射线检测底片缺陷识别的关键因素分析与研究_李海华.pdf

收稿日期：。作者简介：李海华，男，年毕业于华东理工大学无损检测专业，主要从事检验检测教学及研究工作，高级工程师。：。射线检测底片缺陷识别的关键因素分析与研究李海华，刘旭莹，李继霞（克拉玛依职业技术学院，新疆 克拉玛依 ）摘要：依靠射线检测底片中缺陷的自动识别逐步降低对人工识别的依赖，是近来研究的热点和难点。由于专业领域的局限，掌握图像识别的技术人员对射线检测技术不甚了解，要想做好底片自动识别，必须充分掌握射线底片中缺陷影像的特点以及影响识别的关键因素，其中包括底片透过亮度小、缺陷尺寸较小、图像边缘模糊、边蚀效应、影像变形、面积型缺陷成像差异、重叠成像、人为因素、标准规定差异等。文章对此进行了分析及研究，以便为从事射线检测底片自动识别的技术人员准确把握底片缺陷的影响特点和要素提供参考。关键词：射线检测缺陷影像识别影像因素自动评片 ：随着近些年国内外无损检测技术发展水平持续提高，新技术新工艺不断推陈出新，射线检测技术也由传统的胶片式向着数字化方向发展。早在数字化射线检测成像技术成熟之前，国内外就已经有学者和技术人员，开始着手研究计算机智能自动评片技术，但成功推广应用的案例比较少见，主要原因就是射线底片中的缺陷影像识别困难。研发计算机智能自动评片技术的前提是首先要将底片的缺陷识别出来，如果缺陷识别困难，那么自动评片的可靠性就会大为降低。不同于目前流行的文字识别、人脸识别技术，工业射线检测底片中的缺陷识别更为复杂，识别更加困难。由于大部分研究计算机视觉的技术人员缺乏射线底片缺陷成像机理和形成过程的相关背景知识，且不熟悉与之相关的射线检测技术，导致其缺乏克服识别困难的相关工艺基础，无法将这些工艺机理融入到智能自动评片系统开发中。只有充分了解各类缺陷的影像特点和影响识别准确率的困难，并将这些工艺机理融入到智能自动评片系统开发中，才能为克服识别困难打下坚实基础。本文针对射线底片缺陷影像识别困难这一专项问题，从射线检测专业技术角度分析和论述影响识别的关键因素，希望能够对计算机智能自动评片的研究有所帮助。焊接缺陷由于焊接设备、焊材（包括焊丝、焊条、保护气体）质量、工艺技术方法、外部环境、人为因素等诸多方面因素的作用，包括环缝、熔合线和热影响区在 内 的 整 个 焊 接 接 头 都可能 会 出 现 各 种焊 接缺陷。典型的焊接接头内部缺陷主要有裂纹、气孔、未焊透、未熔合、夹渣、夹钨、烧穿、咬边等。如不能及时准确地将缺陷检测出来，这些缺陷将会成为严重的安全隐患，具体表现为：）缺陷会使得焊接接头的承载截面积减小，从而降低其拉伸强度；）脆化和应力集中现象会发生在内部缺陷的尖端部位；）严重的缺陷如果贯穿焊接接头，则会降低材料的致密性，导致承压设备泄漏。焊接缺陷在射线底片上的成像过程在焊接缺陷的无损检测方法中，射线检测是较稳定和精确的。使用射线检测对焊接接头内部缺陷进行检验，可以直接获得内部缺陷的几何形状、尺寸和位置，有利于对缺陷进行定量、定性以及定位的分析。而且，射线检测方法可以用于现状态监测与分析石油化工设备技术，（）有的各种材料。射线对物质具有较强的穿透能力，当焊接接头内部有气孔、夹渣、裂纹等缺陷时，缺陷内的气体或非金属夹杂物等对射线的吸收能力要比钢材小得多。因此，有缺陷部位和无缺陷部位对于射线强度衰减的影响程度是不同的，体现在底片上就是因为胶片曝光程度不一致而导致的影像黑度差异，最终显现出较黑或较白（相对于无缺陷部位）的缺陷图像。焊接影像识别困难由于客观存在的制约因素，导致准确识别射线检测焊接接头缺陷的影像是相对困难的。识别困难的主要原因是射线底片及射线检测技术本身的一些特殊性。这些特点包括以下几个方面。底片透过亮度小，导致识别困难黑色卤化银是构成射线底片影像的主要成分，影像上某一部分的卤化银密度决定了该位置的黑度值，卤化银密度大的部分由于难以透光，对应的黑度值较大。如图所示，假设照射光强不变，当底片黑度越小时，透射光强就越大。图照射光强与透射光强常用标准 承压设备无损检测 第部分 射线检测【】中对射线底片的黑度值范围进行了规定：技术等级为 级（中灵敏度等级）的底片，黑度值范围要求达到；技术等级为级（高灵敏度等级）的底片，黑度值范围要求达到。工业上观察射线底片需要专业的强光观片灯，如图所示。图工业底片的专用强光观片灯通过不同质量的射线底片的黑度值可以发现，射线底片的特点是亮度低、阻光率大。人眼在对图片进行观测时，能分辨的主要依据之一是影像亮度差别。射线底片透过亮度越小，人眼观察越困难。缺陷尺寸较小，会造成影像识别困难实际工作中，尺寸很小的危害性缺陷（如裂纹）会对整个焊接接头的质量产生决定性影响。只要发现裂纹缺陷，无论尺寸多小，都要将此工件的质量等级评级为最低（一般为级）。发现裂纹的工件，必须返修或报废，不得使用或进入下一道工序。射线检测的目的是检验材料内部是否存在缺陷。与底片的尺寸相比，底片中内部缺陷的尺寸通常较小。一般来说，从厚度方向上，缺陷自身高度尺寸大小也远小于材料本身的厚度。从整个焊接接头长度来看，缺陷的自身长度相对于焊接接头长度尺寸往往也较小。人眼观察图像，能发现影像的主要依据之一就是其大小。越大越容易识别。通常说的识别灵敏度，即为发现最小缺陷的能力。由于缺陷相对较小，会造成观察的灵敏度较低，缺陷影像识别困难。底片透过亮度小和缺陷尺寸较小，会导致对比度较低由于底片透过亮度小、缺陷尺寸较小这两个影响因素叠加，最终获得的射线底片中缺陷部位的透过光亮度与四周无缺陷部位的透过光亮度相差很小，即底片两部分的对比度较低，这就加大了在底片上辨识缺陷的难度。图像边缘模糊图像边缘不清晰，包括散射造成的“边蚀”现象以及几何不清晰度和固有不清晰度造成的边界不清晰现象。）边蚀效应案例对个金属平底孔试块，使用束垂直于试块端面的射线进行透照，形成的射线底片由个黑度不同的区域组成，如图所示。由图可见，平底孔周围厚度较大的区域形成低黑度均匀区，而高黑度均匀区主要分布在平底孔所在位置厚度较薄的区域。理论上，理想的两部分厚度交界处的黑度应该是突变的，不是连续的。但实际上，从图平底孔试块射线俯拍成像的射线底片上来看，平底孔石油化工设备技术 年边缘的黑度变化呈现相对平滑的变化。从底片上看可以发现，平底孔试块上的平底孔“阶边”影像表现出一定的模糊现象，在本该突变的界线处，呈现出一定宽度、渐变的连续黑度过渡区域，影像轮廓的模糊程度随黑度过渡区域的增大而扩大。）边蚀效应造成边缘模糊边缘影像表现为：边缘好像是被侵蚀了，变得更宽、更模糊。图边蚀现象示例这种厚度差阶梯边缘，理论上边缘图像应该是不连续、突变、清晰锐利的，而实际边缘图像是连续、渐变、边缘不清晰不锐利的，好像边缘被侵蚀了，这种现象被称为“边蚀”。阶梯边缘的边蚀示意见图。如图所示，射线透照在厚度分别为、的阶梯金属试块上，表示厚度、的交界位置。图中）表示理论上在底片中因厚度、存在差异，交界位置处会出现黑度值突变，但实际上突变并不存在，而是如图中）所示，交界位置处的黑度值缓慢渐变，此时黑度变化的宽度值为。图阶梯边缘的边蚀示意）图像边缘不清晰现象产生的原因“边蚀”现象产生的主要原因是散射。工件周围的射线向工件背后的胶片散射，或工件中较薄部位的射线向较厚部位散射会造成图像的边缘被“侵蚀”，使之变得模糊。广义上讲，图像边缘不清晰，除了上述“边蚀”现象以外，产生图像边缘不清晰的次要原因还有以下两个方面，一是射线源的焦距和尺寸等因素导致的几何不清晰度，如图所示，图中放射源存在一定的宽度，透照一个厚度为的工件，放射源距底片的焦距为，工件中存在距胶片距离为的缺陷，此时由于放射源的宽度会带来缺陷的几何不清晰度；二是由于电子在胶片乳剂中产生的散射所导致的固有不清晰度，照相工艺无法完全消除这种不清晰度，只能在一定程度上减小。以上个原因都导致了底片上的物体呈现出边缘不清晰、黑度变化平缓的特点。这种边缘不清晰会降低人眼识别小缺陷的能力，造成识别困难。边蚀效应还会造成缺陷尺寸测量的不准确。图射线检测几何不清晰度信噪比影响底片缺陷处的信号与缺陷周边背景信号之比称为信噪比。噪声主要来源有两方面，一是胶片颗粒度产生的颗粒噪声；二是底片转换成数字第 卷第期李海华等射线检测底片缺陷识别的关键因素分析与研究图像后，后期处理带来的噪声。当底片吸收射线的光量子时，就会使均匀分布在感光胶片的感光乳剂层上的卤化银颗粒不定量感光。这些吸收现象是随机的，胶片上微小区域的光子吸收数不会和另一个任何区域完全相同。在此过程中，随机分布的被曝光颗粒也会产生一定的颗粒噪声。颗粒度主要由射线能量和胶片乳剂层卤化银颗粒大小决定。颗粒度限制了影像能够记录或识别的最小尺寸。颗粒度越大，缺陷尺寸越小，识别就越困难，甚至不能识别。如图所示，上图缺陷处的信号与缺陷周边背景信号之比（即信噪比）小于，导致缺陷难以识别；下图信噪比大于等于时，缺陷可以被识别。图信噪比对图像识别的影响另外，通过数字化处理的方式将传统底片转换为数字图像，转换设备中的部分传感器、转换器、传输机构等会增加一定的噪声，对底片产生影响；数字图像存储为不同的格式或进行格式转化，也会造成像素的丢失和增噪。影像变形影像变形是指射线检测技术中，由于透照方式、拍照投影方式不同造成的缺陷影像的变形。变形包括放大、畸变和位置改变，如图图所示。图中表示点状放射源。图所示为放射源透照与其距离为的直径为的球形工件，工件距胶片距离为，此时底片上该球形工件的直径被放大为。图所示为放射源从不同位置透照同一个焊接试件（为放射源移动后的位置）。由图可见，放射源位置移动后，原来焊缝位置点、的图像分别移动到、。图球孔（气孔）影像放大示意射线检测工艺中对缺陷放大、畸变、位置改变影响最显著的是小径管透照方式。无论是小径管垂直透照重叠成像还是倾斜透照椭圆成像带来的明显的缺陷放大、畸变、位置改变，都会造成缺陷的识别困难。图球孔（气孔）影像畸变示意图投影角度不同带来的位置改变示意面积型缺陷的成像差异无损检测技术中面积型缺陷是指裂纹、未熔合两类缺陷。面积型缺陷在三维空间的其中两维有一定的可测量的尺寸，另一维（裂纹、未熔合开口宽度）尺寸非常小，就如在三维空间上的一片薄石油化工设备技术 年纸。实际工作中，射线透照裂纹、未熔合两类面积型缺陷时，从三维立体的角度上看，仅略微改变射线入射方向，缺陷在底片上的投影的变化就非常大，识别起来非常困难。图 为从不同入射角度对面积型缺陷进行射线检测的示意。图 不同入射角度射线检测示意面积型缺陷不同透照角度射线检测成像如图 所示。从射线源位置、进行透照所得的裂纹（或未熔合）缺陷底片图像，没有明显的裂纹（未熔合）缺陷的典型影像特征，底片显示的只是黑度较浅的小片区域，如果不特定指出，一般不能分辨识别。重叠缺陷的影像变化焊接工艺控制不好时，焊接接头的同一空间区域可能不止存在一个单独缺陷，而是存在大量缺陷。由于射线检测是沿射线方向压缩投影成像，同一射线方向上的缺陷会产生重叠。如图 左图所示，点状放射源透照一个试件，射线束透射工件时，经过的、的图像会重叠为图像，经过的、的图像会重叠为图像，经过的、的图像会重叠为图像。影像的重叠会掩盖缺陷的边缘特征，最终造成影像识别困难。图 不同透照角度射线检测成像图 重叠缺陷示意人为因素射线检测焊接接头图像中缺陷的识别、定位、定性、定量、定级都需要通过检测评片人员进行判断。检测评片人员的专业知识、标准理解、经验积累等个人专业素质都会对判断的准确性造成影响。主观上的人为因素，如责任心、疲劳、仔细程度、心理因素、情绪等等对判断的准确性影响非常大。第 卷第期李海华等射线检测底片缺陷识别的关键因素分析与研究标准规定的差异射线检测技术涉及到多行业标准，各标准对缺陷的评定大致趋同，但也存在差异。标准对缺陷规定的差异也会造成缺陷识别的差异问题。缺陷类别规定的不同，分为同一标准内部缺陷分类有差异和不同标准缺陷分类也有差异两种情况。以下举例说明。同一标准差异 承压设备无损检测 第部分 射线检测【】中将压力容器的缺陷类别划分为类，即裂纹、圆形缺陷、条形缺陷、未熔合、未焊透；对管子及压力管道的缺陷类别划分为类，即裂纹、圆形缺陷、条形缺陷、未熔合、未焊透、根部咬边、根部内凹。两者相比，后者多了“根部咬边、根部内凹”两类缺陷。铝及铝合金材质的工件相对钢、镍、铜材质，还多了“夹铜”类缺陷。不同标准之间的差异 石油天然气钢质管道无损检测【】和 相比，多了一个“烧穿”类缺陷。对可能影响致密性的圆形缺陷定义为“深孔缺陷”，而 则定义为“柱孔或针孔”，二者意义大致相同，但命名不同。对未熔合缺陷不再进一步细化分类，而 则将未熔合缺陷进一步细分为“夹层未熔合”和“根部未熔合”。标准差异带来的识别差异标准对缺陷的规定存在差异，不仅仅是评级的差异，还会带来识别上的差异。评片人员或者计算机只有对缺陷影像进行细致识别，才能获得正确的判定评级结果。结语以上列举分析了影响射线底片缺陷影像准确识别的各种因素。这些因素或单一作用，或综合作用，最终提高了缺陷影像识别难度。计算机识别技术由过去传统的特征比对识别向着深度学习为主的智能化方向提升，这样缺陷识别的效率和准确性将大大提高。随着技术的进步，缺陷影像识别困难的问题终将被克服，计算机射线底片智能评定的目标一定会实现。参考文献：全国锅炉压力容器标准化技术委员会承压设备无损检测：第部分：射线检测 北京：新华出版社，石油工程建设专业标准化委员会石油天然气钢质管道无损检测：北京：石油工业出版社，（上接第 页）选取合适的转速、采用耐汽蚀好的材质、选择饱和蒸气压低的液环工作液、降低工作液的温度、控制吸入压力等。）应选择合适的密封类型和材质，防止密封泄漏。）工程设计中，应考虑节水、节电等节约能源的措施。参考文献：杨桂荣苯乙烯抽提工艺设计及优化北京：北京化工大学，许武 液环式真空泵转子防汽蚀处理措施分析与探讨 电力技术，（）：，吴泰忠 液环真空泵的汽蚀防护 化工设备与管道，（）：，任德高液环真空泵的汽蚀真空与低温，（）：，：宁召宽，高天吉 干气密封在液环真空泵上的应用石油化工设备技术，（）：，：吴泰忠 水环真空泵的智能化节能控制 机电工程技术，（）：林汉光液环真空泵及机组节能设计和选型的方法探讨真空与低温，（）：石油化工设备技术 年 ，（.，；.，）：，：；，（，）：，：；