基于CCD图像的工业裂纹检测与识别研究，石丽娜，焦淑红，针对目前工程应用中工业探伤裂纹检测方法主要依靠手动测量，自动检测的精度较低的问题，本文提出了一套基于CCD图像的数字图像处理
中国科技论文在线 http://www.paper.edu.cn 模板的能量:(,)=∑∑(,) 原图像中与模板对应区域的能量:(,)=∑∑[(+,+ 模板与原图像对应区域的互相关:(,)=2∑( ,)随像素位置(,)的变化缓慢;〔,)为常数称为模板的能量,它与图像 像素位置(,)无关;(,)为模板与原图像对应区域的互相关,它随像素位置(,)的 变化而变化,当模板(,)和原图像中对应区域相匹配时取最大值,此时便可认为模板与 图像是匹配的。 图像匹配对目标裂纹区域定位后,通过匹配中心点对图像进行剪切操作,获得裂纹区域。 如图3所示,图3a为待检测的原始图像,图3b为模板图像,图3c为采用基于图像中心矩 的模板匹配和粗精匹配后剪切得到的图像。 WING-3- 图3a288*352原图 图3b9*55的模板图像 图3c剪切得到的图像 图像预处理 预处是裂纹检测精度提髙的关键。本文经过对多个方案的研究与尝试,最终采用直方 图均衡化和自适应阈值分割的方法,处理速度快、效果好。 直方图均衡化的目的是凸显裂纹,提高图像成分的清晰度,便于后续处理 由于探伤图像中像素的灰度值不稳定,背景区域和裂纹区域的对比度在实时地变化,在 这种情况下,每次测量裂纹都需要自适应的寻找最佳阈值。 通过对检测速度、复杂度及与飞机机翼下板件裂纹检测特殊性等进行综合考虑,采用了 自适应阈值分割的方法,其流程图如图4: 中国科技论文在线 http://www.paper.edu.cn 开始 〔- CTT SC=+1 -((一 ]-7C4) 结束 图4自适应阈值分割流程图 (1)对整幅图像进行ⅷ历,寻找到图像的最大和最小灰度值Z0、1,以二者的均值作 为图像分割的初始阈佰T,然后再对图像进行遍历,将图像分为前景和背景。 (2)设大于阈值T的像素数为nl,其灰度值总和为S1,小于阙佰T的像素数为n0, 其灰度值的和为S0,通过S0/n0、SL/n1求出前景和背景各自的灰度均值T0和T1,以二者 均值的均值TT代替初始阈值T做阈值对图像进行分割。 (3)判断第n次和第n+1循坏计算岀的阈值差是否大于允许值,是则返回。如此循环 就可找到图像的最佳阈值 裂纹搜索 为了便于后续的像素法测量裂纹长度,需要把分割后的裂纹图像细化成宽度为一个像素 的图像。木文提出一种袈纹生长法,由匹配中心点向两端生长,克服了目前常用的骨架法中 间容易断裂和测量精度不高的缺陷。裂纹生长法算法流程如卜 (1)以匹中心点(ij)为中心,向左进行搜索。 (2)若像素为1,j-1。并以这个新的坐标点为中心点继续向左搜索。若像素为0,则 进行第3步。 (3)冋上搜索,若像素为1,i=i-l。并以这个新的坠标点为中心点继续向左搜索。若 像素为0,则进行第4步。 (4)向下搜索,若像素为1,ii+1。并以这个新的巫标点为中心点继续向左搜索。若 像素为0,则进行第5步 (5)判断[i-2计+2j-1j-5]范围内像素为1的点的个数,若像素为1的数目大于2,j-j1 将(ij-1)点像素置为1。 (6)判断[i-2+2j1j-5范围内像素为1的点的个数,若像素为1的数目大于等」2 继续步骤2。若像素为1的数目小于等于1,结束。 裂纹长度测量 对于任何一个测量工具来说,必须有一个相对的单位对所测量的对象进行标定。对图像 来说它的棊本单位就是像素,即使是测量出了图像裂缝的长度指标,但是因为没有一个和平 常相联系紧密的单位来标定,那这个图像的裂缝的长度大小仍然是未知的。同时,对于用 CCD米集的图像,还要考虑到镜头的远近,角度等问题,在单位的标定上就会有不同的变 中国科技论文在线 http://www.paper.edu.cn 化,也就是说在“定的条件卜,我们可以换算出图像单位像素和我们平常使用的单位mm的 换算关系。当釆用CCυ采集图像时,使用一把带有刻度的标尺,采集标尺的图像。这里应 该注意的是,当测量环境变化时,如放大倍数的变化、旋转角度的变化等均须重新采集标尺 图像,然后进行标定操作。 (1)像素尺寸标定 首先采集刻度尺的图像。通过软件读取图像,再进行图像处理得出刻度尺的固定刻度线 间的像素数,从而通过两者的比值得到标定系数。设固定刻度线间的尺寸为a 刻度 间的像素数为b ,则标定系数b/ (2)裂纹长度的测量 通过生长法搜索完袈纹图像后,计算袈纹长度的像素值。用得到的像素值乘上像素标定 的系数就得到了实际的袈纹长度值。 实验及结果分析 视频序列图像运动的周期约为1s,每个周期内约含24帧图像,通过多次对连续采集的 24幅图像进行测试,能够完仝反映出裂纹在该时间段的各种淸晰度,试验仿真结果显示在 连续24秒内随机抽取24帧图像中,至少12幅能检测出完整的裂纹。图5所示为第1-24秒 随机抓拍一帧图像测试结果。 佟5第1-24秒随机抓拍的一帧图像测试结果 实际测量中只要采取合适的帧数,将提取裂纹的像素长度大小排列,按顺序选择8个或 10个并求取其像素长度的平均数,就可以比较精确的测量出袈纹长度。 由表1可以看岀在随杋抽取连续24帧图像测试的实验中经过选择像素长度排序前8的 平均长度作为检测结果,误差为0.48%,得出在满足·定帧数的情況下本文得出的算法完全 能精确的测量出裂纹长度的分析结果。 表1裂纹长度L测量数据(像素尺寸标定0.7273 mm/pixel) Tab. I Crack length L measured data L(像素)232232229229229228227227 L(mm) (1833/8)*07273=1666 L实(mm) 1658 误差 0.48% .总结 本文针对飞机机翼下板件,对裂纹检测技术中的匹配方法、图像处理技术、分割技术以 及像素标定法沨量裂纹长度技术进行硏究,提出了一种飞机机翼下板件裂纹检测算法,实现 中国科技论文在线 http:/www.paper.edu.cn 了自动检测,克服了以往人工测量受大气、坏境、各种人为因素以及自动检测方法测量误差 较大的影响,并达到了较髙的精度。实验结果说明该方法对飞机机翼下板件裂纹检测非常有 效,并可以扩展到其它工业材料的探伤测试试验中 参考文献 1 Gunatilake. P: M. W.Siegel: AG Jordan; G. W. Podnar, "Image Understanding Algorithms for Remote Visual Inspection of Aircraft Surfaces", Proc. SPIE Vol. 3029, pp. 2-13, Machine Vision Applications in Industrial Inspection V. [21 Pynn, J; Wright, A Lodge, R, "Automatic identification of cracks in road surfaces, Image Processing and Its Applications, 1999. Seventh International Confcrcncc on(Conf. Publ. No. 465), Volumc: 2, 13-15 July 1999, Page(s):671-675vol2. 3 Ryu Il, Choi tw,Kim YI, et al ment of the tati ack usit techniques」 Fourth International Conference on Knowledge-based Intelligent Engineering Systems and Allied Technologies 2000. 4 Ito, A, Aoki, Y, Hashirnoto, S, "Accurate extraction and measurement of fine cracks from concrete block rface image IECON 02 [Industrial Electronics Society, IEEE 2002 28th Annual Conference of the], Volume: 3 Nov5-8,2002,Page(s):2202-2207 [5] Ficguth, P.W.; Sinha, S K, "Automated analysis and dctection of cracks in underground scanned pipes, Image Processing, 1999. ICIP 99. Proceedings. 1999 International Conference on, Volume: 4, 24-28 Oct. 1999, [6] Dae Hyun Ryu and Seung Hoon Nahm Image processing techniques applied to automatic measurement of the fatigue-crack [] Key Engineering Materials, 2005 []邹铁群,侯贵仓,杨峰.基于数字图像处坦的表面裂纹检测算法叮.微计算札信息.2004 [8]林晓峰,有少莉.CCD振像法在工件尺寸测量中的应用[.光学仪器,202 [9] N Otsu. A threshold selection method from gray - level histograms[ J]. IEEE Transactions on System Man and cybernetic. 1979, 9(1): 62-66 [10]曹梅丽.像素法裂纹参数测量技术矿究[D],浙江大学,2006 [1]刘笃喜,温立民,朱名钤.血向叶片裂纹检测的白适应图像处哩算法研究[-航空精密制造技术,2007 「12]尹兰,基于数字图像处理技术的混凝土表面裂缝特征测 量和分析[D东南大学,2006 Shi lina, Jiao shuhong. Chen T Haerbin engineering university Information and Communication Engineering Institute, Haerbin, PRC,(150001) Against application of the current crack detection in industrial inspection methods rely on manual measurements, and the accuracy of automatic detection was low. This paper presents a set of scheme based on the CCD images, which included image matching, image pre-processing, crack searching, pixel calibration, and crack length measurement. In general illumination, we achieved automatic detection and high-precision identification for wainscot under the plane wings, whose error precision was0.48% CCD images; template matching; adaptive threshold; pixel calibration; crack refinement 作者简介:石丽娜,女,1984年生,硕十研究生,主要硏究方向是图像处理、目标探测与 识别。