲測量、信噪比測量、缺陷評價(jià)4種功能。 

3.1   尺寸校準(zhǔn)測量

影像形成圖片后，單位像素代表的工件尺寸并不準(zhǔn)確，因此需要對像素尺寸進(jìn)行校準(zhǔn)，標(biāo)定出像素間距，再進(jìn)行尺寸測量。 

校準(zhǔn)通過尋找已知尺寸參考物作為標(biāo)定基準(zhǔn)，一般利用雙線型像質(zhì)計(jì)在寬度方向的15 mm處進(jìn)行標(biāo)定。文章系統(tǒng)在進(jìn)行尺寸校準(zhǔn)時(shí)，沿參考物長度方向繪制灰度曲線，操作示意如圖5所示，添加游標(biāo)尋找參考物邊沿。統(tǒng)計(jì)游標(biāo)范圍內(nèi)像素?cái)?shù)量，由用戶輸入?yún)⒖嘉飳?shí)際長度，即可計(jì)算出單位像素對應(yīng)的實(shí)際尺寸。完成校準(zhǔn)后，游標(biāo)便可準(zhǔn)確測量目標(biāo)尺寸。 

3.2   雙絲測量

雙絲測量用于測量圖像空間分辨率，包括手動(dòng)測量和自動(dòng)測量。 

3.2.1   灰度直方圖20%下凹法

通過軟件雙絲測量工具，沿垂直線對方向從第一根線對開始拉出一定寬度的輪廓線至最后一根線對，輪廓線覆蓋區(qū)域至少覆蓋線對區(qū)域60%面積，得到絲對圖像的截面灰度分布輪廓曲線，如圖6所示。 

圖  6  灰度直方圖20%下凹法得到的灰度曲線

測定雙絲峰谷比R作為評價(jià)依據(jù)，其可表示為 

式中：a，b分別為雙絲中絲對對應(yīng)各像素的最小灰度的平均值；c為雙絲對中像素最高灰度值的平均值。 

當(dāng)R小于并最接近20%時(shí)，則認(rèn)為這一線對是可識(shí)別線對。因此測量雙絲像質(zhì)計(jì)的達(dá)標(biāo)線對時(shí)需要系統(tǒng)繪制輔助雙絲測量的剖面分析工具，并添加可識(shí)別率算法。系統(tǒng)設(shè)計(jì)方案為：在雙絲測量模式下，沿雙絲像質(zhì)計(jì)方向繪制一條角度可旋、寬度可調(diào)的窄帶矩形框；角度可旋轉(zhuǎn)需要用戶拖動(dòng)過程中確保矩形框與像質(zhì)計(jì)邊框平行；拖動(dòng)中在矩形框中間繪制一條垂直輔助線，通過與絲徑貼合輔助矩形框角度調(diào)整，如圖7所示。矩形框內(nèi)圖像用于實(shí)時(shí)繪制灰度剖面圖，如圖8所示，剖面圖橫坐標(biāo)方向?yàn)榫匦慰蜓由旆较?，縱坐標(biāo)為矩形框?qū)挾确秶鷥?nèi)每列像素的平均灰度值。標(biāo)準(zhǔn)要求測量區(qū)域?qū)挾炔粦?yīng)少于21個(gè)像素，因此矩形框?qū)挾仁强梢哉{(diào)整的。剖面圖內(nèi)繪制3條游動(dòng)輔助線，調(diào)整輔助線位置到關(guān)注線對，即可自動(dòng)計(jì)算出R值。 

圖  7  雙絲測量輔助線示意

圖  8  雙絲測量示例

3.2.2   內(nèi)插值20%下凹法

灰度直方圖20%下凹法中，需要保證測量矩形框與像質(zhì)計(jì)邊框水平，且需進(jìn)行多次調(diào)整游動(dòng)輔助線以計(jì)算多個(gè)R值。該操作比較繁瑣，某種程度上對操作人員并不友好。因此借助雙絲像質(zhì)計(jì)形態(tài)學(xué)特性，使用內(nèi)插值20%下凹法對雙絲區(qū)域進(jìn)行自動(dòng)選區(qū)與自動(dòng)計(jì)算。 

（1）自動(dòng)選區(qū) 

雙絲像質(zhì)計(jì)由多條平行的雙絲對組成，雙絲對與垂直方向的偏離角度即為矩形框與水平方向的偏離角度。因此自動(dòng)選區(qū)算法按如下步驟實(shí)現(xiàn)。① 灰度拉伸：通過線性變換，將雙絲區(qū)域圖像灰度映射到0~65 535，用于提升對比度；② 二值化：使用二值化算法，使得雙絲對灰度值變?yōu)?5 535，背景灰度值變?yōu)?；③ 霍夫變換：使用霍夫變換算法尋找所有的直線；④ 初次篩選：篩選長度合理的直線，去除過短直線；⑤ 二次篩選：求出所有直線的偏轉(zhuǎn)角度，同時(shí)求出平均偏轉(zhuǎn)角度與標(biāo)準(zhǔn)差，篩選出偏轉(zhuǎn)角度在0.5倍標(biāo)準(zhǔn)差范圍內(nèi)的直線（理想狀態(tài)下標(biāo)準(zhǔn)差應(yīng)為0）；⑥ 角度計(jì)算：對篩選后的所有直線求平均偏轉(zhuǎn)角度，輸出平均偏轉(zhuǎn)角度與垂直方向的偏離角度作為矩形框與水平方向的偏離角度。 

（2）自動(dòng)計(jì)算 

計(jì)算R值時(shí)，對于每一組雙絲對，A與B點(diǎn)必然是灰度曲線的極小值，C點(diǎn)必然是灰度剖面圖的極大值（見圖6），且C點(diǎn)必然出現(xiàn)在A與B點(diǎn)之間。因此可以根據(jù)上述特點(diǎn)尋找到所有雙絲對的A，B，C點(diǎn)。自動(dòng)計(jì)算算法按如下步驟實(shí)現(xiàn)。① 內(nèi)插值：對灰度曲線進(jìn)行內(nèi)插值，增加灰度曲線點(diǎn)的數(shù)量，便于計(jì)算；② 判斷方向：判斷雙絲像質(zhì)計(jì)方向，第一對雙絲最粗最明顯，灰度值最小，因此尋找灰度曲線中數(shù)值最小的兩個(gè)點(diǎn)作為第一對雙絲所在位置，判斷該位置與頭尾距離即可判斷雙絲像質(zhì)計(jì)的擺放方向，調(diào)整方向使得第一對雙絲處于x坐標(biāo)較小位置，后續(xù)雙絲對沿x坐標(biāo)增大的方向排布；③ 尋找極小值：尋找并保存灰度曲線中所有極小值點(diǎn)，該極小值點(diǎn)要求灰度值小于左側(cè)的點(diǎn)，小于等于右側(cè)的點(diǎn)，同時(shí)邊界點(diǎn)也將被認(rèn)為是極小值點(diǎn)；④ 篩選極小值點(diǎn)：從所有極小值點(diǎn)中，按照灰度值從小到大遍歷，每次取2個(gè)點(diǎn)，認(rèn)為此2個(gè)點(diǎn)組成一個(gè)雙絲對，并存儲(chǔ)這2個(gè)點(diǎn)的灰度值與x坐標(biāo)，存儲(chǔ)后再次遍歷所有極小值點(diǎn)，刪除部分點(diǎn)，這些點(diǎn)的x值小于存儲(chǔ)點(diǎn)的x坐標(biāo)，設(shè)雙絲對數(shù)量為n，則重復(fù)上述步驟n次，最終得到n個(gè)極小值點(diǎn)對，2n個(gè)極小值點(diǎn)；⑤ 篩選極小值點(diǎn)對的有效性：雙絲對距離非常近，因此極小值點(diǎn)對的x坐標(biāo)應(yīng)相近，遍歷所有極小值點(diǎn)對，合法的極小值點(diǎn)對間的x坐標(biāo)應(yīng)該滿足${\mathrm{<span\; style="font-size:\; 16px;\; color:\; rgb(0,\; 0,\; 0);">?</span>}}_{\text{<span style="font-size: 16px; color: rgb(0, 0, 0);">max</span>}}<span\; style="font-size:\; 16px;\; color:\; rgb(0,\; 0,\; 0);">\ge </span>{\mathrm{<span\; style="font-size:\; 16px;\; color:\; rgb(0,\; 0,\; 0);">?</span>}}_{\mathrm{<span\; style="font-size:\; 16px;\; color:\; rgb(0,\; 0,\; 0);">?</span>}}<span\; style="font-size:\; 16px;\; color:\; rgb(0,\; 0,\; 0);">\ge </span>{\mathrm{<span\; style="font-size:\; 16px;\; color:\; rgb(0,\; 0,\; 0);">?</span>}}_{\text{<span style="font-size: 16px; color: rgb(0, 0, 0);">min</span>}}$（式中Dmax，Dmin分別為雙絲對x坐標(biāo)間距的最大距離，最小距離，Dx為其中某個(gè)雙絲對的間距），經(jīng)調(diào)參得知Dmax=20，D min=2效果較好；⑥ 獲取極大值點(diǎn)：極大值點(diǎn)應(yīng)出現(xiàn)在極小值點(diǎn)對中間，取一對極小值點(diǎn)對，并得到x坐標(biāo)區(qū)域，取區(qū)域內(nèi)灰度最大值點(diǎn)，共計(jì)獲取n個(gè)極大值點(diǎn)；⑦ 篩選平緩區(qū)點(diǎn)：認(rèn)為平緩區(qū)點(diǎn)出現(xiàn)在極大值點(diǎn)中間，最終得到n個(gè)平緩區(qū)點(diǎn)；⑧ 計(jì)算R值：共計(jì)獲得2n個(gè)極小值點(diǎn)，n個(gè)極大值點(diǎn)，n個(gè)平緩區(qū)點(diǎn)。計(jì)算n個(gè)R值，選擇小于并最接近20%的R值。 

3.3   信噪比測量

信噪比標(biāo)準(zhǔn)強(qiáng)調(diào)的是歸一化信噪比SNRn，在圖像上取面積不小于（20×55）像素的矩形興趣區(qū)域進(jìn)行計(jì)算，軟件系統(tǒng)對標(biāo)準(zhǔn)要求的歸一化信噪比算法進(jìn)行加載，則有 

式中：${\mathrm{<span\; style="font-size:\; 16px;\; color:\; rgb(0,\; 0,\; 0);">?</span>}}_{\mathrm{<span\; style="font-size:\; 16px;\; color:\; rgb(0,\; 0,\; 0);">?</span>}}{}_{\text{<span style="font-size: 16px; color: rgb(0, 0, 0);">image</span>}}$為圖像空間分辨率，采用3.2中雙絲測量的實(shí)際測量結(jié)果，單位為μm。 

若寬度為20，將寬度方向上20個(gè)像素視為一組，計(jì)算每組像素灰度值的平均值和修正標(biāo)準(zhǔn)差，每組的灰度平均值和標(biāo)準(zhǔn)差平均值取中位值Imedian，σmedian，再根據(jù)式（6），（7）計(jì)算歸一化信噪比。 

在整條焊縫上，隨鼠標(biāo)移動(dòng)，軟件實(shí)時(shí)響應(yīng)鼠標(biāo)位置，并計(jì)算所在位置在設(shè)置區(qū)域大小范圍內(nèi)的歸一化信噪比，結(jié)果示例如圖9所示。操作人員可任意取點(diǎn)觀察近焊縫母材區(qū)域的信噪比是否滿足標(biāo)準(zhǔn)要求。 

圖  9  信噪比測量結(jié)果示例

4.   結(jié)語

基于長輸管道環(huán)焊縫DR檢測的需求，研發(fā)了適用性強(qiáng)的圖像處理、分析與評價(jià)系統(tǒng)。介紹了從圖像讀取到報(bào)告生成的整體設(shè)計(jì)架構(gòu)，系統(tǒng)地闡述了各個(gè)模塊的設(shè)計(jì)目的、功能要點(diǎn)、應(yīng)用效果。特別是涉及DICONDE圖像數(shù)據(jù)及標(biāo)簽信息的讀取方式，針對環(huán)焊縫圖像特征，研究了特異性圖像處理辦法，對分辨率、信噪比等標(biāo)準(zhǔn)評價(jià)指標(biāo)，提供了具體的算法和解決方案。現(xiàn)場應(yīng)用結(jié)果表明該系統(tǒng)完全滿足長輸管道環(huán)焊縫DR檢測設(shè)備的圖像讀取、處理、分析、評價(jià)等方面的要求。自研與國產(chǎn)硬件相配套的軟件，不僅會(huì)促進(jìn)環(huán)焊縫DR檢測系統(tǒng)的推廣與普及，同時(shí)也可為高效、準(zhǔn)確地進(jìn)行質(zhì)量評價(jià)奠定基礎(chǔ)。

文章來源——材料與測試網(wǎng)