工业ct图像弱边缘检验方法研究

工业ct图像弱边缘检验方法研究

ID:11005624

大小:56.50 KB

页数:5页

时间:2018-07-09

工业ct图像弱边缘检验方法研究_第1页
工业ct图像弱边缘检验方法研究_第2页
工业ct图像弱边缘检验方法研究_第3页
工业ct图像弱边缘检验方法研究_第4页
工业ct图像弱边缘检验方法研究_第5页
资源描述:

《工业ct图像弱边缘检验方法研究》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、工业CT图像弱边缘检验方法研究1绪论1.1课题的研究背景计算机断层扫描(putedTomography,CT)技术,是一种重要的无损检测技术(NDT),是物理学和计算机学的发展产物[1-2],它具有检测速度快、图像分辨率高、不受被测物体结构限制等优点[3]。目前,工业CT技术主要用于工业产品的无损检测和探伤中,该技术能清晰、准确的显示被测物体的内部结构,能定量的给出物体内部的物理、力学特性(如缺陷位置及尺寸、密度变化),异型结构的形状及精确尺寸,物体内部杂质的位置及分布等,因此工业CT技术被称为最佳无损检测手段。伴随着科技的飞速发展,工业CT已由X射线成像技术发展到了γ射线成像技术

2、,再到目前的研究热点太赫兹(THz)成像技术,工业CT技术已经被广泛地应用于各个领域。目前,工业CT对工件的检测主要包括工件几何和密度自动测量、以及工件内部缺陷自动识别等,完成这些检测的前提就是获取一幅较好的CT图像。随着现代生产技术的发展及工业CT技术的应用和推广,对工件测量与识别的精度要求越来越高,对图像的质量要求也越来越高。在工程实际中由于某些被工件内部缺陷性质决定了没有清晰的边缘,如铸件气孔、疏松等,或者因为被测工件在进行CT扫描时,表面与扫描断层平面不垂直等因素,加上CT断层扫描图像的容积效应,造成CT图像边缘的灰度有较宽的过渡区,形成了所谓的渐变边缘或称弱边缘。弱边缘检测是CT图像

3、分割和检测的难题之一。1.1.1工业CT系统的组成及工作原理工业CT系统应用于检测的范围很广[4],涉及到工业生产中的各个行业和各个领域,因此,根据不同的应用场合和对象,需要选择不同能量的射线源,射线能量的可选范围非常大,在120keV~60MeV之间,选择的依据为待检测的等效钢直径。如果检测的等效钢直径小于50mm的工业铸件,可以使用能量在450keV以下的低能X射线工业CT系统来进行检测,而如果要检测等效钢直径大于100mm的工业铸件,则需要使用高能X射线工业CT系统来进行检测[5]。一个完整的工业CT系统,其组成包括射线源系统、探测器系统、数据采集与传输系统、机械扫描与控制系统、计算机系

4、统等部分,如图1.1所示。1.1.2容积效应概述工业CT图像是经过一定的算法计算出来的二维数值阵列,图像上每一点成为像素。工业CT扫描时有一定的切片厚度,射线束与这一厚度的工件发生作用,最终图像上每一个像素值实际上对应了工件中一个小体元。像素的数值与小体元内材质衰减系数的平均值成比例[10-11]。当一个小体元内包含多种结构特征时,所对应的图像像素值是此体元内各种结构特征线性衰减系数的平均值,由于射线在按指数规律衰减,当射线束同时穿过衰减系数不同的两种材料时,实际的衰减方程应是每种材料衰减系数指数项的和,而不是衰减系数和的指数项,对像素值进行平均处理的过程造成投影数据的非线性或不一致,从而引起

5、图像上的伪像。工业CT进行断层扫描过程中,如果在扫描的断层厚度内,部分结构的厚度小于断层厚度,则由于容积效应的平均作用,会使图像变虚,若纵向结构变化大,在扫描断层厚度内这种结构变化很明显,则图像上容易出现虚影[10]。1.1.3工业CT弱边缘概述图像弱边缘检测是工业CT系统实现对工件内部缺陷无损检测、分析和统计测量遇到的难题,也是克服CT系统容积效应,提高CT图像边缘检测定位精度需要面对的问题[12]。在工业CT系统中,工件的精确测量和准确识别都依赖于CT图像的质量,只有使用高质量的CT图像才能得出正确的测量与识别结果。但是,由于CT技术自身的原因、CT系统设备的老化以及外界环境的变化等因素均

6、会影响CT图像的质量,这就给后续的图像去噪以及图像分割等处理带来了严重的困扰[13]。在工程实际中,由于CT断层扫描图像的容积效应和点扩散效应,或者因为被测工件在进行CT扫描时,表面与扫描断层平面不垂直等因素的影响,都会造成CT图像边缘的灰度有较宽的过渡区,形成了所谓的渐变边缘或称弱边缘。而对于工件内部缺陷的CT断层扫描图像,则情况更为复杂。容积效应和点扩散效应仍然存在,且由于缺陷外形不规则,缺陷边界部分的密度会发生改变,当选择不同的切片厚度(切片厚度大于或小于缺陷高度)或是切片和缺陷的相对位置不同时,缺陷的边缘都会呈现不同的模糊程度,其弱边缘的情况更加复杂。2数学形态学和分水岭算法2.1引言

7、近年来,数学形态学已经发展成为一门重要的图像分析学科。关于形态学理论及应用的文章大量出现在各种研究期刊和会议中,许多己经开发和正在开发的应用系统中也使用了形态学的理论。目前形态学的应用几乎覆盖了图像处理的所有领域:包括医学图像处理、文字识别、图像编码压缩、材料科学、视觉检测以及计算机视觉等。一些图像分析系统将数学形态运算作为系统的基本运算,并由此出发考虑系统体系结构。2.2数学形态学的基本理论数学

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。