本發(fā)明涉及一種偽缺陷分割，是一種基于骨架提取的x射線焊縫偽缺陷分割方法、裝置、存儲(chǔ)介質(zhì)及電子設(shè)備。

背景技術(shù)：

1、焊接作為鋼鐵工業(yè)最重要的材料成形和加工技術(shù)之一，是將鋼鐵材料精密、快速地連接成各種形態(tài)的關(guān)鍵工藝，廣泛應(yīng)用于建筑、制造、交通運(yùn)輸?shù)阮I(lǐng)域，推動(dòng)了鋼鐵工業(yè)的發(fā)展。在焊接檢測領(lǐng)域，偽缺陷是指在檢測過程中被錯(cuò)誤地標(biāo)識(shí)為缺陷的正常焊縫特征或影像干擾，這些偽缺陷通常不會(huì)影響焊縫的實(shí)際性能和安全性，但其錯(cuò)誤識(shí)別可能會(huì)影響缺陷標(biāo)注以及模型的精度，進(jìn)而影響檢測過程。因此，對(duì)行底片上的焊縫缺陷進(jìn)行評(píng)級(jí)時(shí)，需要對(duì)偽缺陷進(jìn)行分割和識(shí)別，而這是底片圖像質(zhì)量評(píng)價(jià)的關(guān)鍵環(huán)節(jié)。

2、x射線焊縫底片一般包括亮度較高的焊縫區(qū)域，以及比較暗淡的母材區(qū)域。母材區(qū)域可能會(huì)包含一些數(shù)字、字母的字符標(biāo)識(shí)。如果成像過程中意外夾雜了頭發(fā)絲、纖維絲等細(xì)小物體，會(huì)在成像屏上表現(xiàn)為非常細(xì)長的影像。這些影像可能會(huì)穿過母材區(qū)域的字符，同時(shí)因?yàn)閭稳毕菖c字符的亮度幾乎一致，給偽缺陷的分割帶來了較大的困難。

3、目前，對(duì)于x射線焊縫底片的焊縫偽缺陷分割的方式，包括：

4、（1）人工分割偽缺陷，該方式依靠人員技術(shù)素質(zhì)和經(jīng)驗(yàn)，易引起誤判和漏判、且效率低、資源浪費(fèi)。

5、（2）基于人工智能進(jìn)行缺陷分割及識(shí)別，例如：

6、現(xiàn)有公開專利文獻(xiàn)一，公開號(hào)為cn118747739a，公開了一種焊縫缺陷確定方法、裝置、計(jì)算機(jī)設(shè)備及存儲(chǔ)介質(zhì)，其中焊縫缺陷確定方法包括針對(duì)待確定焊縫缺陷圖像進(jìn)行標(biāo)準(zhǔn)化處理，得到輸入焊縫圖像；利用訓(xùn)練后的焊縫識(shí)別模型針對(duì)輸入焊縫圖像進(jìn)行處理，得到與輸入焊縫圖像對(duì)應(yīng)的標(biāo)準(zhǔn)焊縫缺陷數(shù)據(jù)；以及對(duì)標(biāo)準(zhǔn)焊縫缺陷數(shù)據(jù)進(jìn)行逆標(biāo)準(zhǔn)化處理，確定與待確定焊縫缺陷圖像對(duì)應(yīng)的目標(biāo)焊縫缺陷數(shù)據(jù)。

7、現(xiàn)有公開專利文獻(xiàn)二，公開號(hào)為cn116883345a，公開了一種基于深度學(xué)習(xí)的焊縫大尺度缺陷檢測方法和系統(tǒng)，包括：將經(jīng)過預(yù)處理的焊縫圖像輸入骨干網(wǎng)絡(luò)模型中進(jìn)行訓(xùn)練，骨干網(wǎng)絡(luò)模型包括兩個(gè)或兩個(gè)以上的卷積單元，其中最后一層卷積單元的卷積核是具有不同空洞率的空洞卷積核；將骨干網(wǎng)絡(luò)模型的輸出結(jié)果輸入特征金字塔網(wǎng)絡(luò)進(jìn)行特征融合和增強(qiáng)；將經(jīng)過融合和增強(qiáng)后的特征分別輸入回歸網(wǎng)絡(luò)和分類網(wǎng)絡(luò)中，以獲得焊縫缺陷的分類置信度和位置。

8、上述基于人工智能進(jìn)行缺陷分割及識(shí)別的方式均是在提高大尺度缺陷的檢出率及檢出準(zhǔn)確率，但并未闡述如何分割偽缺陷，使得缺陷識(shí)別更加準(zhǔn)確，也未闡述如何解決底片圖像中長條形偽缺陷與字符等重疊導(dǎo)致的分割難的問題。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明提供了一種方法，克服了上述現(xiàn)有技術(shù)之不足，其能有效解決現(xiàn)有偽缺陷分割方法存在的，對(duì)于x射線焊縫底片中長條形偽缺陷與字符標(biāo)識(shí)等干擾重疊的部分不能進(jìn)行有效分割的問題。

2、本發(fā)明的技術(shù)方案之一是通過以下措施來實(shí)現(xiàn)的：一種基于骨架提取的x射線焊縫偽缺陷分割方法，包括：

3、提取待分割x射線焊縫底片中的最長邊緣，并對(duì)其進(jìn)行膨脹，得到融合連通圖像；

4、對(duì)融合連通圖像進(jìn)行骨架提取，并對(duì)提取到的骨架圖像進(jìn)行膨脹。

5、下面是對(duì)上述發(fā)明技術(shù)方案的進(jìn)一步優(yōu)化或/和改進(jìn)：

6、上述提取待分割x射線焊縫底片中的最長邊緣，并對(duì)其進(jìn)行膨脹，得到融合連通圖像，包括：

7、利用邊緣檢測算子對(duì)待分割x射線焊縫底片進(jìn)行邊緣提取；

8、對(duì)提到的邊緣進(jìn)行邊緣連通，具體如下：

9、

10、其中，為邊緣連通后的圖像；和分別為膨脹中的結(jié)構(gòu)元素及迭代次數(shù)；

11、在邊緣連通后的多條邊緣中選擇最長邊緣進(jìn)行再次膨脹，得到融合連通圖像，具體如下：

12、

13、其中，是融合連通圖像；，為在邊緣連通結(jié)果中尋找最長邊緣的函數(shù)；與分別為膨脹中的結(jié)構(gòu)元素及迭代次數(shù)。

14、上述再次膨脹時(shí)設(shè)置的結(jié)構(gòu)元素為4×4的矩形結(jié)構(gòu)元素，迭代次數(shù)為11次。

15、上述邊緣檢測算子為canny邊緣檢測算子。

16、上述對(duì)融合連通圖像進(jìn)行骨架提取，并對(duì)提取到的骨架圖像進(jìn)行膨脹，包括：

17、基于函數(shù)確定融合連通圖像中圖像區(qū)域的中心軸線，提取骨架圖像，具體如下：

18、

19、其中，是骨架圖像；為融合連通圖像；

20、對(duì)提取到的骨架圖像進(jìn)行膨脹，具體如下：

21、

22、其中，是對(duì)骨架圖像進(jìn)行膨脹后的結(jié)果；與分別為膨脹中的結(jié)構(gòu)元素及迭代次數(shù)。

23、本發(fā)明的技術(shù)方案之二是通過以下措施來實(shí)現(xiàn)的：一種基于骨架提取的x射線焊縫偽缺陷分割裝置，包括：

24、邊緣提取單元，提取待分割x射線焊縫底片中的最長邊緣，并對(duì)其進(jìn)行膨脹，得到融合連通圖像；

25、骨架提取單元，對(duì)融合連通圖像進(jìn)行骨架提取，并對(duì)提取到的骨架圖像進(jìn)行膨脹。

26、下面是對(duì)上述發(fā)明技術(shù)方案的進(jìn)一步優(yōu)化或/和改進(jìn)：

27、上述邊緣提取單元，包括：

28、邊緣檢測模塊，利用邊緣檢測算子對(duì)待分割x射線焊縫底片進(jìn)行邊緣提取；

29、連通模塊，對(duì)提到的邊緣進(jìn)行邊緣連通，具體如下：

30、

31、其中，為邊緣后的圖像；與分別為膨脹的結(jié)構(gòu)元素及迭代次數(shù)；

32、融合模塊，在邊緣連通后的多條邊緣中選擇最長邊緣進(jìn)行再次膨脹，得到融合連通圖像，具體如下：

33、

34、其中，是融合連通圖像；，為在邊緣聯(lián)通結(jié)果中尋找最長邊緣函數(shù)；與分別為膨脹中的結(jié)構(gòu)元素及迭代次數(shù)。

35、上述骨架提取單元，包括：

36、骨架圖像提取模塊，基于函數(shù)確定融合連通圖像中圖像區(qū)域的中心軸線，提取骨架圖像，具體如下：

37、

38、其中，是骨架圖像；為融合連通圖像；

39、骨架圖像膨脹模塊，對(duì)提取到的骨架圖像進(jìn)行膨脹，具體如下：

40、

41、其中，是對(duì)骨架圖像進(jìn)行膨脹后的結(jié)果；與分別為膨脹中的結(jié)構(gòu)元素及迭代次數(shù)。

42、本發(fā)明的技術(shù)方案之三是通過以下措施來實(shí)現(xiàn)的：一種電子設(shè)備，包括處理器和存儲(chǔ)器，所述存儲(chǔ)器中存儲(chǔ)有計(jì)算機(jī)程序，計(jì)算機(jī)程序由處理器加載并執(zhí)行以實(shí)現(xiàn)基于骨架提取的x射線焊縫偽缺陷分割方法中的步驟。

43、本發(fā)明的技術(shù)方案之四是通過以下措施來實(shí)現(xiàn)的：一種存儲(chǔ)介質(zhì)，其特征在于，所述存儲(chǔ)介質(zhì)上存儲(chǔ)有能被計(jì)算機(jī)讀取的計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被設(shè)置為運(yùn)行時(shí)執(zhí)行基于骨架提取的x射線焊縫偽缺陷分割方法中的步驟。

44、本發(fā)明通過邊緣提取和骨架提取兩種方式，剝離數(shù)字、字母的字符標(biāo)識(shí)等干擾，實(shí)現(xiàn)頭發(fā)絲、纖維絲等長條形偽缺陷的準(zhǔn)確定位，完成偽缺陷的精準(zhǔn)分割，有效解決了偽缺陷與字符等干擾重疊導(dǎo)致的分割難的問題，并且相較于現(xiàn)有人工分割偽缺陷的方式效率高、準(zhǔn)確率高。

技術(shù)特征：

1.一種基于骨架提取的x射線焊縫偽缺陷分割方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的基于骨架提取的x射線焊縫偽缺陷分割方法，其特征在于，所述再次膨脹時(shí)設(shè)置的結(jié)構(gòu)元素為4×4的矩形結(jié)構(gòu)元素，迭代次數(shù)為11次。

3.根據(jù)權(quán)利要求1或2所述的基于骨架提取的x射線焊縫偽缺陷分割方法，其特征在于，所述邊緣檢測算子為canny邊緣檢測算子。

4.根據(jù)權(quán)利要求1或2所述的基于骨架提取的x射線焊縫偽缺陷分割方法，其特征在于，所述對(duì)融合連通圖像進(jìn)行骨架提取，并對(duì)提取到的骨架圖像進(jìn)行膨脹，包括：

5.一種應(yīng)用如權(quán)利要求1至4中任意一項(xiàng)所述方法的基于骨架提取的x射線焊縫偽缺陷分割裝置，其特征在于，包括：

6.根據(jù)權(quán)利要求5所述的基于骨架提取的x射線焊縫偽缺陷分割裝置，其特征在于，所述骨架提取單元，包括：

7.一種電子設(shè)備，其特征在于，包括處理器和存儲(chǔ)器，所述存儲(chǔ)器中存儲(chǔ)有計(jì)算機(jī)程序，計(jì)算機(jī)程序由處理器加載并執(zhí)行以實(shí)現(xiàn)如權(quán)利要求1至4任一項(xiàng)所述的方法中的步驟。

8.一種存儲(chǔ)介質(zhì)，其特征在于，所述存儲(chǔ)介質(zhì)上存儲(chǔ)有能被計(jì)算機(jī)讀取的計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被設(shè)置為運(yùn)行時(shí)執(zhí)行如權(quán)利要求1至4任一項(xiàng)所述的方法中的步驟。

技術(shù)總結(jié)
本發(fā)明涉及一種偽缺陷分割技術(shù)領(lǐng)域，是一種基于骨架提取的X射線焊縫偽缺陷分割方法、裝置、存儲(chǔ)介質(zhì)及電子設(shè)備，包括：提取待分割X射線焊縫底片中的最長邊緣，并對(duì)其進(jìn)行膨脹，得到融合連通圖像；對(duì)融合連通圖像進(jìn)行骨架提取，并對(duì)提取到的骨架圖像進(jìn)行膨脹。本發(fā)明通過邊緣提取和骨架提取兩種方式，剝離數(shù)字、字母的字符標(biāo)識(shí)等干擾，實(shí)現(xiàn)頭發(fā)絲、纖維絲等長條形偽缺陷的準(zhǔn)確定位，完成偽缺陷的精準(zhǔn)分割，有效解決了偽缺陷與數(shù)字、字符等干擾重疊導(dǎo)致分割難的問題，并且相較于現(xiàn)有人工分割偽缺陷的方式，效率高、準(zhǔn)確率高。

技術(shù)研發(fā)人員：朱江,張順友,呂金鑫,王冰,隋豐安,彭攀,劉帥帥,蔡文成,劉家林,趙明洋,袁文斌,胡飆,封雪華,劉靖
受保護(hù)的技術(shù)使用者：中油（新疆）石油工程有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/19