0 引言

    作為戰(zhàn)時(shí)重要物質(zhì)基礎(chǔ)，彈藥必須要保持良好的質(zhì)量狀態(tài)，應(yīng)定期根據(jù)其質(zhì)量檢測結(jié)果制定合理的維護(hù)、維修策略。但彈藥是一種不宜拆解檢測的特殊裝備，因此傳統(tǒng)方法是根據(jù)其儲存年限主觀確定質(zhì)量等級進(jìn)而進(jìn)行批量處理，這種一刀切的做法往往會造成浪費(fèi)或帶來安全隱患^[1]。而利用無損檢測技術(shù)可在不解體情況下找出彈藥內(nèi)部存在的問題，從而制定基于狀態(tài)的維修策略，提高決策的科學(xué)性和合理性。X射線檢測技術(shù)以其應(yīng)用范圍廣、可實(shí)時(shí)成像、檢驗(yàn)結(jié)果直觀、成本相對低廉等優(yōu)點(diǎn)，成為無損檢測領(lǐng)域中應(yīng)用最廣泛的方法^[2]，至今仍然占有重要地位。針對現(xiàn)有的單一射線源式檢測系統(tǒng)不能兼顧穿透力和成像分辨率的問題，本文設(shè)計(jì)了一種集成了常規(guī)大功率焦點(diǎn)和微焦點(diǎn)射線源的復(fù)合型數(shù)字式X射線實(shí)時(shí)成像系統(tǒng)，解決了雙焦點(diǎn)射線源兼容控制和圖像處理的難題，實(shí)現(xiàn)了強(qiáng)穿透力和高分辨率的融合。

1 總體設(shè)計(jì)

    為了保證穿透力，需選用大功率高穿透力射線源，但其具有焦點(diǎn)較大、成像分辨率較低的缺點(diǎn)，只能實(shí)現(xiàn)大尺寸損傷的探測，對于電路板虛焊、藥柱裂紋之類的微小損傷則難以成像；而微焦點(diǎn)射線源雖然能解決這一問題，但穿透力不夠^[3]。本文將這兩種射線源有機(jī)融合在一起，研制了多射線復(fù)合型檢測系統(tǒng)，既可適應(yīng)微結(jié)構(gòu)、微缺陷檢測要求，又可滿足較大、較厚工件的檢測需求。

    系統(tǒng)總體結(jié)構(gòu)如圖1所示。

    用戶利用射線控制器操控常規(guī)焦點(diǎn)和微焦點(diǎn)射線源發(fā)射X射線穿透被測工件并在平板成像器上成像，利用系統(tǒng)控制器操控轉(zhuǎn)臺電機(jī)對工件進(jìn)行旋轉(zhuǎn)和移動(dòng)實(shí)現(xiàn)全方位掃描，計(jì)算機(jī)采集成像器的圖像并進(jìn)行處理分析，在系統(tǒng)軟件的缺陷自動(dòng)識別功能輔助下結(jié)合人工識讀進(jìn)行故障識別和定位。

2 硬件設(shè)計(jì)

2.1 射線源集成設(shè)計(jì)

    為了將常規(guī)焦點(diǎn)和微焦點(diǎn)射線源進(jìn)行無縫集成，需要設(shè)計(jì)合理的供電和控制電路，計(jì)算機(jī)通過設(shè)計(jì)的集成控制架構(gòu)和電路與常規(guī)焦點(diǎn)和微焦點(diǎn)射線源進(jìn)行聯(lián)接，從而實(shí)現(xiàn)同步供電和控制。系統(tǒng)電氣、控制結(jié)構(gòu)如圖2所示。

    智能控制終端通過RS232串口通信直接控制、操作微焦點(diǎn)射線源，進(jìn)行供電和管電壓、管電流調(diào)整。通過接口與PLC通信，控制相應(yīng)的I/O點(diǎn)，并下達(dá)指令控制相應(yīng)的繼電器動(dòng)作，然后再通過系統(tǒng)控制器的電壓采集電路、高壓控制電路對高壓發(fā)生器進(jìn)行控制，從而控制常規(guī)射線源進(jìn)行操作，實(shí)現(xiàn)對兩種射線源的集中控制，以在需要的時(shí)候進(jìn)行焦點(diǎn)切換。

2.2 數(shù)字成像系統(tǒng)設(shè)計(jì)

    數(shù)字成像子系統(tǒng)包括平板成像器、計(jì)算機(jī)、圖像采集卡及處理軟件等，主要功能是進(jìn)行圖像采集、缺陷成像及圖像處理。平板成像器和圖像處理軟件是數(shù)字成像系統(tǒng)的最主要部分，平板成像器在圖像處理軟件的控制下進(jìn)行圖像采集，通過專用接口總線與計(jì)算機(jī)的圖像采集卡通信，將采集的數(shù)據(jù)交由圖像處理軟件進(jìn)行圖像處理和分析。

2.3 機(jī)械操作平臺

    機(jī)械操作平臺主要由電氣控制系統(tǒng)、射線源移動(dòng)平臺、平板成像器移動(dòng)平臺、C型臂、工件檢測平臺等組成。射線源及平板成像器移動(dòng)平臺用于承載、安裝射線源及探測器，通過C型臂帶動(dòng)作同步升降和平移，且平板成像器可以相對射線源平移進(jìn)行焦距調(diào)整，以保證圖像清晰度和縮放需求。工件檢測平臺用于承載、放置被檢測工件，可正負(fù)旋轉(zhuǎn)360°，及沿X射線方向伸縮調(diào)整，通過智能控制終端的嵌入式計(jì)算機(jī)和PLC通信進(jìn)行控制。為保證平臺操作過程中設(shè)備和人員的安全性，在平臺導(dǎo)軌末端均安裝有限位傳感器，具備保護(hù)、報(bào)警功能。

2.4 電氣控制系統(tǒng)

    電氣系統(tǒng)總體結(jié)構(gòu)已在圖2中介紹，其中的關(guān)鍵部分PLC硬件結(jié)構(gòu)及工作原理示意如圖3所示。

    電氣控制系統(tǒng)包括操作臺、配電柜、控制單元(PLC等)、執(zhí)行機(jī)構(gòu)(各種電磁閥、步進(jìn)電機(jī)、伺服電機(jī))、傳感器及相關(guān)的電氣組件等，可為系統(tǒng)運(yùn)行提供動(dòng)力和控制電源，并控制機(jī)械平臺、防護(hù)子系統(tǒng)的運(yùn)動(dòng)和互鎖等。其中操作臺上包括操作面板及按鈕、計(jì)算機(jī)、視頻監(jiān)控顯示器、射線控制器等?？刂茊卧皥?zhí)行組件控制部分是電氣系統(tǒng)的核心，包括射線源控制部分、智能控制終端、PLC及控制軟件、執(zhí)行機(jī)構(gòu)(各種電磁閥、步進(jìn)電機(jī)、伺服電機(jī))以及其他電氣組件。計(jì)算機(jī)設(shè)置各種參數(shù)并通過PLC對各執(zhí)行機(jī)構(gòu)進(jìn)行控制，以及與PLC進(jìn)行實(shí)時(shí)通信實(shí)現(xiàn)系統(tǒng)狀態(tài)監(jiān)控和對機(jī)械平臺、連鎖保護(hù)機(jī)構(gòu)、X射線源的控制。

    利用編程器或計(jì)算機(jī)等設(shè)備，將編制好的用戶程序下載至PLC用戶程序內(nèi)存中，PLC內(nèi)部的微處理器在一個(gè)循環(huán)掃描周期內(nèi)，先通過輸入部件將現(xiàn)場傳至的開關(guān)量、模擬量等信號進(jìn)行采集，然后根據(jù)用戶程序進(jìn)行邏輯、數(shù)學(xué)運(yùn)算，最后將運(yùn)算處理結(jié)果通過輸出部件來控制繼電器、接觸器以帶動(dòng)電磁閥、電機(jī)等執(zhí)行部件動(dòng)作。

2.5 自動(dòng)測距裝置

    對X射線成像系統(tǒng)，焦距的大小對成像的幾何清晰度和靈敏度有著較大的影響，而且對于計(jì)算圖像放大倍率、確定圖像中缺陷的實(shí)際物理尺寸有重要作用，操作者會根據(jù)成像的要求對焦距進(jìn)行實(shí)時(shí)調(diào)整，從而得到最佳的圖像質(zhì)量。為實(shí)時(shí)測量焦距和物距以方便估算放大倍率，采用超聲波測距原理開發(fā)了一種自動(dòng)測距裝置，將其安裝在射線機(jī)下方，裝置的發(fā)射器和接收器正對平板成像器和被測試工件。通過控制軟件下達(dá)測距指令，測距模塊的發(fā)射器發(fā)射波長約6 mm、頻率為40 kHz的超聲波，到達(dá)平板成像器(或被測物)表面后發(fā)生反射并由接收器接收，根據(jù)發(fā)射與接收的時(shí)間差值和波速，就可以計(jì)算得到射線源焦點(diǎn)到平板成像器(或被測物體)的距離即焦距。

3 軟件設(shè)計(jì)

3.1 雙射線源成像的圖像增強(qiáng)處理

    常規(guī)焦點(diǎn)與微焦點(diǎn)成像系統(tǒng)共享平板成像器、計(jì)算機(jī)、圖像處理軟件，雖然節(jié)省了空間、提高了軟硬件的集成度，但二者分辨率、對比度、灰度范圍均存在差異，若采用一套參數(shù)進(jìn)行圖像處理，不能達(dá)到很好的匹配效果，因此需要針對不同分辨率、對比度的射線圖像研究自適應(yīng)圖像增強(qiáng)算法。

    本文采用基于曲波(Curvelet)變換的圖像增強(qiáng)方法。與小波變換一樣，基于Curvelet變換圖像去噪的基本原理是首先對圖像做Curvelet變換得到一系列Curvelet系數(shù)，其次計(jì)算閾值，選取合適的閾值量化方法對Curvelet系數(shù)進(jìn)行取舍，從而得到新的Curvelet系數(shù)，最后對經(jīng)過量化的系數(shù)進(jìn)行Curvelet逆變換，得到去噪后的圖像。其中，選擇合適的閾值對圖像去噪十分重要，如果閾值太小，去噪后的信號仍會含有噪聲；如果閾值太大，重要的圖像特征會被濾掉引起偏差^[4]。大多數(shù)閾值選擇的過程是針對一組系數(shù)即根據(jù)本組系數(shù)的統(tǒng)計(jì)特性計(jì)算出一個(gè)值。常用的閾值有D.J閾值、SURE閾值和BayesShrink閾值等^[5]。本文選用D.J閾值，分別計(jì)算每一層系數(shù)的閾值，大小為：

其中，C為Curvelet變換的最高層系數(shù)。

    實(shí)驗(yàn)表明，該方法對常規(guī)焦點(diǎn)和微焦點(diǎn)射線圖像都具有很好的增強(qiáng)效果，圖像質(zhì)量明顯優(yōu)于常規(guī)方法，可有效解決兩種射線系統(tǒng)焦點(diǎn)不同導(dǎo)致的相容性和匹配性問題。

3.2 缺陷圖像自動(dòng)識別

    受到影像設(shè)備、媒質(zhì)的實(shí)際性能及接收設(shè)備等因素的限制，實(shí)際采集到的圖像質(zhì)量存在噪聲大、對比度差、背景均勻性差、邊界模糊及焊縫細(xì)節(jié)復(fù)雜等問題，給缺陷的提取與識別帶來了一定的困難。而且人工評片工作量大、速度慢、易誤判漏判造成嚴(yán)重后果。本文應(yīng)用計(jì)算機(jī)圖像處理技術(shù)，在提高圖像細(xì)節(jié)信息的同時(shí)抑制系統(tǒng)噪聲和背景噪聲以更好地顯示圖像，可有效克服人工評片引起的漏判或誤判，使評定工作客觀化、規(guī)范化?；赬射線圖像的缺陷識別處理算法流程如圖4所示。

3.2.1 基于減影技術(shù)的迭代閾值分割

    實(shí)現(xiàn)對缺陷的識別，關(guān)鍵在于提取圖像的特征以正確反映圖像的特點(diǎn)，從而合理地進(jìn)行圖像分割和特征參量提取^[6]。針對X射線圖像的特點(diǎn)，采用數(shù)字減影技術(shù)，結(jié)合圖像分割技術(shù)，對其進(jìn)行數(shù)字減影處理，降低了原始圖像的干擾成分，僅提取圖像中缺陷的影像，并通過一定的分割處理，進(jìn)一步突出了有效信息。

    如何確定最佳閾值是缺陷檢測的一個(gè)關(guān)鍵。如果閾值選取太小，則會把一些不是缺陷的像素也當(dāng)作缺陷造成誤識；如果閾值選取得太大，則會把一些缺陷漏掉造成漏識。在綜合考慮閾值既能準(zhǔn)確定位計(jì)算量又可接受的條件下，采用迭代閾值進(jìn)行圖像分割，其基本思想：首先選擇一個(gè)閾值作為初始估計(jì)值，然后按某種策略不斷地改進(jìn)這一估計(jì)值，直到滿足給定的準(zhǔn)則為止。具體步驟如下：

    (1)選擇圖像灰度值的中值作為初始閾值T₀，也可以選擇圖像的平均灰度值來作為初始閾值；

    (2)利用閾值T₀把圖像分為R₁和R₂兩個(gè)區(qū)域；

    (3)計(jì)算區(qū)域R₁和R₂的灰度均值μ₁和μ₂；

    (4)計(jì)算μ₁和μ₂后,計(jì)算新的閾值T_i+1：

    (5)重復(fù)步驟(2)、(3)和(4)，直到T_i+1和T_i值相等，那么就獲得了所需要的閾值。

    該方法可以有效地去除背景噪聲，在缺陷和背景的交界處能很好地突出背景和目標(biāo)的邊界，與其他分割方法相比較不會產(chǎn)生粘連現(xiàn)象，且算法簡單易于實(shí)現(xiàn)。

3.2.2 基于支持向量機(jī)的缺陷圖像識別

    經(jīng)過圖像增強(qiáng)、分割和特征選擇與提取從而實(shí)現(xiàn)對缺陷的識別，就是要根據(jù)提取的特征參量對圖像進(jìn)行分類。由于實(shí)驗(yàn)條件的限制，獲得的每一類型圖像數(shù)量有限，因此必須解決樣本數(shù)量少這一難題。

    在解決小樣本分類問題中，支持向量機(jī)(SVM)相比神經(jīng)網(wǎng)絡(luò)、模糊數(shù)學(xué)等是比較有效的方法。應(yīng)用支持向量機(jī)理論對圖像進(jìn)行分類，主要是建立圖像分類的模型，包括數(shù)據(jù)的歸一化、多類分類方法的選擇、核函數(shù)的選取以及分類機(jī)參數(shù)的分析和確定等。為了解決多類分類問題，采用SVM法對多類對象進(jìn)行分類，主要步驟如下：

    (1)將實(shí)際問題數(shù)據(jù)化，并對數(shù)據(jù)進(jìn)行歸一化處理；

    (2)根據(jù)分類對象的特點(diǎn)，選擇合適的多類分類方法；

    (3)選擇核函數(shù)與參數(shù)。核函數(shù)在支持向量機(jī)中具有重要地位，核函數(shù)參數(shù)的選擇直接影響核函數(shù)的推廣能力；

    (4)構(gòu)建訓(xùn)練樣本集，建立最優(yōu)分類超平面；

    (5)對待測樣本做出分類決策，得出分類問題的學(xué)習(xí)精度。

    其中，對數(shù)據(jù)進(jìn)行歸一化可采用下式對數(shù)據(jù)進(jìn)行壓縮。

    經(jīng)上述公式歸一化后的特征參量數(shù)據(jù)在[0.1，0.9]之間，有利于數(shù)據(jù)的分類。

    SVM多類分類法可選用一對余類的多類分類法對疵病圖像進(jìn)行分類，在核函數(shù)以及分類機(jī)參數(shù)的選取方面，可選用Gauss徑向基核函數(shù)，主要參數(shù)為σ。因此對于一個(gè)基于RBF核的SVM，其性能是由參數(shù)(C，σ)決定的，參數(shù)選擇就是要選取最優(yōu)參數(shù)組合(C，σ)，得到SVM的最優(yōu)值，可結(jié)合實(shí)驗(yàn)反復(fù)調(diào)整參數(shù)值來確定參數(shù)的最優(yōu)組合。

3.3 圖像處理軟件開發(fā)

    軟件主要功能有參數(shù)設(shè)置、數(shù)據(jù)采集、圖像編輯、圖像處理、圖像分析、圖像測量、圖像管理等，實(shí)現(xiàn)的關(guān)鍵功能點(diǎn)如下：(1)具有降噪、亮度對比度增強(qiáng)、邊緣增強(qiáng)等基本功能；(2)適應(yīng)相應(yīng)檢測產(chǎn)品所規(guī)定的技術(shù)標(biāo)準(zhǔn)，具有圖像幾何尺寸標(biāo)定和測量以及缺陷定位功能。一般在圖像中標(biāo)定的缺陷位置與實(shí)際位置誤差應(yīng)不大于2 mm，單個(gè)缺陷的測量精度為±0.5 mm。

    軟件采用圖5所示流程控制平板成像器和射線源進(jìn)行掃描和圖像采集。

    首先要確定拍照區(qū)域大小，并將平板成像器置于掃描起始點(diǎn)上；其次是判斷有無信號，這是保證成像器能采集到有用數(shù)據(jù)的關(guān)鍵一步，采用閾值判斷法保證了其能夠正確獲得圖像。具體方法是：無射線照射時(shí)，成像器在全暗情況下數(shù)字化后的圖像灰度值基本分布在0~20之間，而在有射線照射時(shí)灰度值一般在50以上，所以可以設(shè)置一個(gè)閾值(如30)，采集到的一幅圖像的平均灰度值小于此值時(shí)認(rèn)為無信號，否則認(rèn)為有信號。用戶程序中采用循環(huán)采集判斷，當(dāng)循環(huán)時(shí)間超過一定時(shí)間(一般設(shè)定為10 s)沒有信號時(shí)則退出采集，若采集到信號，則退出循環(huán)正式開始采集圖像。

    再次是啟動(dòng)X射線源進(jìn)行拍照。在循環(huán)判斷期間，手動(dòng)啟動(dòng)X射線源，如果一切正常，探測器應(yīng)該采集到信號，迅速退出循環(huán)(連采集帶判斷，一般不超過10 ms)啟動(dòng)掃描和圖像采集程序。探測器輸出的數(shù)字信號通過電纜輸入至計(jì)算機(jī)的圖像采集卡并送入內(nèi)存。經(jīng)過以上過程，得到了一幅完整的X射線圖像，可以將圖像保存到硬盤、CDR等存儲介質(zhì)中，并可在圖像處理軟件中進(jìn)行灰度拉伸、圖像反轉(zhuǎn)、中值濾波等操作。

4 結(jié)論

    本文的雙焦點(diǎn)射線源復(fù)合型彈藥無損檢測系統(tǒng)實(shí)現(xiàn)了焦點(diǎn)的自動(dòng)切換，并通過對雙射源圖像的增強(qiáng)處理，達(dá)到了強(qiáng)穿透力和高分辨率的統(tǒng)一，可適用于厚工件和微損傷的檢測。通過采用圖像自動(dòng)識別算法，實(shí)現(xiàn)了損傷的輔助自動(dòng)識別，降低了人工識讀帶來的誤差。本文成果不僅適用于彈藥的無損檢測，也適用于其他產(chǎn)品，已經(jīng)進(jìn)行了實(shí)際使用，應(yīng)用結(jié)果表明，該系統(tǒng)適用范圍廣、故障檢出率高、準(zhǔn)確性強(qiáng)，具有很好的推廣價(jià)值。

參考文獻(xiàn)

[1] 高正中，趙晨暉，薛寒，等.基于圖像處理的產(chǎn)品表面缺陷檢測系統(tǒng)研究[J].電子技術(shù)應(yīng)用，2017，43(5)：64-66.

[2] 周建凱，許盛之，趙二剛，等.基于深度學(xué)習(xí)的電池片缺陷識別研究[J].電子技術(shù)應(yīng)用，2019，45(5)：66-69，77.

[3] 田子龍.高炮炮彈無損檢測系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D].沈陽：東北大學(xué)，2008.

[4] 戴光智，陳鐵群，薛家祥，等.一種基于圖像融合的綜合無損檢測系統(tǒng)[J].科學(xué)技術(shù)與工程，2007，7(23)：6229-6234.

[5] WAHAB A，AZIZ M M A.Review on microwave nonde-structive testing techniques and its applications in concrete technology[J].Construction and Building Materials，2019(3)：135-146.

[6] 丁國琴.小型超聲無損檢測系統(tǒng)設(shè)計(jì)與軟件開發(fā)[D].南京：南京航空航天大學(xué)，2014.

作者信息:

劉耀周1，宋祥君2，高宏偉3，李  妍3

(1.沈陽理工大學(xué) 裝備技術(shù)研究院，遼寧 沈陽110159；2.中國人民解放軍32181部隊(duì)，河北 石家莊050000；

3.沈陽理工大學(xué) 自動(dòng)化與電氣工程學(xué)院，遼寧 沈陽110159)