0 引言
压力容器是盛放液体、气体并具备一定压力的密闭设备。钢制压力容器已经被广泛应用于工业、民用、军工等多重领域中。作为特种设备,其内部储存物质属性特殊,多在腐蚀性强或易燃易爆等工况下使用,一旦出现裂缝,极易发生泄漏事故,不但会造成重大经济损失，严重者还会威胁到人身安全。所以，为有效杜绝各类隐患的发生,对钢制压力容器实施焊缝缺陷检测,就变得至关重要。
文献提出超声相控阵技术在压力容器焊缝无损检测中的应用。该方法根据相关超声方法扫描焊缝,构建焊缝的不同缺陷模型实施模拟测试,获取焊缝深处缺陷,实现压力容器焊缝缺陷的快速检测。但是增强后的焊缝缺陷图像，丢失了部分细节像素点，检测效果差。文献提出收发式X型涡流检测探头在压力容器顶盖焊缝检测中的运用,依据收发式的X型涡流检测探头对容器焊缝缺陷测量处理,确定焊缝缺陷深度、长度等缺陷定量,进行缺陷类型分类,实现压力容器焊缝缺陷的精准检测。文献提出级联结构与Faster R-CNN 相结合的焊缝缺陷检测,首先获取焊缝缺陷的样本数据,并以此为基础结合数据增强技术对缺陷样本实施扩充，改进RPN 网络,使用聚类算法生成目标区域 anchor box,提取焊缝缺陷的细节特征;最后结合级联结构，实现焊缝缺陷的快速检测,但是焊缝缺陷检测类别较少。
为解决上述容器焊缝缺陷检测过程中存在的问题,提出基于机器视觉的钢制压力容器焊缝缺陷X射线检测方法。
1 获取焊缝图像以及图像预处理
1.1 钢制压力容器焊缝图像获取
机器视觉是研究计算机模拟人体视觉在客观事务中提取信息并加以处理的综合技术。
图像采集卡是其中协调机器视觉系统的关键设备。其具体功能如下:
1)图像采集卡负责接收X射线图像信号、信号 A/D 转换以及图像信号的数字化;
2)控制 CDD 摄像机输入、输出接口;
3)能够精准地完成图像传输,减少 CPU 运算时间。
基于上述机器视觉系统，设计钢制压力容器的焊缝图像采集过程,具体如图1所示。
图1中,基于机器视觉,CCD 摄像机将接收的图像以帧形式送入图像处理的图像采集卡中，实时显示钢制压力容器的焊缝原始帧图像。
1. 2 图像预处理
采用 Gamma 校正方法将图像转换成灰度图。由于获取的钢制压力容器焊缝图像在显示时需要通过 Gamma 方法将图像的颜色转换成亮度，设定钢制压力容器彩色通道为 R、G、B形式,以此获取钢制压力容器焊缝图像的灰度转换图像，过程如下式所示。
图像经过 Gamma 校正转换成灰度图像时,能够去掉图像中的冗余颜色，提升图像处理速度。经过灰度处理后,钢制压力容器焊缝图像的焊缝区域会比较暗,焊缝区域与目标区域之间对比性较弱,会直接影响焊缝的提取。所以需要使用直方图均衡方法对灰度图像焊缝区域与目标区域增强处理，过程如下。
1)设定灰度图像中灰度值数量为m
j
; 以此计算钢制压力容器焊缝灰度图像的概率质量函数q
j
以及累积分布函数A
k
，结果如下式所示。
式中:m 为焊缝头像中灰度值总数量; j、k为灰度值大小。
2)依据焊缝灰度图像的累积分布函数，对图像灰度值实施映射处理，获取灰度图像的直方图均衡化图像，过程如下式所示。
式中:x
k
为获取的直方图均衡化图像;In 为对数函数。
1．3 焊缝区域特征提取
对焊缝图像实施二值化处理,设定固定的图像阈值，当图像灰度大于阈值时为目标区域,小于则为图像背景区域，从而实现焊缝图像的闽值分割，过程如下式所示。
式中：h为图像分割结果；X×Y为图像大小；X
0
为比阈值小的灰度值像素；X
1
为比阈值大的灰度像素。δ
0
、δ
1
分别为平均灰度。再对处理结果腐蚀计算,过程如下式所示。
二值化焊缝图像中的误分割区域会被成功清除,再使用膨胀算法对图像膨胀处理，进行焊缝图像中焊缝特征区域的提取，提取过程为
最后依据焊缝图像的膨胀结果，提取图像的焊缝区域特征。
2 钢制压力容器焊缝缺陷X射线检测方法
将焊缝缺陷整合成熔焊、虚焊、焊穿3大类别,基于上述焊缝区域特征的提取结果,射线源发出X射线穿透钢制压力容器焊缝区域后，被图像增强器接收,X射线被增强器接收后会进行转换，形成可见光图像,再通过镜像反射技术将可见光图像传输到摄像机内，获取钢制压力容器的焊缝缺陷面积、缺陷亮度以及波形等缺陷特征，通过缺陷分类器,实现焊缝缺陷的类型识别，完成钢制压力容器焊缝缺陷的检测。
2.1确认焊缝缺陷面积
焊缝区域特征提取后，会藏有伪缺陷图像，因此需要建立辨识公式,对焊缝图像中的焊缝缺陷以及伪缺陷展开辨识，过程如下式所示。
式中:ε为辨识结果;R为焊缝图像伪缺陷区域像素数量;T
1
, 为图像阈值。
2.2确认缺陷亮度
获取的焊缝缺陷类别的不同,缺陷亮度也不尽相同。因此,基于焊缝缺陷的亮度差别,建立辨识公式确定焊缝缺陷类型，辨识公式如下式所示。
2.3 确认焊缝波形
依据树状分类器,对钢制压力容器的焊缝缺陷实施分类处理，依据分类结果，实现钢制压力容器的焊缝缺陷检测，分类流程如图2所示。
由于焊缝缺陷中,不同类型的缺陷对应的波
形不同,所以需要提取焊缝缺陷波形特征。具体流程如下。
1)列向量求和
设定焊缝图像尺寸为x×
y
建立与之对应的矩阵 H(e
ij
),通过矩阵的列向量求和,获取图像波形序列,过程如下式所示。
式中:y为矩阵维度;0为波形序列;o
j
为矩阵列向量和;e
ij
为矩阵数据。
2)曲线平滑
使用均值滤波对波形序列实施平滑处理，完成波形的去噪,过程如下式所示。
式中:0
0
,(j)为波形去噪结果;0
ij
为波形序列;A
span
为均值滤波;X
x
为滤波系数。
3)基于去噪后的波形,采用一阶差分法提取焊缝波形特征,建立焊缝缺陷差分序列。,建立缺陷辨识方程,过程为:
为了验证方法的整体有效性，进行测试与分析。选取某钢制压力容器为待检测对象，如图3所示。
基于机器视觉,使用X-RAY MU2000 X射线实时成像系统穿透钢制压力容器焊缝区域,通过图像增强器接收和转换，形成可见光图像，再通过镜像反射技术将可见光图像传输到 CDD 摄像机内,将接收的图像以帧形式输入图像采集卡中,采集的钢制压力容器的焊缝原始帧图像如图4所示。
如图4所示,采集的X射线图像中焊缝区域所占比例较大,焊缝区域存在小角度倾斜,暗黑色的角接头厚度呈现非线性变化缺陷,具有焊缝检测的必要性。
分别采用基于机器视觉的钢制压力容器焊缝缺陷X射线检测方法(本文方法)、超声相控阵技术在压力容器焊缝无损检测中的应用、收发式X型涡流检测探头在压力容器焊缝检测中的运用进行测试。
在开展焊缝缺陷检测时，选取准确率、召回率、平均精度以及 F1值作为焊缝缺陷检测的测试指标，以此测试本文方法、文献[3]方法以及文献 [4]方法在焊缝缺陷检测时检测效果的优劣。
1) 测试指标获取
设定焊缝缺陷检测时，焊缝缺陷的正确检测数据标记为Φ形式，误检数据标记为φ形式，以此获取相关指标，过程如下式所示。
