[发明专利]一种基于变异系数法的CT图像小缺陷定量方法

说明书

一种基于变异系数法的CT图像小缺陷定量方法，包括以下：获取对比试片和被测试片的CT图像；在对比试片CT图像中选取多个大小相同且包含一个小缺陷或不包括缺陷的区域，对选取的区域图像进行t次小波分解，计算每幅选取的区域图像各次小波分解后低频成分小波系数的变异系数；建立各次小波分解后低频成分小波系数的变异系数与缺陷面积之间的关系；并计算出不同大小区域下各次小波分解后低频成分小波系数的变异系数与缺陷面积之间的相关性系数和斜率；进而选择出最佳小波分解次数；最后，拟合出不同大小的区域下缺陷尺寸与以最佳小波分解次数分解后的低频成分小波系数变异系数之间的数学关系式；即可对进行定量。该方法的效率更佳，实用性更好。

技术领域

本发明涉及缺陷定量领域，特别涉及一种基于变异系数法的CT图像小缺陷定量方法。

背景技术

工业CT成像技术具有不受被检测物体材料、形状、表面状况等限制，能够给出被检测物体二维、三维图像，成像直观，分辨率高的优点，广泛用于航天卫星推进系统中的电磁阀、自锁阀、喷注器、减压阀等各种电子束焊接件焊缝检测。由于焊接过程的不确定性，最容易在焊接接头内部产生不同程度及数量的气孔缺陷，不但降低了焊接接头连接处结构强度，而且严重地出现“穿墙”情况造成爆燃或爆炸。电子束焊接形成的气孔类缺陷其中大部分尺寸接近工业CT系统X射线源常规焦点尺寸(小缺陷)。小缺陷在图像中所占像素少、成像灰度接近背景灰度值，造成缺陷难以提取。传统的小缺陷检测是由专业人员按照缺陷分布、大小、形态等特征进行辨别，存在工作量巨大，定量准确率容易受检测人员状态影响，这严重制约了工业CT检测的效率和可靠性。因此，研究适合工业CT图像小缺陷定量方法显得十分必要。

根据图像处理普遍的技术路线，对小缺陷进行阈值分割和面积统计。线阵工业CT图像具有如下4个灰度特征使得传统图像处理方法难以适用，存在以下问题：

(1)、线阵工业CT图像中同一密度材料区域图像亮度并不一致，材料背景亮度差异与扫描截面形状及相对位置有关，当重建区域包含两个以上产品时，其中一产品会对另一产品中处于相同投影区域的灰度造成影响，虽然CT图像重建算法中对该区域灰度差异进行优化校正，但是仍然会存在微弱差异，对小缺陷识别造成干扰；

(2)、工业CT图像包含环形伪影和噪声，噪声来源于X射线探测系统、数据探测与采集系统的电子噪声，在图像上表现高斯噪声和颗粒噪声。环形伪影形成原因可以归结为探测器校正偏差、阵列元素响应不一致、闪烁体缺陷甚至吸附灰尘等；

(3)、弱小缺陷在图像中所占像素少、成像灰度接近背景灰度值，造成缺陷难以提取；

(4)、CT系统X射线源焦点的影响，造成图像中的物体边缘退化，小缺陷边缘灰度分布呈非线性。采用固定阈值容易造成过(欠)分割，最终影响缺陷尺寸测量精度。上述特征是设计线阵工业CT图像中小缺陷分割算法的依据。

近年来，在CT图像缺陷(对象)提出方面，国内外学者已开展了大量卓有成效的研究，主要应用在医学方面。在工业小缺陷定量方面较少涉及，有学者利用低对比度图像的特点在二维熵值理论对图像进行阈值切割的基础上，提出了压缩循环边界条件方法并结合递推加速算法，提高了计算效率并增强了低对比度下图像目标识别率；还有学者运用了将整幅图像中的低对比度分割问题转化为在局部拓扑结构中的较高对比度分割问题的方法，再针对每个拓扑结构判断其是否为缺陷部分，提取图像中低对比度缺陷信息；另外还有学者提出了一种基于区域灰度变化率的图像边界检测方法，根据基于区域灰度变化率的邻域加权平均滤波方法来进行滤波，对边界进行细化、跟踪和连接以得到边界。

其中有学者首先对CT图像点扩散函数(PSF)进行估计，利用PSF与理想缺陷进行卷积运算形成缺陷退化灰度分布，再与待测真实缺陷进行比较，采用循环迭代确定最优解，但该方法运算量较大，测量结果依赖于PSF估计的准确性，容易受噪声干扰；还有学者通过分别选取缺陷及无缺陷区域计算灰度特征值，以工件边缘为界计算周向等效钢系数，建立有缺陷区域噪声参量，基于噪声参量分割缺陷并进行缺陷面积统计定量，但该方法需要人为干预，过程较为复杂。因此需要进一步改进。

发明内容