焊接缺陷的自动检测与识别是无损检测领域的研究热点之一。首先构造了一个平滑模板，对原始图像进行中值滤波，得到理想焊缝图像。其次进行图像减影操作，当灰度连通性超过给定的阈值T时，当前位置被标志为可疑缺陷，从而实现焊缝图像中可疑缺陷的自动检测；自动检测后得到4个可疑缺陷，计算所有可疑缺陷的特征参数，定性分析后均判定为气孔；最后得到了缺陷列表，缺陷列表与气孔缺陷二值图像之间建立了一一对应关系。

所属栏目

实验研究

收稿日期

2017/2/14

作者单位

周鹏飞:上海航天精密机械研究所, 上海 201600
王飞:上海航天精密机械研究所, 上海 201600
肖辉:南昌航空大学 无损检测技术教育部重点实验室, 南昌 330063
敖波:南昌航空大学 无损检测技术教育部重点实验室, 南昌 330063

联系人作者

敖波(aobo0328@163.com)

备注

周鹏飞(1985-),男,学士,工程师,主要从事射线检测工作

引用该论文:

ZHOU Pengfei,WANG Fei,XIAO Hui,AO Bo.Automatic Detection and Recognition of Gas Pores in DR Images[J].Nondestructive Testing,2017,39(10):37～41
周鹏飞,王飞,肖辉,敖波.DR图像中气孔缺陷的自动检测与识别[J].无损检测,2017,39(10):37～41

参考文献

【1】

李亚江,王娟. 焊接缺陷分析与对策[M]. 北京:化学工业出版社, 2014.

【2】

VAITHIYANATHAN V, ANISHIN RAJ M M. Survey on various segmentation techniques used for weld defect detection in radiography[J].European Journal of Scientific Research,2011,66(3):449-455.

【3】

杨静. 基于X射线图像的焊缝缺陷检测与识别技术[D]. 太原:中北大学, 2008.

【4】

张晓光,高顶. 射线检测焊接缺陷的提取和自动识别[M]. 北京:国防工业出版社, 2004.

【5】

梁硼. X射线焊缝图像缺陷自动提取与识别技术研究[D]. 南京:南京航空航天大学,2012.

【6】

ZAHRAN O, KASBAN H, KORDY M E. Automatic weld defect identification from radiographic images[J].NDT&E International,2013, 57:26-35.

【7】

BANIUKIEWICZ P. Automated defect recognition and identification in digital radiography[J]. Journal of Nondestructive Evaluation, 2014,33: 327-334.

【8】

BOARETTO N,CENTENO T M.Automated detection of welding defects in pipelines from radiographic images DWDI[J]. NDT&E International, 2017, 86:7-13.

【9】

SHAO J X, DU D, CHANG B H, et al. Automatic weld defect detection based on potential defect tracking in real-time radiographic image sequence[J]. NDT&E International, 2012, 46:14-21.

【10】

田原,都东, 侯润石,等. 基于X射线图像序列的焊缝缺陷自动检测方法[J]. 清华大学学报(自然科学版), 2007,47(8):1278-1281, 1286.