基于数字射线成像的航空发动机涡轮叶片缺陷尺寸的自动测定.pdf

《基于数字射线成像的航空发动机涡轮叶片缺陷尺寸的自动测定.pdf》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、第26卷第3期兵工学报Vol.26No.32005年5月ACTAARMAMENTARIIMay2005###############################################################基于数字射线成像的航空发动机涡轮叶片缺陷尺寸的自动测定孔凡琴1，2，路宏年1（1.北京航空航天大学现代NDT中心，北京100083；2.山东轻工业学院机电工程系，山东济南250100）摘要：在航空发动机涡轮叶片的缺陷检测线上，缺陷尺寸的自动测定是实现在线检测的关键。为了解决这一问题，分析了叶片数字射线成像（DR）的纹

2、理特点，通过区域分割点将图像分成不同纹理区，提取各个区域的灰度分布函数以减少纹理对缺陷的干扰。消隐纹理后的图像灰度服从正态分布，遵循背景和信号（缺陷）在正态分布曲线上的取值特点，设置灰度阈值，将灰度值并入集合和数组，最后对航空发动机涡轮叶片的缺陷进行了正确的尺寸和形状测定。关键词：材料检测与分析技术；数字射线成像；图像纹理；灰度分布函数；正态分布中图分类号：TG115.28+1文献标志码：A文章编号：1000-1093（2005）03-0335-03叶片是航空发动机上的关键部件之一，在铸造过程中，往往会产生一些超标的气孔、疏松和裂纹等，其后

3、果是致命的，因此对这些缺陷进行正确的尺寸测定是必不可少的。传统的测量方法是通过X-射线将叶片成像在胶片上，在观片灯下直接对胶片上显示的缺陷进行测量。这种方法虽然简单易行，但是除了要大量保存胶片外，在测量过程中，为了减少漏检和误检率，要求检测人员有良好的经验和精度概念。所以缺陷检测实现自动化、智能化是十分必要的。图1叶片部分DR图像本文在数字射线实时成像的基础上，结合叶片Fig.1Thedigitalradiographyimageofthevane图像灰度分布的特点，运用灰度曲面函数和集合运［1］!"!分割纹理区定义灰度分布函数算实现了缺陷

4、尺寸的自动测定。图2所示为包含缺陷的图像区域，图像大小>（以像素为单位），设（，）为区域的最小!提取缺陷值点，由信号（缺陷）和背景的灰度分布规律可知图1是在以Y-XLON射线机和Varian公司的（，）在缺陷体上。1=｛（，）／（（，-1）-平板探测器为主的成像系统上，在系统终端———计（，））!0，!｝，定义集合1中取最大的算机上实时获取的叶片数字图像（截取其中一部实数对（，max）为分割上边界点。2=｛（，）／分）。从图中可以看到，叶片由于存在进气、排气通（（，+1）-（，））!0，"｝，定义集合2道，使得它的数字射线成像（DR）存在着

5、丰富的纹中取最小的实数对（，min）为分割下边界点。理，它们使得缺陷体周围的区域呈现复杂的灰度变3=｛（，）／（（-1，）-（，））!0，!化，缺陷边缘与纹理混淆不清，不利于缺陷尺寸的正｝，定义集合3中取最大的实数对（max，）为确测定。分割左边界点。4=｛（，）／（（+1，）-收稿日期：2004-02-07基金项目：国防“十五”预研项目（4200105407）336兵工学报第26卷（，））<，>｝，定义集合4中取最小的减少，趋于平坦，并且缺陷和背景的对比度得到明显实数对（，）为分割右边界点。以上述四点为基提高。min准将分成、、和四个区如

6、图2所示。l234图4消隐纹理后缺陷区图2以点为基准分割的纹理区Fig.4ThedefectareaofnotextureFig.2Texture’sdivisionbasedonthepoint#设定阈值实现缺陷尺寸的自动测量图3为叶片DR图像部分区域的三维显示，从图中可以看出灰度曲面呈类双线性函数的双曲抛物#"!根据正态分布规律定义灰度阈值设经过（3）式运算后的图像为（见图4所示），面分布，用（l）式来定义区域灰度分布函数为图5为图像的灰度直方图（由专用软件自动获得）。（，）=l+2+3+4，（l）rllllllrllr（l，l）l22

7、22l2（2，2）=（2）3333l3（3，3）L4444ljL4jL（4，4）j图5图4的灰度分布直方图Fig.5Thegray-histogramoftheimageinFig.4在实践上，正态分布是一个广泛应用的概率分布，通常情况下，数字图像中的信号点是服从以（，!"2）为参数的正态分布。在应用中可以通过观察图像的灰度分布直方图来确定是否可以把灰度分布假设为正态分布或近似正态分布［3］。上述图像的灰度分布直方图基本满足正态分布密度曲线的性质，所以可以把图像的灰度假图3图像部分区域的3D显示设为服从均值为的类正态分布，设定阈值为!Fig

8、.33DshoWoftheimage=!+k"（4）（l，l）!（4，4）为l区的四个顶点坐标，式中：!为区域像素的灰度均值；"为反映区域像素（，）!（，）为对应顶点的灰度值。由