[发明专利]一种磁光涡流成像检测的缺陷识别方法

说明书

本发明公开了一种磁光涡流成像检测的缺陷识别方法，包括以下步骤：S1：初始化磁光图像及参数；S2：对完成灰度化的磁光灰度图像窗口编号赋值；S3：连通性统计处理；S4：分割图像滤波处理；S5：输出检测结果。本发明提出了基于连通性的缺陷识别检测方法，该方法主要从磁光图像的产生原理上解释了缺陷引起的磁场变化规律，同时阐述了激励在磁场的畸变中所处的地位，并在分析磁场畸变的基础之上，设计了缺陷识别方法。本方法在检测图像信息含量较弱且凭肉眼无法识别的情况下，可以很快的将缺陷定位并描述其形状特性。且通过对以上方法的分析和结果的展示可以验证，本发明提出的缺陷识别方法对磁光图像具有极强的实用性。

技术领域

本发明涉及涡流检测可视化领域，尤其涉及一种磁光涡流成像检测的缺陷识别方法。

背景技术

在涡流检测发展过程中，一直在追求检测的可视化，希望可以通过可视化方法可以更加直观的了解缺陷存在的形式。在涡流可视化的研究中，先后有涡流阵列检测方法、脉冲涡流热成像检测方法和涡流磁光检测方法等。通过对这些方法的研究表明，磁光涡流成像检测无论在精度和检测速度上都是这三种方法中最优的，而且这种成像方式更加直观，数据不需要做多余的处理便可得到图像信息。其中，磁光直接检测到的信号为空间中的磁场信号，该磁场信号由涡流和试件缺陷共同作用产生，因此通过对磁场空间的成像，可以直接将内部缺陷的形状进行可视化。另外，对涡流精确检测的研究可以知道，通过对涡流趋肤深度的控制，使用不同的激励方式，可以检测到不同深度下的缺陷形状，实现内部缺陷的可视化检测。

然而在检测过程中的各种难题也是层出不穷。根据磁光涡流检测基本原理可知，图像的成像是光和磁场的作用而产生的，由于其对磁场的灵敏度很高，微小的磁场运动都会表现在磁光图像上。这为缺陷的检测带来了巨大的干扰和挑战。另外，缺陷的形成过程是复杂多变的，没有固定的形状和深度，因此在图像处理中，一般的图像处理方法很难识别出缺陷的位置，比如深度学习和模式识别等。因为这些方法都是建立在图像本身具有的固定信息上，具有明显的区分度。

具体地，由于多种混合因素的存在，如材料的磁畴、激光的不均匀、薄膜间隙间的光干涉等等原因，都会使得磁光图像中存在对缺陷识别有干扰的其他图像。特别是磁化磁场的原因，这些都会随着磁场激励的不同而不同，在表现上和缺陷对磁场的影响极其相似。这些都使得对磁光图像而言很难确定缺陷的具体位置。由于缺陷和干扰图像都是变化的，没有固定的形状和位置，因此现有的图像分割和识别方法很难对磁光图像进行处理，实际效果不好。

因此，需要建立一个新的图像处理机制来解决磁光涡流成像中的缺陷识别问题。

发明内容

本发明的目的在于克服现有技术的不足，提供一种磁光涡流成像检测的缺陷识别方法。

本发明的目的是通过以下技术方案来实现的：一种磁光涡流成像检测的缺陷识别方法，包括以下步骤：

S1：将磁光涡流成像检测到的磁光图像I进行灰度化处理，得到灰度化后的磁光图像G，，其大小为m×n；

S2：对完成灰度化的磁光灰度图G进行窗口化处理，设定一个窗口Window，大小为Windowsize×Windowsize的一个方阵；方阵排列为从左往右，从上而下的顺序进行生成：

当原磁光图像的大小边界m和n都是参数Windowsize的整数倍时，生成的窗口所组成的阵列尺寸为M×N，其中M＝m/Windowsize，N＝n/Windowsize；

如果不满足整除关系的时候，对剩下的不能满足Windowsize×Windowsize大小的区域，即图像边沿部分，进行特殊处理，就按照最后剩下的大小作为一个窗口；这样将磁光灰度图G划分为了多个小窗口图像，称为像素块，此时得到的窗口阵列大小为M＝floor(Windowsize)+1，N＝floor(Windowsize)+1，其中floor(*)表示向下取整，即舍去小数部分，取整数部分；