Автоматизация обработки изображений в капиллярной дефектоскопии

Применяемый в настоящее время капиллярный кон­троль в большинстве случаев осуществляется визуально контролером-оператором. Можно назвать три основных недостатка такого контроля: отсутствие количественной оценки наблюдаемой картины; большой разброс получе­ния данных во времени; неполное описание картины на­блюдаемого изображения дефектоскопируемого объекта, так как полное описание картины недопустимо увели­чило бы продолжительность выдачи данных.

Для решения задач промышленного неразрушающе­го контроля может быть с успехом применен компьютер­ный анализ изображения контролируемой поверхности с помощью автоматических систем анализа изображений (АСАИ).

Автоматизация и количественный экспресс-анализ изображения контролируемой поверхности, обработан­ной дефектоскопическими материалами, вводит в про­цесс контроля возможность измерений в отличие от каче­ственного толкования наблюдаемой картины, традицион­но-присущей данному методу неразрушающего контроля.

Одним из перспективных направлений является ме­тод оптико-структурного машинного анализа.

Информация о трехмерном объекте может быть по­лучена при линейном сканировании (ультрафиолетовым или световым зондом) либо путем оптической дифракции.

Соответственно метод оптико-структурного анализа реализуется в сканирующем или дифракционном варианте.

Сущность сканирующего метода заключается в ма­шинной обработке цифровой матрицы оптического изо­бражения исследуемой дефектоскопической картины контролируемого объекта.

При построчном сканировании объекта, покрытого дефектоскопическим материалом, матрица чувствитель­ных элементов регистрирует изменение интенсивности света люминесценции по пути сканирования, которое записывается в память управляющего компьютера и ин­терпретируется как цифровое изображения.

В качестве отличительных признаков, которые вы­числяют по цифровой матрице и характеризуют состоя­ние объекта, принимают: гистограмму амплитуд и длины хорд (секущих); корреляционную (спектральную) функ­цию; моменты математического ожидания, дисперсии, асимметрии и эксцесса.

Кроме того, вычисляют статистические характери­стики перечисленных выше геометрических параметров индикаторных следов: число, соотношение малых и больших следов, коэффициент формы, размер и площадь. Обработка цифровой матрицы имеет следующие этапы:

1. Выделение контурных линий элементов (инди­каторных следов, фоновых загрязнений, контура сварно­го шва или другой конструктивной помехи).

2. Проверка изотропности, стационарности и эргодических свойств исследуемых изображений.

3. Расчет статистических характеристик изображе­ния и геометрических параметров его элементов, рассчи­танных по координатам контурных линий элементов.

4. Выдача данных на регистрирующее устройство.

Опыт применения АСАИ показывает, что статисти­ческие характеристики изображения и статистические характеристики геометрических параметров индикатор­ных следов дефектов отражают общее состояние качест­ва объекта, а соотношения градаций оптических плотно­стей изображения видео специфичны и закономерно ме­няются в соответствии с морфологическими изменения­ми контролируемой поверхности. Все это позволяет ис­пользовать систему АСАИ для следующего.

1. Контроля уровня и характера дефектности по­верхности объекта.

2. Нормирования уровней дефектности объектов.

3. Принятия автоматического решения о браковке при заданных уровнях дефектности.

Задачи, которые должны решаться в первую очередь в области магнитно-люминесцентного и капиллярного люминесцентного методов контроля:

1) статистическое нормирование и моделирование изображений индикаторных следов типовых массовых дефектов на мешающем фоне, например сварного шва и пришовной зоны;

2) количественная оценка качества дефектоскопиче­ских материалов по их частотно-контрастным характери­стикам, получаемым с помощью стандартных образцов для испытаний;

3) повышение производительности авторазбраковки объектов с отображением результатов контроля в реаль­ном масштабе времени.

Дата добавления: 2015-09-06