本站小編為你精心準(zhǔn)備了分形方法的壓力容器內(nèi)壁缺陷檢測(cè)方法參考范文，愿這些范文能點(diǎn)燃您思維的火花，激發(fā)您的寫(xiě)作靈感。歡迎深入閱讀并收藏。

摘要:為提高高壓氧艙內(nèi)壁缺陷檢測(cè)效率，降低漏檢率，提出一種基于分形方法的高壓氧艙內(nèi)壁缺陷可視化檢測(cè)方法。利用分形方法將數(shù)據(jù)點(diǎn)置于雙對(duì)數(shù)坐標(biāo)上，構(gòu)建各階累積和，選取最佳的分形參數(shù)作為缺陷參數(shù)。通過(guò)在高壓氧艙內(nèi)移動(dòng)相機(jī)獲取內(nèi)壁上缺陷圖像，計(jì)算圖像中點(diǎn)的一階差分，通過(guò)Canny算子求得各點(diǎn)梯度的幅值和方向，實(shí)現(xiàn)對(duì)缺陷輪廓的邊緣檢測(cè);測(cè)量輪廓線長(zhǎng)度和外接橢圓圓度擬合處理，并通過(guò)腐蝕運(yùn)算和膨脹實(shí)現(xiàn)對(duì)缺陷的檢測(cè)。仿真分析表明，該方法可有效檢測(cè)出容器內(nèi)壁缺陷，成像穩(wěn)定，且對(duì)缺陷的檢測(cè)偏差率較低，滿(mǎn)足實(shí)際應(yīng)用條件。

關(guān)鍵詞:分形方法;載人壓力容器;缺陷檢測(cè);輪廓線;Canny算子

0引言

由于高壓氧艙的工作環(huán)境處于高壓下，對(duì)各部分的要求都比較高，高壓氧艙的缺陷檢測(cè)成為熱點(diǎn)之一。高壓氧艙在使用過(guò)程中，不可避免地會(huì)對(duì)內(nèi)壁造成一定程度的損傷，如劃痕、凹坑等缺陷。在高壓環(huán)境的作用下，一些小缺陷會(huì)不斷放大，如果不及時(shí)發(fā)現(xiàn)和處理，將造成嚴(yán)重后果。對(duì)此，國(guó)內(nèi)外相關(guān)學(xué)者展開(kāi)了大量研究，其中，國(guó)外學(xué)者專(zhuān)注于硬件設(shè)計(jì)部分，如漸開(kāi)式外開(kāi)艙門(mén)等，而國(guó)內(nèi)學(xué)者專(zhuān)注于軟件優(yōu)化部分，如文獻(xiàn)［1］反應(yīng)堆壓力容器內(nèi)壁面異種金屬焊接缺陷的修復(fù)及力學(xué)評(píng)價(jià)方法和文獻(xiàn)［2］研究的收發(fā)式X型渦流檢測(cè)探頭在壓力容器頂蓋焊縫檢測(cè)中的運(yùn)用成果。分形方法對(duì)零散、連續(xù)、關(guān)聯(lián)度小、非均衡、長(zhǎng)期相關(guān)的問(wèn)題具有很好的統(tǒng)計(jì)效果［3］。因此，本文在分形方法的基礎(chǔ)上，提出了載人壓力容器內(nèi)壁缺陷可視化檢測(cè)方法。根據(jù)不同的缺陷類(lèi)型，確定相應(yīng)的判別依據(jù)。本文以凹坑缺陷為例，其創(chuàng)新之處在于對(duì)目標(biāo)缺陷中間隔的區(qū)域進(jìn)行填充，將其他缺陷類(lèi)型的干擾信息剔除干凈，保留凹坑缺陷信息，測(cè)量其輪廓線長(zhǎng)度和外接圓圓度，選取符合條件的輪廓線進(jìn)行擬合處理，利用腐蝕運(yùn)算和膨脹運(yùn)算實(shí)現(xiàn)對(duì)缺陷的檢測(cè)，為提升其有效性以及準(zhǔn)確率提供保障。

1基于分形方法的缺陷參數(shù)確定

1．1分形維數(shù)的確定

分形維數(shù)不僅對(duì)整數(shù)有效［4］，對(duì)分?jǐn)?shù)同樣有效。可通過(guò)以下冪指數(shù)分布來(lái)定義分形維數(shù):N=CrD(1)式中:r為特征線度，如時(shí)間、長(zhǎng)度等，本文取時(shí)間的定義，第1年表示為r1=1，第2年表示為r2=2;N為與r有關(guān)的數(shù)目，如缺陷指數(shù)等;C為常數(shù)項(xiàng);D為分維數(shù)。本文中，D為常數(shù)項(xiàng)，任意取兩點(diǎn)(Ni，ri)、(Nj，rj)，作為分形參數(shù)使用，也就是D和C的值，即有:D=ln(Ni/Nj)/ln(rj，ri)(2)C=NirD(3)在計(jì)算對(duì)數(shù)時(shí)數(shù)值不能為負(fù)數(shù)，所以當(dāng)Ni中含有負(fù)數(shù)值時(shí)，必須對(duì)所有N值添加一個(gè)常數(shù)項(xiàng)保證所有數(shù)為整數(shù)，即將所有N值進(jìn)行平移處理。為了使計(jì)算結(jié)果更精確，可在計(jì)算之前對(duì)所有N值先進(jìn)行平移處理后再代入式中進(jìn)行計(jì)算。

1．2變換形成的分形

在實(shí)際運(yùn)算時(shí)，只給出了數(shù)據(jù)點(diǎn)信息［5］，它們之間的函數(shù)關(guān)系是未知的，因此需要變換R或者N，使得數(shù)據(jù)點(diǎn)信息可以采用本文的分形方法來(lái)處理。累積和變換步驟如下。步驟一:將數(shù)據(jù)點(diǎn)(Ni，ri)置入雙對(duì)數(shù)坐標(biāo)中，為了使數(shù)據(jù)點(diǎn)與分形模型融合，將Ni置換為一個(gè)基本序列:Ni{}=N1，N2，N3{，…}(i=1，2，…，n)(4)其他的序列也可根據(jù)這種基本序列來(lái)構(gòu)造。假設(shè)構(gòu)造一階累積和序列S1，其中S11=N1，S12=N1+N2，S13=N1+N2+N3等，以此類(lèi)推可構(gòu)造二階、三階累積和序列，則有:S1i{}=N1，N1+N2，N1+N2+N3{，…}(i=1，2，…，n)S2i{}=S11，S11+S12，S11+S12+S13{，…}(i=1，2，…，n)S3i{}=S21，S21+S12，S21+S22+S23{，…}(i=1，2，…，n)S4i{}=S31，S31+S32，S31+S32+S33{，…}(i=1，2，…，n)(5)步驟二:將數(shù)據(jù)點(diǎn)(S1i，ri)(i=1，2，…，n)置入雙對(duì)數(shù)坐標(biāo)中，獲得離散的分形模型。步驟三:將各階累積和構(gòu)成的數(shù)據(jù)點(diǎn)分別置于雙對(duì)數(shù)坐標(biāo)上，與分形分布模型進(jìn)行對(duì)比，選擇效果最佳的變換并得到相應(yīng)的分形參數(shù)，即本文中的缺陷參數(shù)。利用分形方法，將數(shù)據(jù)點(diǎn)信息置于雙對(duì)數(shù)坐標(biāo)上來(lái)構(gòu)建各階累積和，并將各階累積和構(gòu)成的數(shù)據(jù)點(diǎn)同樣置于雙對(duì)數(shù)坐標(biāo)上，以此選取最佳的分形參數(shù)作為缺陷參數(shù)。

2載人壓力容器內(nèi)壁缺陷可視化檢測(cè)模型

本文為了獲取高壓氧艙內(nèi)壁缺陷圖像，利用移動(dòng)相機(jī)在不同的內(nèi)壁位置獲取完整的圖像信息。

2．1通過(guò)邊緣檢測(cè)獲得內(nèi)壁缺陷

憑借Canny算子完成對(duì)缺陷的邊緣檢測(cè)，通過(guò)計(jì)算缺陷圖像中各個(gè)點(diǎn)的一階差分獲得各點(diǎn)梯度的幅值和方向，從而實(shí)現(xiàn)對(duì)缺陷圖像的邊緣檢測(cè)［6］。Canny算子實(shí)現(xiàn)邊緣檢測(cè)的過(guò)程為:1)計(jì)算各點(diǎn)梯度的幅值和方向?qū)D像進(jìn)行平滑處理，即利用σ=2的高斯濾波，對(duì)圖像各點(diǎn)進(jìn)行差分計(jì)算，根據(jù)式(6)的一元差分方程計(jì)算得到二元一階差分方程:fx=f'(x)=f(x+1)－f(x)(6)G(i，j)=f(i，j)－f(i+1)，(j+1)+f(i+1，j)－f(i，j－1)(7)Canny算子利用兩個(gè)矩陣分別對(duì)各個(gè)梯度的x方向和y方向求卷積值，以此獲得該梯度的幅值和方向。x方向和y方向卷積算子的計(jì)算式為Sx=－11－11[]，Sy=11－1－1[](8)通過(guò)式(8)計(jì)算可得到x方向和y方向的一階偏導(dǎo)值，各個(gè)梯度的幅值和方向?yàn)?P(i，j)=［f(i，j+1)－f(i，j)+f(i+1，j+1)－f(i+1，j)］/2Q(i，j)=［f(i，j)－f(i+1，j)+f(i，j+1)－f(i+1，j+1)］/2(9)M(i，j)=P(i，j)2+Q(i，j)槡2N(i，j)=arctan(Q(i，j)/P(i，j))(10)2)梯度幅值的非極大值抑制對(duì)圖像中各點(diǎn)梯度的最大值和極大值點(diǎn)做非極大值抑制處理，即可使缺陷的邊緣逐漸細(xì)化。3)雙閾值算法的缺陷檢測(cè)和邊緣連接運(yùn)用T1和T2(T1＜T2)兩個(gè)不同的閾值，可以分別得到邊緣圖像M1[i，j]和M2[i，j]。邊緣圖像是通過(guò)高閾值(本文高閾值設(shè)置為15，低閾值設(shè)置為10)檢測(cè)出來(lái)的，所以邊緣信息基本為真邊緣，但是高閾值所得的邊緣之間存在間隔，所以需要將邊緣圖像M1[i，j]中各個(gè)邊緣點(diǎn)信息與M2[i，j]上距離較近的邊緣點(diǎn)信息保留下來(lái)，以此將間隔的邊緣信息連接起來(lái)。算法實(shí)現(xiàn)過(guò)程如圖1所示。從圖中可以看出，Canny算子不僅將高壓氧艙內(nèi)壁上的凹坑缺陷精準(zhǔn)地檢測(cè)出來(lái)，而且還將線性邊緣和一些存在變化梯度的雜質(zhì)也提取了出來(lái)。

2．2缺陷擬合獲得完整的缺陷輪廓

獲取缺陷圖像的邊緣信息后，可能會(huì)出現(xiàn)輪廓不完整的情況，而且Canny算子提取的是所有缺陷的邊緣信息，本文僅對(duì)凹坑缺陷進(jìn)行分析，所以需要將其他類(lèi)型的缺陷剔除掉，只保留凹坑缺陷的邊緣信息［7］。Canny算子的檢測(cè)結(jié)果中多多少少包含了一些其他類(lèi)型的缺陷信息，根據(jù)每種缺陷類(lèi)型的幾何特點(diǎn)，實(shí)施以下步驟完成對(duì)缺陷輪廓的篩選和擬合:1)凹坑缺陷的輪廓線長(zhǎng)度在1～1000像素之間，所以將不在范圍內(nèi)的輪廓線去除;2)對(duì)保留下來(lái)的輪廓線進(jìn)行擬合處理;3)輪廓線最外層的最小外接圓，圓度保持在0．4～0．6之間，輪廓線≥20像素;4)對(duì)保留下來(lái)的輪廓線再次進(jìn)行擬合處理。通過(guò)以上4個(gè)步驟即可將其他類(lèi)型的缺陷剔除干凈，只保留凹坑缺陷信息，并獲得了清晰的輪廓圖像。其中外接橢圓的圓度計(jì)算公式如下:Distance=1F∑p－p_i(11)s2igma=1F∑(p－p_i－Distance)2(12)Roundness=1－sigmaDistance(13)式中:p為外接橢圓中心點(diǎn);p_i為外接橢圓輪廓上各點(diǎn);F為外接橢圓的面積。篩選后各個(gè)亞像素輪廓即待擬合的區(qū)域［8］，相鄰兩條輪廓線之間的最大距離為d≤MaxDistAbs、最大相對(duì)距離為d/l≤MaxDistRel;二者之間延長(zhǎng)線的最大距離為s≤MaxShift，最大角度為α≤MaxAngle，對(duì)輪廓線擬合情況的判別示意圖如圖2所示。針對(duì)不同的缺陷類(lèi)型，輪廓線擬合參數(shù)為:劃痕缺陷的輪廓線擬合參數(shù)MaxDistAbs=30，MaxDistRel=1，MaxShift=2，α=π/12。容器內(nèi)壁缺陷的第一次輪廓線擬合參數(shù)為MaxDistAbs=10，MaxDistRel=1，MaxShift=10，α=π/6。第二次輪廓線擬合參數(shù)為MaxDistAbs=30，MaxDistRel=1，MaxShift=10，α=π/3。

2．3凹坑缺陷表征化處理

在檢測(cè)高壓氧艙內(nèi)壁凹坑缺陷時(shí)，還需對(duì)平面缺陷做有規(guī)則的表征化處理，處理后的圖像統(tǒng)一為圓形或者矩形。所以，在擬合輪廓線之前，需要將凹坑缺陷信息轉(zhuǎn)換為區(qū)域單位。對(duì)完成轉(zhuǎn)換的缺陷類(lèi)型進(jìn)行一系列的形態(tài)學(xué)處理，使缺陷圖像變得有規(guī)則、可合并。a)形態(tài)學(xué)處理規(guī)則1)腐蝕運(yùn)算與膨脹運(yùn)算利用腐蝕運(yùn)算可有效縮小圖像中的目標(biāo)區(qū)域輪廓。實(shí)現(xiàn)步驟為:首先確定結(jié)構(gòu)元素和中心點(diǎn)信息，并以中心點(diǎn)作為結(jié)構(gòu)元素的中心坐標(biāo)，在目標(biāo)圖像上遍歷。遍歷的過(guò)程中，將可以被區(qū)域完全包含的結(jié)構(gòu)元素坐標(biāo)保留下來(lái)，建立集合L存儲(chǔ)這些坐標(biāo)信息。最后，將集合L中所有的坐標(biāo)點(diǎn)連接在一起，形成的區(qū)域即為腐蝕運(yùn)算的結(jié)果。假設(shè)A、B分別為二維圖像Z2中的一個(gè)子集，那么A被B的腐蝕運(yùn)算過(guò)程可分為以下3種:A⊙B=c∈Z2{}|c+b∈A，∨b∈BA⊙B=c∈Z2|Bc{∈A}A⊙B=∪b∈BA－b(14)在遍歷過(guò)程中，將可以被區(qū)域完全包含的結(jié)構(gòu)元素坐標(biāo)點(diǎn)、區(qū)域外的點(diǎn)、與結(jié)構(gòu)元素有交集的點(diǎn)全部保留下來(lái)，將兩種坐標(biāo)取并集，并用集合L表示。最后，將集合L內(nèi)所有的坐標(biāo)點(diǎn)連接在一起，形成的區(qū)域即為膨脹運(yùn)算結(jié)果。假設(shè)A、B分別為二維圖像中的一個(gè)子集，則A被B膨脹的過(guò)程可以表示為AB=c∈Z2{|c=a+b，a∈A，b∈B}AB=∪b∈BMb(15)以此，可以切斷區(qū)域之間的連接，直接過(guò)濾出小而獨(dú)立的點(diǎn)區(qū)域，縮小缺陷區(qū)域的輪廓信息。2)開(kāi)運(yùn)算和閉運(yùn)算在特定區(qū)域內(nèi)，對(duì)于同一個(gè)結(jié)構(gòu)元素來(lái)說(shuō)，先對(duì)其進(jìn)行腐蝕運(yùn)算再進(jìn)行膨脹運(yùn)算。假設(shè)A、B分別為二維圖像Z2中的一個(gè)子集，用A對(duì)B實(shí)施開(kāi)運(yùn)算的過(guò)程為A•B=(A⊙B)B(16)閉運(yùn)算是對(duì)目標(biāo)圖像先膨脹后腐蝕的過(guò)程，與開(kāi)運(yùn)算恰恰相反。假設(shè)A、B分別為二維圖像Z2中的一個(gè)子集，用A對(duì)B實(shí)施閉運(yùn)算的過(guò)程為A•B=(AB)⊙B(17)開(kāi)運(yùn)算可有效消除圖像中的細(xì)小對(duì)象、平滑區(qū)域邊緣和分離區(qū)域，但可保留圖像中符合結(jié)構(gòu)元素的區(qū)域。閉運(yùn)算可有效填充圖像中的細(xì)小對(duì)象、連接相鄰的區(qū)域以及將間隔的小區(qū)域融合在一起等。b)凹坑缺陷檢測(cè)為了確保得到一個(gè)完整的缺陷信息，并且能有效合并，在綜合對(duì)比了多個(gè)尺寸后，本文采用半徑為3．5個(gè)像素的圓形結(jié)構(gòu)對(duì)缺陷區(qū)域做膨脹操作。檢測(cè)目標(biāo)缺陷和完成區(qū)域轉(zhuǎn)換后的目標(biāo)缺陷以及經(jīng)過(guò)膨脹操作后的效果如圖3所示。圖3膨脹操作結(jié)果經(jīng)過(guò)膨脹運(yùn)算后，每個(gè)缺陷中的細(xì)小區(qū)域都可進(jìn)行合并，但如圖3所示，部分缺陷內(nèi)部存在孔洞，部分區(qū)域并不能很好地實(shí)現(xiàn)連接。為了解決這個(gè)問(wèn)題，本文在進(jìn)行膨脹運(yùn)算后對(duì)存在孔洞的區(qū)域又進(jìn)行了閉運(yùn)算。將實(shí)際缺陷尺寸測(cè)量結(jié)果與計(jì)算后的缺陷尺寸結(jié)果對(duì)比，根據(jù)閾值標(biāo)準(zhǔn)來(lái)判斷該高壓氧艙是否合理，若不合格，將缺陷表明、注釋。

3仿真實(shí)驗(yàn)

為了檢測(cè)本文方法的有效性，在缺陷檢測(cè)和準(zhǔn)確率兩方面進(jìn)行實(shí)例的仿真實(shí)驗(yàn)，以山東半島國(guó)家自主創(chuàng)新示范區(qū)為實(shí)驗(yàn)環(huán)境，在深海載人潛水系統(tǒng)中，以2m×4m×9m壓力容器為實(shí)驗(yàn)對(duì)象，設(shè)工作溫度為37℃，工作壓力為14．4/4．0MPa，焊接系數(shù)為0．85，X射線檢驗(yàn)為15%，試驗(yàn)壓力為16．5MPa，實(shí)驗(yàn)過(guò)程如下所示:當(dāng)發(fā)現(xiàn)壓力容器內(nèi)壁有磕痕后，排除那些遺留下來(lái)的“先天缺陷”，采用水平測(cè)量?jī)x對(duì)構(gòu)件吊具水平度進(jìn)行復(fù)測(cè)，檢驗(yàn)使用中產(chǎn)生的“后天缺陷”，以防止壓力容器失效和突然事故的發(fā)生。其中，泵進(jìn)3處，縱縫6處，環(huán)縫和飄縫各5處，共19處缺陷，長(zhǎng)度平均值為5．64mm。在載人壓力容器內(nèi)固定相機(jī)并進(jìn)行圖像采集，進(jìn)行多次仿真實(shí)驗(yàn)和實(shí)驗(yàn)結(jié)果，從中隨機(jī)抽取5次實(shí)驗(yàn)數(shù)據(jù)如表1所示。如表1所示，在同一實(shí)驗(yàn)環(huán)境下，本文方法可以有效檢測(cè)出容器內(nèi)壁的缺陷，穩(wěn)定成像，符合現(xiàn)場(chǎng)實(shí)際應(yīng)用條件，由此可以證明本文方法在缺陷檢測(cè)方面具有較強(qiáng)的有效性。

4結(jié)語(yǔ)

為了解決高壓氧艙內(nèi)壁出現(xiàn)細(xì)小缺陷而導(dǎo)致的安全性問(wèn)題，本文提出了基于分形方法的載人壓力容器內(nèi)壁缺陷可視化檢測(cè)方法，利用Canny算子實(shí)現(xiàn)對(duì)缺陷的提取、邊緣輪廓的擬合和缺陷規(guī)則化處理等，實(shí)現(xiàn)對(duì)容器內(nèi)壁缺陷的有效檢測(cè)，有效解決了成像難、缺陷檢測(cè)困難的問(wèn)題。值得一提的是，根據(jù)缺陷類(lèi)型的不同，修改算法參數(shù)和相關(guān)閾值數(shù)，可實(shí)現(xiàn)對(duì)其他缺陷類(lèi)型的檢測(cè)。

作者：張鵬 叢林 單位：煙臺(tái)宏遠(yuǎn)氧業(yè)股份有限公司