CN101556598A - 射线检测焊缝图像管理系统及辅助评片方法 - Google Patents

Abstract

一种射线检测焊缝图像管理系统及辅助评片方法，属于利用计算机对焊接质量进行评定的方法。该图像管理系统部署在服务器系统上，通过客户端计算机访问该系统；该图像管理系统有功能模块，功能模块采用B/S四层架构设计，包含：展现层、业务逻辑层、持久层和数据库层，并且支持远程浏览及评片功能；功能模块有图像获取模块、图像参数获取模块、图像处理模块、评片管理模块、查询统计模块和系统管理模块。该管理系统及评片方法应用在网络环境中，能够将数字化后的射线检测底片和与其相关的参数说明登记在图像数据库中，并能查询分类统计；采用粗支持向量机分类建模方法对焊接缺陷的分类识别和提取，根据标准对焊接质量做出相应的评价。

Description

射线检测焊缝图像管理系统及辅助评片方法

技术领域

本发明涉及一种利用计算机对射线检测焊接图像的管理以及根据焊缝图像中缺陷信息对焊接质量进行评定的方法，特别是一种射线检测焊缝图像管理系统及辅助评片方法。

背景技术

传统胶片照相法射线检测后产生的检测档案非常繁多，且目前焊接射线检测档案依然采用传统的纸质文档或胶片保存方式，容易受时间、温度、湿度等外界因素的影响而极易产生粘连、药膜脱落及氧化等情况，从而造成文档或底片信息的缺失，给企业带来无法弥补的经济损失。而且这些文档或底片档案占用空间大、管理比较混乱、检索查阅困难，给焊接构件质量的跟踪查询、统计分析带来极大不便，使得对相应焊接构件的质量管理和评估产生很大困难。同时，传统的评片方法是由评片工作人员在观片室借助于观灯片、放大镜、量尺、记录表格来手工完成，易受设备、环境、底片质量及人的生理条件等因素的影响，造成焊接缺陷的误判、漏判，给焊接结构造成质量隐患。因此，这种传统的底片管理及评片方式已经难以适应市场和企业发展的要求，应用现代信息技术和方法对企业进行根本的改革已是大势所趋。目前，对数字化射线检测图像管理系统的研究还是基于传统C/S(客户机/服务器)架构设计的，不利于图像管理系统的升级且成本较高。

发明内容

本发明的目的在于提供一种保存文档不受外界因素的影响、评片不受人的生理条件影响的射线检测焊缝图像管理系统及辅助评片方法。

为达到上述目的，本发明采取以下技术方案：

一种射线检测焊缝图像管理系统：

该图像管理系统部署在服务器系统上，通过客户端计算机访问该系统；该图像管理系统有功能模块，功能模块采用B/S四层架构设计，包含：展现层、业务逻辑层、持久层和数据库层，并且支持远程浏览及评片功能；功能模块有图像获取模块、图像参数获取模块、图像处理模块、评片管理模块、查询统计模块和系统管理模块。

所述的图像获取模块，用于获取经扫描仪数字化后的射线检测图像文件，输入与射线检测图像相关的参数信息说明；并通过图像文件存储装置将数字化后的射线检测焊缝图像存储在图像服务器中；

所述的图像参数获模块，用于获取与图像文件相关的说明参数，并通过参数存储装置将这些参数保存至数据库中；数据库控制装置，数据库控制装置用于将上述图像说明参数与图像文件相互关联，并把关联关系存储在数据库中；

所述的图像处理模块，通过图像控制装置调用图像处理模块，对射线检测图像进行预处理，以识别焊接缺陷的类别并提取焊接缺陷特征信息；将获取的射线检测焊缝图像的缺陷参数信息，通过数据库控制装置将这些参数存储至数据库中，利用数据库控制装置将上述图像缺陷参数与图像文件相互关联，把关联关系存储至数据库中；

所述的评片管理模块，用于根据GB3323-87《钢熔化对接接头射线照相和质量分级》质量验收标准，对获取的射线检测焊缝图像缺陷信息做出等级评定，即对焊接质量做出相应的等级评定，并填写射线检测报告；

所述的查询统计模块，用于根据用户输入的不同条件查询射线检测图像信息以及射线检测报告等信息，并将查询结果分页显示；通过数据库控制装置将与用户输入的查询条件相关的射线检测焊缝图像及射线检测报告信息反馈到用户界面；

所述的系统管理模块，用于系统管理员对系统用户进行集中管理并分配相应的访问权限，同时维护整个系统的正常运行。

所述的客户端计算机包括：图像文件输入模块，接受扫描仪数字化后的射线检测图像，并向服务器系统发送该图像文件；图像参数输入模块，接受输入的射线检测焊缝图像说明参数，并向服务器系统发送这些参数信息；所述的服务器系统包括：图像文件存储装置，接收上述客户端计算机发送的图像文件，并把该图像文件存储到数据库服务器中；图像说明参数存储装置，接收上述客户端计算机发送的图像说明参数，并通过数据库控制装置存储至数据库中。

一种用于射线检测焊缝图像管理系统的辅助评片方法：

(1)评片人员通过扫描仪获取需要评定的射线检测焊缝图像文件，利用粗支持向量机分类建模方法对图像进行缺陷区域划分并去除背景，由具有同一个中心的两个不同半径的超球来组成，根据分类结果所在超球的不同区域刻画分类结果的不确定性，把样本的所属类别分为三种情况：(1)类别在正域内：样本肯定属于某一类；(2)类别在负域内：样本肯定不属于某一类；(3)类别在边界域：样本可能属于这一类，也可能不属于这一类；

粗支持向量机(Rough Support Vector Machines，RSVM)，它是由内、外半径的两个超球组成，对于两分类样本来说，半径为超球R内为类1的正域，半径为T的超球外为类1的负域，对类2来说则是相反；在半径R超球与半径为T超球之间的区域定义为边界域，其中T＞R；

使用一个半径最小的超球把类1包围起来，然后使用半径最小的超球使得类2位于超球的外面，这两个超球之间包围为类别不确定的样本；

将焊接缺陷图像中的缺陷区域分成两大类，一类为某一类型的焊接缺陷，另一类为其它缺陷，利用样本对系统进行训练，让系统获取知识，然后对缺陷进行分类；

(2)调用局部区域识别方法对缺陷类别进行识别并提取缺陷特征参数，采用模糊支持向量机和子束波变换相结合的方式提取焊接缺陷；

首先通过小波变换和形态学变换对原始焊接图像进行复杂灰度背景去除，突出缺陷特征并将其灰度限定在较小范围；然后通过FSVM识别确定含有裂纹缺陷的比较模糊的子区域；最后采用局部Beamlet多尺度变换，提取缺陷，完成最终的检测；

(3)记录图像文件中的缺陷信息，根据相关质量验收标准(GB3323-87)对被检测工件的焊接质量做出相应的质量等级评定。

有益效果：由于采用了上述方案，该管理系统是一种基于B/S(浏览器/服务器)架构的射线检测焊缝图像管理系统，功能易于扩展且支持远程评片功能；该系统采用基于B/S架构的四层结构，B/S架构系统克服了传统的C/S架构系统开发成本高，功能不易扩展等缺点，降低了系统中各层间的耦合，从而具有良好的扩展性能，为系统以后的功能扩展打下了良好的基础；在系统中，提供了一种利用计算机辅助评定射线检测底片的方法。存储文档和底片不受外界因素的影响，评片不受人的生理条件影响，达到了本发明的目的。

优点：该图像管理系统及评片方法应用在网络环境中，能够将数字化后的射线检测底片和与其相关的参数说明登记在图像数据库中，并根据不同的检索条件进行查询分类统计。在图像处理模块中采用粗支持向量机方法对缺陷进行分类，采用模糊支持向量机和子束波变换相结合的方式进行缺陷特征提取。并根据有关质量评定标准对焊接质量做出相应的评价。本发明充分利用面向对象软件开发的思想及信息工程方法，建立一种射线检测焊缝图像管理系统及辅助评片方法，为推进射线检测底片数字化管理和计算机辅助评片提供技术支撑。

附图说明

图1本发明射线检测焊缝图像管理系统的硬件结构图。

图2客户端计算机装置和图像服务器系统结构图。

图3本发明射线检测焊缝图像管理系统功能模块图。

图4本发明射线检测焊缝图像管理系统辅助评片流程图。

图5粗超球SVM分类器。

具体实施方式

实施例1：一种射线检测焊缝图像管理系统：

该图像管理系统部署在服务器系统上，通过客户端计算机访问该系统；该图像管理系统有功能模块，功能模块采用B/S四层架构设计，包含：展现层、业务逻辑层、持久层和数据库层，并且支持远程浏览及评片功能；功能模块有图像获取模块、图像参数获取模块、图像处理模块、评片管理模块、查询统计模块和系统管理模块。

所述的图像获取模块，用于获取经扫描仪数字化后的射线检测图像文件，输入与射线检测图像相关的参数信息说明；并通过图像文件存储装置将数字化后的射线检测焊缝图像存储在图像服务器中；

所述的图像参数获模块，用于获取与图像文件相关的说明参数，并通过参数存储装置将这些参数保存至数据库中；数据库控制装置，数据库控制装置用于将上述图像说明参数与图像文件相互关联，并把关联关系存储在数据库中；

所述的图像处理模块，通过图像控制装置调用图像处理模块，对射线检测图像进行预处理，以识别焊接缺陷的类别并提取焊接缺陷特征信息；将获取的射线检测焊缝图像的缺陷参数信息，通过数据库控制装置将这些参数存储至数据库中，利用数据库控制装置将上述图像缺陷参数与图像文件相互关联，把关联关系存储至数据库中；

所述的评片管理模块，用于根据GB3323-87《钢熔化对接接头射线照相和质量分级》质量验收标准，对获取的射线检测焊缝图像缺陷信息做出等级评定，即对焊接质量做出相应的等级评定，并填写射线检测报告；

所述的查询统计模块，用于根据用户输入的不同条件查询射线检测图像信息以及射线检测报告等信息，并将查询结果分页显示；通过数据库控制装置将与用户输入的查询条件相关的射线检测焊缝图像及射线检测报告信息反馈到用户界面；

所述的系统管理模块，用于系统管理员对系统用户进行集中管理并分配相应的访问权限，同时维护整个系统的正常运行。

所述的客户端计算机包括：图像文件输入模块，接受扫描仪数字化后的射线检测图像，并向服务器系统发送该图像文件；图像参数输入模块，接受输入的射线检测焊缝图像说明参数，并向服务器系统发送这些参数信息；所述的服务器系统包括：图像文件存储装置，接收上述客户端计算机发送的图像文件，并把该图像文件存储到数据库服务器中；图像说明参数存储装置，接收上述客户端计算机发送的图像说明参数，并通过数据库控制装置存储至数据库中。

一种用于射线检测焊缝图像管理系统的辅助评片方法：

(1)评片人员通过扫描仪获取需要评定的射线检测焊缝图像文件，利用粗支持向量机分类建模方法对图像进行缺陷区域划分并去除背景。粗糙集理论(Rough Set)不仅能够找出与类别密切相关的不可约简属性集合，而且还使用上下近似对样本所属类别的确定程度进行刻画，它能充分的考虑了数据的不精确、不确定性，符合人类对事物的认识程度，可与神经网络、支持向量机、模糊系统等数据挖掘方法相结合，用于提高挖掘模型的泛化、学习能力以及处理不确定性的能力。支持向量机(SVM)是基于统计学习理论，支持小样本分类的二分类器。它与其它分类器一样，其类别输出也是一个精确值，也不能反映样本类别的不确定性。本发明提出了一种基于粗糙集的支持向量机分类器算法，简称为粗支持向量机。它使用二分类超球面支持向量机，借鉴粗糙集理论，它由具有同一个中心的两个不同半径的超球来组成，它根据分类结果所在超球的不同区域刻画分类结果的不确定性，它把样本的所属类别分为三种情况：(1)类别在正域内：样本肯定属于某一类；(2)类别在负域内：样本肯定不属于某一类；(3)类别在边界域：样本可能属于这一类，也可能不属于这一类。这样可以根据样本所在的区域来判定分类结果的准确程度，更加符合人类的思维方式。

粗支持向量机(Rough Support Vector Machines，RSVM)，它是由内、外半径的两个超球组成，如图1所示，对于两分类样本来说，半径为超球R内为类1的正域，半径为T的超球外为类1的负域，对类2来说则是相反。在半径R超球与半径为T超球之间的区域定义为边界域，其中T＞R。

使用一个半径最小的超球把类1包围起来，然后使用半径最小的超球使得类2位于超球的外面，这两个超球之间包围为类别不确定的样本。

利用此方法，将焊接缺陷图像中的缺陷区域分成两大类，一类为某一类型的焊接缺陷，另一类为其它缺陷，利用样本对系统进行训练，让系统获取知识，然后对缺陷进行分类。

(2)调用局部区域识别方法对缺陷类别进行识别并提取缺陷特征参数，采用模糊支持向量机和子束波变换相结合的方式提取焊接缺陷。

首先通过小波变换和形态学变换对原始焊接图像进行复杂灰度背景去除，突出缺陷特征并将其灰度限定在较小范围；然后通过FSVM识别确定含有裂纹缺陷的比较模糊的子区域；最后采用局部Beamlet多尺度变换，提取缺陷，完成最终的检测。

(3)记录图像文件中的缺陷信息，根据相关质量验收标准(GB3323-87)对被检测工件的焊接质量做出相应的质量等级评定。

在图1中，该结构图包含：Web服务器1，图像服务器系统2，Internet网络3，扫描仪4，系列客户端计算机5，客户端计算机5通过Internet网络3与Web服务器1及图像服务器系统2进行通信。在该管理系统中，射线检测焊缝图像文件通过扫描仪4生成数字图像，再由客户端计算机5通过Internet网络3将该数字图像发送到图像服务器系统2中存储。

在图像服务器系统2中，不仅存储了原始大小的射线检测数字图像文件，并由射线检测焊缝图像系统生成了比原图像数据量少的缩略图文件，将原图像文件按缺陷类别存储在不同的文件夹中，并把缩略图文件存储在临时文件夹中。更加具体的内容将在图2的客户端计算机装置和图像服务器系统架构图中说明。

在图2中，包含客户端计算机装置6和图像服务器系统2。

客户端计算机装置6包含客户端计算机5。该客户端计算机5包含CPU、存储器、CD-ROM、驱动器、显示装置等。该客户端计算机装置6还包含：用于通过Internet网络3访问Web服务器1和图像服务器系统2的浏览器7；用于在浏览器7中显示和浏览数据的JSP(Java Server Page)页面8；用于接收通过扫描仪4生成的射线检测焊缝数字图像的图像文件获取模块10；用于接收用户输入与图像相关的说明参数信息的图像说明参数获取模块9。客户端计算机装置6通过Internet网络3与Web服务器1及图像服务器系统2交互。

图像服务器系统2包括CPU、存储器、CD-ROM、显示装置等。图像服务器系统2包括Web服务器1，该Web服务器1采用的是BEA WebLogic Server，将射线检测焊缝图像管理系统部署在该Web服务器1上。

图像服务器系统2还包括：用于生成JSP页面8并处理数据的JSP引擎11；用于存储从客户端计算机装置6发送的射线检测焊缝图像文件的图像文件存储装置12；控制图像文件处理过程的图像文件控制装置13；处理图像文件的图像处理模块14；用于存储从客户端计算机6发送的图像说明参数的图像说明参数存储装置15；存储各种数据的数据库17；用于将图像说明参数存储至数据库17并控制图像文件与图像文件说明参数关联关系的数据库控制装置16。

在图3中，该系统采用基于B/S架构的四层结构，系统分为以下四层：展现层、业务逻辑层、持久层和数据库层。展现层用于把系统的输出结果呈现给系统用户，业务逻辑层用于处理系统业务逻辑，持久层用于完成系统数据的持久化工作，数据库层用于完成数据的存取工作。

射线检测焊缝图像管理系统的功能模块主要包括图像获取模块、图像处理模块、评片管理模块、查询统计模块及系统管理模块。下面对各个模块的功能作详细的说明：

图像获取模块：主要完成射线检测焊缝图像的获取及图像相关参数的输入等功能。系统用户通过客户端计算机5上的浏览器7登录系统交互页面，点击图像获取菜单并将要数字化的射线检测焊缝底片放在扫描仪4中，系统将获取通过扫描仪数字化后的射线检测图像。点击上传按钮可以将该图像上传至图像服务器系统2中存储，图像服务器系统会自动生成该图像的缩略图并把缩略图保存在临时文件夹中。在上传射线检测图像过程中，系统会对用户上传的图像格式及图像的大小进行合法性验证。同时可以输入与该图像相关的说明参数信息，系统会对用户输入的有效性进行验证。验证通过则把射线检测图像保存到图像服务器系统2中，同时将相关的说明参数保存至数据库17中。

图像处理模块：主要完成对射线检测焊缝图像进行处理，以识别并提取焊接缺陷信息等功能。选择将要处理的焊缝图像，人工划分缺陷区域以去除焊缝图像上的透照日期等无关信息；选择处理图像菜单对该焊缝图像进行图像增强、去除背景等操作；选择局部区域缺陷识别菜单，并根据焊缝缺陷的类型选择不同的局部区域缺陷识别子菜单，例如，对气具有孔缺陷的图像选择检查气孔菜单以识别局部气孔缺陷信息；对进行过局部缺陷识别的图像选择缺陷提取菜单以提取缺陷的特征信息，对不同缺陷特征的提取可以选择不同的提取算法，如Sobel边缘检测算子、Canny边缘检测算子等；记录缺陷的类型、位置、缺陷尺寸等焊接缺陷的相关信息，并把这些信息通过客户端计算机5存储至数据库17中。

评片管理模块：主要完成对射线检测焊缝图像的评定并填写射线检测报告。根据图像处理的结果，依据相关的质量验收标准对被检测工件的焊接质量做出相应的质量评定，以便改进焊接工艺流程，并填写相关的射线检测报告，并把这些报告信息通过客户端计算机5存储至数据库17中。

查询统计模块：主要提供对历史数据的查询统计分析功能。可以根据不同的查询条件对射线检测焊缝图像和射线检测报告进行查询分析，例如按透照时间、入库时间、缺陷类别等条件单独或组合查询，系统将查询的结果返回客户端浏览器中并分页显示。同时，系统还提供报表打印的功能，以便用户打印查询的结果。

系统管理模块：主要完成对系统用户进行管理及系统权限分配等功能。系统管理员对系统的用户进行集中式管理，并根据用户的角色分配不同的访问权限，以保证系统的安全性。同时，系统管理员还应负责整个系统的维护工作，包括系统备份和系统还原等操作。

焊接图像管理和辅助评片实现过程：

在图4中，首先，步骤S201，通过图像文件获取模块10将射线检测图像通过扫描仪4生成数字化图像；

步骤S202到步骤204，获取数字化图像后，查看数字化图像是否清晰，如果清晰则通过图像参数获取模块9获取与之对应的说明参数，否则重新扫描；

步骤S205，系统文件存储装置12及图像说明参数存储装置15将图像及其参数进行存储；

步骤S206-步骤S209，图像文件控制装置13对图像及参数的合法性进行校验，验证通过则将图像存储在图像服务器系统2中，将参数通过数据库控制装置16存储到数据库中并提示存储成功界面。，如果存储不成功重新进行存储，图像存储成功后将在JSP页面8中显示；

步骤S210-步骤S213，将图像进行增强等预处理，去除与缺陷信息无关的信息，例如透照日期、底片编号等；采用边缘检测算法，如Sobel边缘检测算子、Canny边缘检测算子等对图像进行边缘检测分割，以识别焊缝边缘并去除背景；利用粗支持向量机方法对图像缺陷进行分类。把多个带有缺陷的图像分成两部分，2/3用于训练，1/3用于测试。用超球面算法训练时，把1类(比如夹杂缺陷)一直作为正类，其余类别都作为负类处理，即二类别分类问题。把分类结果分为肯定正确，在不可分区域以及错误分类3种类型。调用图像局部区域识别算法最终确定某一缺陷属于哪一种类型，对识别后的缺陷特征信息进行提取。

步骤S214，记录缺陷的类型，例如气孔、裂纹、夹渣等和缺陷的尺寸、数量、位置等信息；然后根据GB3323-87《钢熔化对接接头射线照相和质量分级》质量验收标准对被检测工件的焊接质量进行质量等级评定，并填写射线检测报告。

Claims (4)

1、一种射线检测焊缝图像管理系统，其特征在于：该图像管理系统部署在服务器系统上，通过客户端计算机访问该系统；该图像管理系统有功能模块，功能模块采用B/S四层架构设计，包含：展现层、业务逻辑层、持久层和数据库层，并且支持远程浏览及评片功能；功能模块有图像获取模块、图像参数获取模块、图像处理模块、评片管理模块、查询统计模块和系统管理模块。

2、根据权利要求1所述的射线检测焊缝图像管理系统，其特征在于：

所述的图像获取模块，用于获取经扫描仪数字化后的射线检测图像文件，输入与射线检测图像相关的参数信息说明；并通过图像文件存储装置将数字化后的射线检测焊缝图像存储在图像服务器中；

所述的图像参数获模块，用于获取与图像文件相关的说明参数，并通过参数存储装置将这些参数保存至数据库中；数据库控制装置，数据库控制装置用于将上述图像说明参数与图像文件相互关联，并把关联关系存储在数据库中；

所述的图像处理模块，通过图像控制装置调用图像处理模块，对射线检测图像进行预处理，以识别焊接缺陷的类别并提取焊接缺陷特征信息；将获取的射线检测焊缝图像的缺陷参数信息，通过数据库控制装置将这些参数存储至数据库中，利用数据库控制装置将上述图像缺陷参数与图像文件相互关联，把关联关系存储至数据库中；

所述的评片管理模块，用于根据GB3323-87《钢熔化对接接头射线照相和质量分级》质量验收标准，对获取的射线检测焊缝图像缺陷信息做出等级评定，即对焊接质量做出相应的等级评定，并填写射线检测报告；

所述的查询统计模块，用于根据用户输入的不同条件查询射线检测图像信息以及射线检测报告等信息，并将查询结果分页显示；通过数据库控制装置将与用户输入的查询条件相关的射线检测焊缝图像及射线检测报告信息反馈到用户界面；

所述的系统管理模块，用于系统管理员对系统用户进行集中管理并分配相应的访问权限，同时维护整个系统的正常运行。

3、根据权利要求1所述的射线检测焊缝图像管理系统，其特征在于：所述的客户端计算机包括：图像文件输入模块，接受扫描仪数字化后的射线检测图像，并向服务器系统发送该图像文件；图像参数输入模块，接受输入的射线检测焊缝图像说明参数，并向服务器系统发送这些参数信息；所述的服务器系统包括：图像文件存储装置，接收上述客户端计算机发送的图像文件，并把该图像文件存储到数据库服务器中；图像说明参数存储装置，接收上述客户端计算机发送的图像说明参数，并通过数据库控制装置存储至数据库中。

4、一种用于射线检测焊缝图像管理系统的辅助评片方法，其特征在于：

(1)评片人员通过扫描仪获取需要评定的射线检测焊缝图像文件，利用粗支持向量机分类建模方法对图像进行缺陷区域划分并去除背景，由具有同一个中心的两个不同半径的超球来组成，根据分类结果所在超球的不同区域刻画分类结果的不确定性，把样本的所属类别分为三种情况：(1)类别在正域内：样本肯定属于某一类；(2)类别在负域内：样本肯定不属于某一类；(3)类别在边界域：样本可能属于这一类，也可能不属于这一类；

粗支持向量机(Rough Support Vector Machines，RSVM)，它是由内、外半径的两个超球组成，对于两分类样本来说，半径为超球R内为类1的正域，半径为T的超球外为类1的负域，对类2来说则是相反；在半径R超球与半径为T超球之间的区域定义为边界域，其中T＞R；

使用一个半径最小的超球把类1包围起来，然后使用半径最小的超球使得类2位于超球的外面，这两个超球之间包围为类别不确定的样本；

将焊接缺陷图像中的缺陷区域分成两大类，一类为某一类型的焊接缺陷，另一类为其它缺陷，利用样本对系统进行训练，让系统获取知识，然后对缺陷进行分类；

(2)调用局部区域识别方法对缺陷类别进行识别并提取缺陷特征参数，采用模糊支持向量机和子束波变换相结合的方式提取焊接缺陷；

首先通过小波变换和形态学变换对原始焊接图像进行复杂灰度背景去除，突出缺陷特征并将其灰度限定在较小范围；然后通过FSVM识别确定含有裂纹缺陷的比较模糊的子区域；最后采用局部Beamlet多尺度变换，提取缺陷，完成最终的检测；

(3)记录图像文件中的缺陷信息，根据相关质量验收标准对被检测工件的焊接质量做出相应的质量等级评定。

Images