CN110428916B - 一种包覆颗粒的厚度检测方法、装置和计算设备 - Google Patents

Abstract

本发明公开了一种包覆颗粒的厚度检测方法，适于在计算设备中执行，所述包覆颗粒包括内核层和至少一个包覆层，该方法包括步骤：获取包括待测包覆颗粒的全局剖面图像，并从全局剖面图像中提取待测颗粒图像；从待测颗粒图像中确定各层的种子点，并基于各层的种子点进行种子区域生长，得到各层的区域范围；基于各层的区域范围计算各层的轮廓线，并确定内核层的中心点；以及根据内核层的中心点和各层的轮廓线计算各层的厚度。本发明一并公开了相应的包覆颗粒的厚度检测装置和计算设备。

Description

一种包覆颗粒的厚度检测方法、装置和计算设备

技术领域

本发明涉及测量与检测技术领域，尤其涉及一种包覆颗粒的厚度检测方法、装置和计算设备。

背景技术

进入21世纪以来，核电工业作为一种安全、清洁、低碳、可靠的新式能源工业，在国民经济和国防事业中也具有重要的地位和作用。高温气冷堆作为第四代国际先进核能系统特征的先进模型技术之一，其采用全陶瓷包覆颗粒核燃料元件作为球形燃料原件，通过多层复合包覆层组成微球型压力容器，能够有效地阻止放射性裂变产物的释放，并且能够在失去强迫冷却时依赖其优秀的负反馈特性以及较大的温升阈量，使反应堆进入到热停堆状态。

包覆颗粒核燃料作为微型燃料元件，它的元件质量对于球形燃料元件的制造和性能起着至关重要的作用，其中每一层包覆层的厚度是保证元件质量的重要参数。因此在包覆颗粒核燃料的生产过程中，为了确保及时调整工艺参数，制备高性能的高温气冷堆包覆燃料颗粒，快速准确地测量燃料颗粒的尺寸和各层厚度是该行业中的迫切需求。

目前，用于检测核燃料颗粒包覆层厚度的方法主要有X射线显微成像法、V型槽法、金相法、颗粒尺寸分析仪法等。综合考虑检测成本、检测效率、检测精度以及对检测环境的需求，最适合工业应用的是金相法。金相法通常采用树脂包裹核燃料颗粒，通过磨削加工使核燃料颗粒露出核芯和各包覆层，制成磨削样片。人工通过显微镜观察样片表面，挑选出完整且磨削状态良好的核燃料颗粒，再人工在各包覆层边界标记三个点进行圆拟合。但是由于包覆颗粒每层的边缘形状并不规则，选取的点也具有一定的随机性，难以保证该厚度测量方法的精度和准确性，且人工操作效率低、受伤害程度高。因此，需要提供一种更高精度、高效率的核燃料颗粒包覆层厚度检测方法。

发明内容

为此，本发明提供一种包覆颗粒的厚度检测方法、装置和计算设备，以力图解决或至少缓解上面存在的问题。

根据本发明的一个方面，提供一种包覆颗粒的厚度检测方法，适于在计算设备中执行，该包覆颗粒包括内核层和至少一个包覆层，该方法包括步骤：获取包括待测包覆颗粒的全局剖面图像，并从全局剖面图像中提取待测颗粒图像；从待测颗粒图像中确定各层的种子点，并基于各层的种子点进行种子区域生长，得到各层的区域范围；基于各层的区域范围计算各层的轮廓线，并确定内核层的中心点；以及根据内核层的中心点和各层的轮廓线计算各层的厚度。

可选地，在根据本发明的厚度检测方法中，全局剖面图像为单颗粒视野图像，其由该待测颗粒的完整剖面和邻域背景构成。

可选地，在根据本发明的厚度检测方法中，全局剖面图像中提取待测颗粒图像的步骤包括：确定待测颗粒的区域范围图像，将区域范围图像作为掩膜，从全局剖面图像中提取出待测颗粒图像。

可选地，在根据本发明的厚度检测方法中，确定待测颗粒的区域范围图像的步骤包括：依次对全局剖面图像进行灰度转换和二值处理，得到全局二值图像；生成全局二值图像的第一取反图像，并将第一取反图像中白色背景内的黑色区域填充为白色，得到全局填充图像；生成全局填充图像的第二取反图像，并将全局二值图像与全局取反图像进行相减处理，得到颗粒二值图像；以及对颗粒二值图像进行白色填充，得到待测颗粒的区域范围图像。

可选地，在根据本发明的厚度检测方法中，从待测颗粒图像中确定各层的种子点的步骤包括：确定区域范围图像的最外层轮廓线，计算该最外层轮廓线的重心点，并将该重心点作为内核层的种子点。

可选地，在根据本发明的厚度检测方法中，计算设备中存储有包覆颗粒中各层的参考厚度值，从待测颗粒图像中确定各层的种子点的步骤包括：对待测颗粒图像进行灰度转换，得到灰度图像；以及生成该灰度图像的灰度直方图，并结合各层的参考厚度值确定各包覆层的种子点。

可选地，在根据本发明的厚度检测方法中，生成待测颗粒图像的灰度直方图，并结合各层的参考厚度值确定各包覆层的种子点的步骤包括：根据灰度直方图中的多个灰度值及不同灰度值的分布点确定各层的初始分割区域及分割点；根据各层的参考厚度值对初始分割区域进行修正，并将修正后的各分割区域的分割点作为候选种子点；以及将每个分割区域内的候选种子点按照灰度值大小进行排序，并选取最中间灰度值的候选种子点作为对应包覆层的种子点。

可选地，在根据本发明的厚度检测方法中，基于各层的种子点进行种子区域生长的步骤包括：依次对灰度图像进行灰度归一化处理和滤波处理，得到滤波图像；在滤波图像中确定各层的种子点位置，并基于各位置的种子点进行区域生长，得到各层的图像区域范围。

可选地，在根据本发明的厚度检测方法中，基于各层的区域范围计算各层的轮廓线的步骤包括：对各层的图像区域进行区域单像素的膨胀处理，并与未膨胀的各层的图像区域进行相减，得到各层的轮廓线。

可选地，在根据本发明的厚度检测方法中，内核层的中心点为内核层轮廓线上各像素点的重心点。

可选地，在根据本发明的厚度检测方法中，根据内核层的中心点和各层的轮廓线计算各层的厚度的步骤包括：从内核层中心点出发作至少一条射线，该射线分别与各层的内轮廓线交于内交点、与外轮廓线交于外交点；对于每层结构，计算其在各射线上的内外交点平均距离，并将该平均距离作为对应层的厚度。

可选地，在根据本发明的厚度检测方法中，至少一条射线为互相垂直的两条十字交叉线。

可选地，在根据本发明的厚度检测方法中，在确定各层的厚度之后，还包括步骤：判断各层的厚度是否异常，并当某层的厚度出现异常时，对该待测颗粒进行复检。

根据本发明的另一个方面，提供一种包覆颗粒的厚度检测装置，适于驻留在计算设备中执行，该包覆颗粒包括内核层和至少一个包覆层，该装置包括：目标图像提取模块，适于获取包括待测包覆颗粒的全局剖面图像，并从全局剖面图像中提取待测颗粒图像；分层区域确定模块，适于从待测颗粒图像中确定各层的种子点，并基于各层的种子点进行种子区域生长，得到各层的区域范围；轮廓线计算模块，适于基于各层的区域范围计算各层的轮廓线，并确定内核层的中心点；以及厚度计算模块，适于根据内核层的中心点和各层的轮廓线计算各层的厚度。

可选地，在根据本发明的厚度检测装置中，目标图像提取模块适于确定待测颗粒的区域范围图像，并将区域范围图像作为掩膜，从全局剖面图像中提取出待测颗粒图像。

可选地，在根据本发明的厚度检测装置中，目标图像提取模块适于：依次对全局剖面图像进行灰度转换和二值处理，得到全局二值图像；生成全局二值图像的第一取反图像，并将第一取反图像中白色背景内的黑色区域填充为白色，得到全局填充图像；生成全局填充图像的第二取反图像，并将全局二值图像与全局取反图像进行相减处理，得到颗粒二值图像；以及对颗粒二值图像进行白色填充，得到待测颗粒的区域范围图像。

可选地，在根据本发明的厚度检测装置中，分层区域确定模块适于：确定区域范围图像的最外层轮廓线，计算该最外层轮廓线的重心点，并将该重心点作为内核层的种子点；以及生成待测颗粒图像的灰度直方图，并结合各层的参考厚度值确定各包覆层的种子点

根据本发明的又一个方面，提供一种计算设备，包括：一个或多个处理器；存储器；以及一个或多个程序，其中所述一个或多个程序存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个程序被处理器执行时实现如上所述的包覆颗粒的厚度检测方法的步骤。

根据本发明的又一个方面，提供一种存储一个或多个程序的计算机可读存储介质，所述一个或多个程序包括指令，所述指令当由计算设备执行时实现如上所述的包覆颗粒的厚度检测方法的步骤。

根据本发明的技术方案，提取出待测颗粒图像后，选用基于种子区域生长的方法，选用最能够代替一个区域的种子点，进行区域生长的区域分割，自动提取可测颗粒各包覆层轮廓，从而测量出每一包覆层的厚度。与原有的人工移动金相片挑选可测颗粒，以三点定圆拟合可测颗粒各包覆层相比，本发明灵活性高、自动智能化高、操作简单、可升级性高、可以更快速更准确地对包覆颗粒的边缘进行有效分割，也提升了后续研究的深度和广度。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。

附图说明

为了实现上述以及相关目的，本文结合下面的描述和附图来描述某些说明性方面，这些方面指示了可以实践本文所公开的原理的各种方式，并且所有方面及其等效方面旨在落入所要求保护的主题的范围内。通过结合附图阅读下面的详细描述，本公开的上述以及其它目的、特征和优势将变得更加明显。遍及本公开，相同的附图标记通常指代相同的部件或元素。

图1示出了根据本发明一个实施例的计算设备100的示意图；

图2示出了根据本发明一个实施例的包覆颗粒的厚度检测方法200的流程图；

图3示出了根据本发明一个实施例的提取待测颗粒图像的分解示意图；

图4示出了根据本发明一个实施例的灰度直方图的示意图；

图5示出了根据本发明一个实施例的各层的候选种子点的示意图；

图6示出了根据本发明一个实施例的各层的轮廓线的示意图；

图7示出了根据本发明一个实施例的从内核层中心点出发的十字形射线的示意图；

图8示出了根据本发明一个实施例的各层厚度的示意图；以及

图9示出了根据本发明一个实施例的包覆颗粒的厚度检测装置900的结构图。

具体实施方式

下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。

图1是根据本发明一个实施例的计算设备100的框图。在基本的配置102中，计算设备100典型地包括系统存储器106和一个或者多个处理器104。存储器总线108可以用于在处理器104和系统存储器106之间的通信。

取决于期望的配置，处理器104可以是任何类型的处理，包括但不限于：微处理器(μP)、微控制器(μC)、数字信息处理器(DSP)或者它们的任何组合。处理器104可以包括诸如一级高速缓存110和二级高速缓存112之类的一个或者多个级别的高速缓存、处理器核心114和寄存器116。示例的处理器核心114可以包括运算逻辑单元(ALU)、浮点数单元(FPU)、数字信号处理核心(DSP核心)或者它们的任何组合。示例的存储器控制器118可以与处理器104一起使用，或者在一些实现中，存储器控制器118可以是处理器104的一个内部部分。

取决于期望的配置，系统存储器106可以是任意类型的存储器，包括但不限于：易失性存储器(诸如RAM)、非易失性存储器(诸如ROM、闪存等)或者它们的任何组合。系统存储器106可以包括操作系统120、一个或者多个应用122以及程序数据124。在一些实施方式中，应用122可以布置为在操作系统上利用程序数据124进行操作。程序数据124包括指令，在根据本发明的计算设备100中，程序数据124包含用于执行多层包覆颗粒的厚度检测方法200的指令。

计算设备100还可以包括有助于从各种接口设备(例如，输出设备142、外设接口144和通信设备146)到基本配置102经由总线/接口控制器130的通信的接口总线140。示例的输出设备142包括图形处理单元148和音频处理单元150。它们可以被配置为有助于经由一个或者多个A/V端口152与诸如显示器或者扬声器之类的各种外部设备进行通信。示例外设接口144可以包括串行接口控制器154和并行接口控制器156，它们可以被配置为有助于经由一个或者多个I/O端口158和诸如输入设备(例如，键盘、鼠标、笔、语音输入设备、触摸输入设备)或者其他外设(例如打印机、扫描仪等)之类的外部设备进行通信。示例的通信设备146可以包括网络控制器160，其可以被布置为便于经由一个或者多个通信端口164与一个或者多个其他计算设备162通过网络通信链路的通信。

网络通信链路可以是通信介质的一个示例。通信介质通常可以体现为在诸如载波或者其他传输机制之类的调制数据信号中的计算机可读指令、数据结构、程序模块，并且可以包括任何信息递送介质。“调制数据信号”可以这样的信号，它的数据集中的一个或者多个或者它的改变可以在信号中编码信息的方式进行。作为非限制性的示例，通信介质可以包括诸如有线网络或者专线网络之类的有线介质，以及诸如声音、射频(RF)、微波、红外(IR)或者其它无线介质在内的各种无线介质。这里使用的术语计算机可读介质可以包括存储介质和通信介质二者。

计算设备100可以实现为服务器，例如文件服务器、数据库服务器、应用程序服务器和WEB服务器等，也可以实现为小尺寸便携(或者移动)电子设备的一部分，这些电子设备可以是诸如蜂窝电话、个人数字助理(PDA)、个人媒体播放器设备、无线网络浏览设备、个人头戴设备、应用专用设备、或者可以包括上面任何功能的混合设备。计算设备100还可以实现为包括桌面计算机和笔记本计算机配置的个人计算机。在一些实施例中，计算设备100被配置为执行多层包覆颗粒的厚度检测方法200。

根据本发明的一个实施例中，计算设备还可以分别和工业相机、电控转换器和电控载物台相连。计算设备可以根据程序指令来控制电控转换器和电控载物台的位置，从而切换物镜以及调整待测样品的位置。计算设备还可以接收工业相机发送的样品图像，并基于预设的程序指令，对该图像进行分析处理，根据该图像来确定核燃料颗粒的包覆层厚度。

工业相机通过相机接口与显微镜相连，通过USB等数据线与计算设备相连，其可以采集不同放大倍数下的待测样品的图像，并将图像发送至计算设备。电控转换器上设置有多个不同放大倍数的物镜，通过转动电控转换器可以实现物镜的切换，从而调整显微镜的放大倍数。本发明对物镜的数量及放大倍数不做限制。优选地，可以设置四个物镜，其放大倍数分别为2X、5X、10X、40X。电控载物台用于承载待测样品，通过调整电控载物台的空间位置可以实现物镜和工业相机的自动对焦以及调整待测样品在显微镜视野中的位置。

待测样品中可以包括多个包覆颗粒(如核燃料颗粒)，其可以通过对多个包覆颗粒进行镶样、磨削制成圆柱状样品，经过表面磨削可以显露出多个包覆颗粒的剖面。待测样品可制成包覆颗粒金相片，该金相片可以是不同的直径大小以及不同的厚度样片。包覆颗粒包括一个内核层和至少一个包覆层。包覆颗粒可以是任意结构、任意材料，本发明对包覆颗粒的核芯的种类、包覆层的数量、厚度、材料等均不做限制。例如，对于核燃料颗粒，其可以由外致密热解碳层、热解碳化硅层、内致密热解碳层、疏松热解碳层和二氧化铀燃料内核层这层结构构成。

图2示出了根据本发明一个实施例的包覆颗粒的厚度检测方法200的流程图。方法200在计算设备中执行，如在计算设备100中执行，以对包覆颗粒进行厚度检测。

如图2所示，方法200始于步骤S210。在步骤S210中，获取包括待测包覆颗粒的全局剖面图像，并从全局剖面图像中提取待测颗粒图像。

根据一个实施例，在获取全局剖面图像时，可以先在第一放大倍数下获取待测样品的表面图像，该图像中通常会包括多个待测颗粒的剖面。然后确定表面图像中的可测颗粒，该可测颗粒的剖面面积大于第一阈值且与周围颗粒的平均间距小于第二阈值，从而保证可测颗粒的完整性和磨削状态。之后在第二放大倍数下采集可测颗粒的剖面图像，也就是待测颗粒的全局剖面图像，该全局剖面图像中能且仅能示出一个可测颗粒的完整剖面。其中，第二放大倍数大于第一放大倍数。通常，计算设备可以根据预设的程序指令，自动调整电控转换器以切换具有第二放大倍数的物镜。

从全局剖面图像提取待测颗粒图像的分解步骤示意图可参考图3，该图3中包括图3a-3h八个分解步骤图像。待测包覆颗粒(简称为待测颗粒)的全局剖面图像如图3a所示，其通常为彩色图像。该全局剖面图像为该待测颗粒的单颗粒图像，可以通过调整物镜的放大倍数来选择合适的成像视野，保证视野中的完整颗粒只有该待测颗粒。全局剖面图像包括该待测颗粒的完整剖面和邻域背景。该邻域背景中可能有其他颗粒的部分剖面，也可能没有其他颗粒。图3a中在图像的四个边附近有五个其他颗粒的部分剖面，通常都需要将该邻域背景去除掉，以提取待测颗粒图像，也就是从图3a中提取出中心待测颗粒部分的完整图像。

根据一种实现方式，可以根据腐蚀膨胀等形态学处理来从全局剖面图像提取出待测颗粒图像。具体地，可以先确定待测颗粒的区域范围图像，将该区域范围图像作为掩膜，从全局剖面图像中提取出待测颗粒图像。其中，可以按照以下步骤S211-S214来确定待测颗粒的区域范围图像：

在步骤S211中，依次对全局剖面图像进行灰度转换和二值处理，得到全局二值图像。也就是，先对图3a中的全局剖面图像进行灰度转换，消除图像色调，调整饱和度，将原金相彩色图像转换为图3b所示的灰度图像。之后，再对灰度图像进行二值转换后，得到如图3c所示的全局二值图像。灰度转换和二值转换均可以采用现有常用方法，如采用加权平均法、OSTO算法等，本发明对此不作限制。

随后，在步骤S212中，生成全局二值图像的第一取反图像，并将第一取反图像中白色背景内的黑色区域填充为白色，得到全局填充图像。也就是对图3c进行取反操作，图3c中的白色点变为黑色，黑色点变为白色，得到第一取反图像。该第一取反图像的中间白色背景连通域内会分别有一个环形的和圆形的黑色区域，因此将该白色背景内的黑色区域填充为白色，得到如图3d所示的全局填充图像。

随后，在步骤S213中，生成全局填充图像的第二取反图像，并将全局二值图像与全局取反图像进行相减处理，以去除图像中多余边界，得到颗粒二值图像。也就是对图3d图像进行取反操作，得到图3e所示的第二取反图像。之后，将图3c与图3e进行相减处理，得到颗粒所在区域的二值图像，也就是图3f所示的颗粒二值图像。

最后，在步骤S214中，对颗粒二值图像进行白色填充，以去除黑色边界内的其余特征，得到待测颗粒的区域范围图像。也就是将图3f的白色圆环内部的黑色区域填充为白色，得到待测颗粒的区域范围，即图3g所示的区域范围图像，图3g中心的白色区域表示待测颗粒所在的位置。

之后，将该区域范围图像(图3g)作为掩膜即可从全局剖面图像(图3a)中提取出待测颗粒图像(图3h)，也就是待测颗粒的原金相图。该待测颗粒图像去除了待测颗粒的背景，而只保留了该待测颗粒的完整颗粒图像。

步骤S210使用形态学处理的方法从全局剖面图像中提取出待测颗粒图像。具体地，利用灰度化处理、阈值变化法转化为二值图像模型、孔洞填充、图像取反处理、图像相减处理和划分目标范围等方法进行提取操作，提取出待测颗粒图像。之后，方法200执行步骤S220。

在步骤S220中，从待测颗粒图像中确定各层的种子点，并基于各层的种子点进行种子区域生长，得到各层的区域范围。

各层的种子点包括内核层的种子点和各包覆层的种子点，如图3h中有一个内核层和四个包覆层，相应的分别需要确定各层的种子点和区域范围。根据一个实施例，可以根据以下方法确定内核层的种子点：确定区域范围图像的最外层轮廓线，计算该最外层轮廓线的重心点，并将该重心点作为内核层的种子点。存在多种图像轮廓确定和重心确定方法，本发明不限于具体的实现方式，所有能够确定图像边缘的轮廓线和图像重心的方法均在本发明的保护范围之内。例如，可以将图3g中的白色区域的像素坐标的均值作为最外层轮廓的重心坐标，从而确定最外层轮廓线的重心点；又例如，可以采用轮廓提取算法来提取出图3g或图3h中最外层圆形边缘，将该边缘上各像素的坐标的均值作为最外层轮廓的重心坐标，从而确定最外层轮廓线的重心点；等等。

根据另一个实施例，可以根据以下方法确定各包覆层的种子点：对待测颗粒图像进行灰度转换，得到灰度图像，生成该灰度图像的灰度直方图，并结合各层的参考厚度值确定各包覆层的种子点。

具体地，在生成灰度图像的灰度直方图之后，可以按照以下步骤S221-S223来确定各包覆层的种子点。

在步骤S221中，根据灰度直方图中的多个灰度值及不同灰度值的分布点确定各层的初始分割区域及分割点。

图4示出了图3h中待测颗粒图像的灰度直方图，灰度直方图的横坐标为灰度值，纵坐标为像素的数量。灰度直方图通常会根据所有点的灰度值分布自动匹配出多个灰度值，根据这些灰度值及其分布可以确定多个灰度值区间。如设定某两个灰度值为一区间，之后即可确定该区间所对应的像素点为分割点，并确定这些像素点所构成的初始分割区域。例如，图4所示的灰度直方图中自动匹配出十个灰度值，分别为11.30、33.90、56.50、79.10、101.70、124.30、146.90、169.50、192.10、214.70则可设定第六个到第八个灰度值为一区间[124.30，169.50)，确定该区间所对应的像素点为分割点，并确定这些像素点所构成的初始分割区域。

随后，在步骤S222中，根据各层的参考厚度值对初始分割区域进行修正，并将修正后的各分割区域的分割点作为候选种子点。

其中，各层的参考厚度值可以预先存储在计算设备中，参考厚度值一般可认为是一种经验值或应用要求值，例如，核燃料颗粒的直径一般小于1mm，其中UO₂核芯的直径小于0.5mm，各包覆层的厚度只有20～140μm。各包覆层的厚度直接影响核反应堆运行的效率和安全，因此才亟需精确测量每一批次核燃料颗粒的各包覆层的厚度。

由于核燃料颗粒包覆层的各层灰度会有交替过渡的阶段，故引进包覆颗粒的厚度信息，将其与灰度值设定相结合的方式来初始化种子点，将分割区域通过二者的共同限定作用进行初始的区域划分。根据包覆颗粒的参考厚度值可大致确定每层的位置区域，再结合步骤S222中所进行的初始化阈值分割处理，可对该初始分割区域进行调整，确定更准确的分割区域。调整后的分割区域所包含的分割点即为该分割区域的候选种子点(如图5所示)。

最后，在步骤S223中，将每个分割区域内的候选种子点按照灰度值大小进行排序，并选取最中间灰度值的候选种子点作为对应包覆层的种子点。

步骤S223中也就是从每个分割区域的所有候选种子点中选取出像素值为中间灰度值的候选种子点，作为用于进行区域生长的种子点，选取出的该种子点通常位于某包覆层内，因此可基于该种子点进行区域生长得到对应包覆层。其中，最中间灰度值可以是位序排序上的最中间，也可以最接近所有灰度值的均值，本发明对此不作限制。

根据一个实施例，步骤S220在进行种子区域生长时，可以依次对灰度图像进行灰度归一化处理和滤波处理，得到滤波图像。之后，在滤波图像中确定各层的种子点位置，并基于各位置的种子点进行区域生长，得到各层的图像区域范围。具体地，可以通过灰度归一化、高斯低通滤波器、种子区域生长条件的设定和种子区域生长结束条件的设定等图像操作手段将核燃料包覆颗粒的金相图像进行逐层分割，以确定各层的区域范围。应当理解的是，灰度归一化、高斯滤波和种子区域生长都是目前比较成熟的技术，本领域技术人员可以采用现有常用方法实现，本发明对此不作限制。

具体而言，灰度归一化是为了将预处理的数据被限定在一定的范围内，从而消除奇异样本数据导致的不良影响。高斯滤波是一种线性平滑滤波，适用于消除高斯噪声，其主要是对整幅图像进行加权平均，每一个像素点的值都由其本身和邻域内的其他像素值经过加权平均后得到。

基于种子区域的生长条件包括：1)确定或选取一组或者一个具有生长准则特征的种子像素；2)确定在过程中的生长准则，在种子领域内选取具有相同生长准则特征的其它种子像素，并将其它种子与初始种子成为新的种子重复工作再进行集合处理；3)确定停止种子生长的规则。

基于种子区域的结束条件包括：1)选取图像中的一点为种子点；2)在种子点处进行八邻域或四邻域扩展(本发明使用四领域扩展)，判定准则是：如果考虑的像素与种子像素灰度值差的绝对值小于某个门限T(本发明中设定最大像素灰度值距离为0.1)，则将该像素包括进种子像素所在的区域；3)当不再有像素满足加入这个区域的准则时，区域生长停止。

确定各层的区域范围之后，执行步骤S230。

在步骤S230中，基于各层的区域范围计算各层的轮廓线，并确定内核层的中心点。

存在多种区域轮廓线确定方法，本发明不受限于具体的实现方式，所有能够确定区域的轮廓线的方法均在本发明的保护范围之内。根据一种实施例，可以对各层的图像区域进行区域单像素的膨胀处理，并与未膨胀的各层的图像区域进行相减，得到各层的轮廓线。此外，还可以提取各层区域的亚像素边缘，并针对该亚像素边缘进行基于Freenman链码的轮廓跟踪，得到对应的轮廓线。

经过每层的轮廓线提取后，可以得到包覆颗粒的最终分割图像。各层的轮廓线如图6中的边缘白线所示，其中既包括内核层的轮廓线，也包括各包覆层的轮廓线。基于内核层的轮廓线可以确定内核层的重心，重心的坐标为内核层的轮廓线上的各像素坐标的均值，该重心即可作为内核层的中心点。根据本发明的一个实施例，还可以对经过种子区域生长后的内核层图像进行腐蚀填充处理，以去除中间无关因素及多余部分(如样品划痕等)，并且标出内核层的中心。另外，各包覆层的轮廓线和内核层的中心也可以采用霍夫变换(Hough Transform)算法、拉东变换(Radon Transform)等形状检测算法来确定，但不限于此。

随后，方法200进入步骤S240。在步骤S240中，根据内核层的中心点和各层的轮廓线计算各层的厚度。

根据一种实施例，可以从内核层的中心点出发作至少一条射线，这些射线分别与各层的内轮廓线交于内交点、与外轮廓线交于外交点。对于每层结构，计算其在各射线上的内外交点平均距离，并将该平均距离作为对应层的厚度。

需要说明的是，本发明对过中心所作的射线的数量及方向均不做限制，本领域技术人员可以根据需要在任意方向作任意条射线，并将所有射线的内外交点距求平均。根据一种实施例，如图7和图8所示，至少一条射线可以为互相垂直的十字交叉线，或者也可以是米字型交叉线。具体地，可以通过设置矩阵的方式过中心点O作两条相互垂直的直线，两条直线分别与各轮廓线交于A₁～E₁、A₂～E₂、A₃～E₃、A₄～E₄各点。换言之，过中心作四条射线，相邻射线之间的夹角为90°，这四条射线分别与各轮廓线交于各点。

每条射线与每个包覆层有一个内交点和外交点，这两个内外交点距即为该层在该射线上的距离，将该层在所有射线上的内外交点距取平均即为内外交点平均距离。如图8所示，四个包覆层由内向外分别为包覆层a、包覆层b、包覆层c、包覆层d。图中四条射线与包覆层a的内交点分别为A₁～A₄，与包覆层a的外交点分别为B₁～B₄。相应地，包覆层a对应的四个内外交点距分别为B₁A₁、B₂A₂、B₃A₃、B₄A₄。包覆层a的厚度为四个内外交点距的平均值，即(B₁A₁+B₂A₂+B₃A₃+B₄A₄)/4。同理，包覆层b、c、d的厚度分别为(C₁B₁+C₂B₂+C₃B₃+C₄B₄)/4，(D₁C₁+D₂C₂+D₃C₃+D₄C₄)/4，(E₁D₁+E₂D₂+E₃D₃+E₄D₄)/4。而内核层的厚度即为(OA₁+OA₂+OA₃+OA₄)/4。

根据另一种实施例，可以拟合出各轮廓线的半径，将一包覆层的外轮廓线半径与内轮廓线半径之差作为该包覆层的厚度。例如，如图8所示，拟合出可测颗粒由内到外的五个轮廓线的半径分别为R₁～R₅，则内核层的厚度为R₁，包覆层a～d的厚度分别为R₂-R₁、R₃-R₂、R₄-R₃、R₅-R₄。

经过步骤S240，即可测得包覆颗粒的各层的厚度。

根据一种实施例，方法200还包括步骤：将检测过程中采集到的图像和测得的相关数据存储至数据库。采集到的图像包括前述第一放大倍数下的表面图像、标记了可测颗粒的表面图像、第二放大倍数下的全局剖面图像、待测颗粒图像、候选种子点图像等，但不限于此。相关数据例如包括包覆颗粒的各层厚度数据、中心坐标等，但不限于此。

本领域技术人员可以根据实际需要，选择将检测过程中涉及到的图像和相关数据的部分或全部进行存储，本发明对存储至数据库的具体数据内容不做限制。例如，本领域技术人员可以选择将待测颗粒图像和测得的各层的厚度数据存储至数据库。另外，本领域技术人员可以理解，数据存储过程通常贯穿整个厚度检测过程，即在方法200的执行过程中，每产生需要存储的图像或相关数据，旋即将其存储至数据库，而不必等待所有步骤执行完毕后再存储相关数据。

基于已存储的厚度数据，可以计算出某一批次的包覆颗粒的包覆层厚度的统计值，例如各包覆层厚度的最大值、最小值、平均值、方差、标准差等数据，但不限于此。而且，可以对待测样品中的所有可测颗粒均进行厚度检测，以基于数据库中已存储的数据统计得出整体的检测结果。检测结果数据例如包括：待测样品上的包覆颗粒个数、可测颗粒比例、单个包覆颗粒的各包覆层厚度、所有包覆颗粒各包覆层的平均厚度、包覆层厚度分布情况、包覆层厚度偏差范围，以及根据测量结果输出的相应判断数据(例如某一批次的核燃料颗粒是否符合要求等)等，但不限于此。

此外，根据另一种实施例，方法200还可以包括步骤：判断各层的厚度是否异常，当某层的厚度异常时，对该待测颗粒进行复检。异常的判断标准可以由本领域技术人员自行设定，本发明对此不做限制。在一个实施例中，可以将异常的判断标准设置为：待测颗粒的一包覆层的厚度与其他可测颗粒的同一包覆层的厚度的均值的差的绝对值大于第三阈值。例如，可测颗粒P包括a～d四个包覆层，其中，包覆层a的厚度为tha；其他可测颗粒的包覆层a的厚度的平均值为

当

大于第三阈值时，判断可测颗粒P的包覆层a的厚度数据出现异常，需要对可测颗粒P进行复检。第三阈值的取值可以由本领域技术人员自行设置，本发明对此不做限制。

本发明所提供的包覆颗粒厚度检测方案，基于机器视觉图像处理的方法，结合MATLAB工程软件，综合运用数字图像处理中频域图像增强、彩色图像处理、形态学图像处理、图像分割中的阈值分割法和基于种子区域生长法等图像处理方法，通过对核燃料包覆颗粒的各层边缘轮廓进行提取分析，实现了基于视觉的核燃料颗粒包覆层厚度的智能检测算法，并对算法的效果进行了验证，实现了对包覆颗粒的各层厚度的测量。

图9示出了根据本发明一个实施例的包覆颗粒的厚度检测装置900的结构框图，该装置900可以包含在如图1所示的计算设备100中。如图9所示，该装置包括：目标图像提取模块910、分层区域确定模块920、轮廓线计算模块930和厚度计算模块940。

目标图像提取模块910获取包括待测包覆颗粒的全局剖面图像，并从全局剖面图像中提取待测颗粒图像。目标图像提取模块910可以确定待测颗粒的区域范围图像，并将区域范围图像作为掩膜，从全局剖面图像中提取出待测颗粒图像。目标图像提取模块910可以进行与上面在步骤S210中描述的处理相对应的处理，这里不再展开赘述。

分层区域确定模块920从待测颗粒图像中确定各层的种子点，并基于各层的种子点进行种子区域生长，得到各层的区域范围。分层区域确定模块920可以确定区域范围图像的最外层轮廓线，计算该最外层轮廓线的重心点，并将该重心点作为内核层的种子点。分层区域确定模块920还可以生成待测颗粒图像的灰度直方图，并结合各层的参考厚度值确定各包覆层的种子点。分层区域确定模块920可以进行与上面在步骤S220中描述的处理相对应的处理，这里不再展开赘述。

轮廓线计算模块930基于各层的区域范围计算各层的轮廓线，并确定内核层的中心点。轮廓线计算模块930可以对各层的图像区域进行区域单像素的膨胀处理，并与未膨胀的各层的图像区域进行相减，得到各层的轮廓线。轮廓线计算模块930可以进行与上面在步骤S230中描述的处理相对应的处理，这里不再展开赘述。

厚度计算模块940根据内核层的中心点和各层的轮廓线计算各层的厚度。厚度计算模块940可以从内核层的中心点出发作至少一条射线，该射线分别与各层的内轮廓线交于内交点、与外轮廓线交于外交点，此时每层的厚度即为该层在各射线上的内外交点平均距离。厚度计算模块940可以进行与上面在步骤S240中描述的处理相对应的处理，这里不再展开赘述。

本发明所提供的基于视觉的核燃料颗粒包覆层厚度的智能检测算法，可以自动提取可测颗粒各包覆层轮廓，自动实现核燃料颗粒包覆层厚度的智能检测，并且建立了图像数据库和测量数据库，测量结果可追溯。厚度检测的自动化程度、测量效率和测量精度都有大幅提升，为核反应堆元件提供更为精确的测量数据，在一定程度上保护检测工人免受不可逆辐射伤害。

这里描述的各种技术可结合硬件或软件，或者它们的组合一起实现。从而，本发明的方法和设备，或者本发明的方法和设备的某些方面或部分可采取嵌入有形媒介，例如可移动硬盘、U盘、软盘、CD-ROM或者其它任意机器可读的存储介质中的程序代码(即指令)的形式，其中当程序被载入诸如计算机之类的机器，并被所述机器执行时，所述机器变成实践本发明的设备。

在程序代码在可编程计算机上执行的情况下，计算设备一般包括处理器、处理器可读的存储介质(包括易失性和非易失性存储器和/或存储元件)，至少一个输入装置，和至少一个输出装置。其中，存储器被配置用于存储程序代码；处理器被配置用于根据该存储器中存储的所述程序代码中的指令，执行本发明的包覆颗粒的厚度检测方法。

以示例而非限制的方式，可读介质包括可读存储介质和通信介质。可读存储介质存储诸如计算机可读指令、数据结构、程序模块或其它数据等信息。通信介质一般以诸如载波或其它传输机制等已调制数据信号来体现计算机可读指令、数据结构、程序模块或其它数据，并且包括任何信息传递介质。以上的任一种的组合也包括在可读介质的范围之内。

在此处所提供的说明书中，算法和显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与本发明的示例一起使用。根据上面的描述，构造这类系统所要求的结构是显而易见的。此外，本发明也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本发明的内容，并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。

在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下被实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。

类似地，应当理解，为了精简本公开并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。

本领域那些技术人员应当理解在本文所公开的示例中的设备的模块或单元或组件可以布置在如该实施例中所描述的设备中，或者可替换地可以定位在与该示例中的设备不同的一个或多个设备中。前述示例中的模块可以组合为一个模块或者此外可以分成多个子模块。

本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。

此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。

此外，所述实施例中的一些在此被描述成可以由计算机系统的处理器或者由执行所述功能的其它装置实施的方法或方法元素的组合。因此，具有用于实施所述方法或方法元素的必要指令的处理器形成用于实施该方法或方法元素的装置。此外，装置实施例的在此所述的元素是如下装置的例子：该装置用于实施由为了实施该发明的目的的元素所执行的功能。

如在此所使用的那样，除非另行规定，使用序数词“第一”、“第二”、“第三”等等来描述普通对象仅仅表示涉及类似对象的不同实例，并且并不意图暗示这样被描述的对象必须具有时间上、空间上、排序方面或者以任意其它方式的给定顺序。

尽管根据有限数量的实施例描述了本发明，但是受益于上面的描述，本技术领域内的技术人员明白，在由此描述的本发明的范围内，可以设想其它实施例。此外，应当注意，本说明书中使用的语言主要是为了可读性和教导的目的而选择的，而不是为了解释或者限定本发明的主题而选择的。因此，在不偏离所附权利要求书的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。对于本发明的范围，对本发明所做的公开是说明性的而非限制性的，本发明的范围由所附权利要求书限定。

Claims (9)

1.一种包覆颗粒的厚度检测方法，适于在计算设备中执行，所述包覆颗粒包括内核层和至少一个包覆层，所述计算设备中存储有所述包覆颗粒中各层的参考厚度值，所述方法包括步骤：

在第一放大倍数下获取待测样品的表面图像，并确定表面图像中的可测颗粒，其中，所述待测样品包括多个包覆颗粒，所述可测颗粒的剖面面积大于第一阈值且与周围颗粒的平均间距小于第二阈值；

在第二放大倍数下采集可测颗粒的剖面图像，作为包括待测包覆颗粒的全局剖面图像，其中，所述全局剖面图像包括所述待测包覆颗粒的完整剖面和邻域背景，所述邻域背景中包括其他颗粒的部分剖面，且第二放大倍数大于第一放大倍数；

依次对所述全局剖面图像进行灰度转换和二值处理，得到全局二值图像；

生成所述全局二值图像的第一取反图像，并将所述第一取反图像中白色背景内的黑色区域填充为白色，得到全局填充图像；

生成所述全局填充图像的第二取反图像，并将所述全局二值图像与所述第二取反图像进行相减处理，得到颗粒二值图像；

对所述颗粒二值图像进行白色填充，得到所述待测包覆颗粒的区域范围图像，并将所述区域范围图像作为掩膜，从所述全局剖面图像中提取待测包覆颗粒图像；

从所述待测包覆颗粒图像中确定各层的种子点，并基于各层的种子点进行种子区域生长，得到各层的区域范围，其中各包覆层的种子点根据所述待测包覆颗粒图像转换成的灰度图像的灰度直方图和各层的参考厚度值确定；

基于各层的区域范围计算各层的轮廓线，并确定内核层的中心点；

根据所述内核层的中心点和各层的轮廓线计算各层的厚度；

其中，所述从所述待测包覆颗粒图像中确定各层的种子点的步骤包括：

确定所述区域范围图像的最外层轮廓线，计算该最外层轮廓线的重心点，并将该重心点作为内核层的种子点；

根据所述灰度直方图中的多个灰度值及不同灰度值的分布点确定各层的初始分割区域及分割点；

根据各层的参考厚度值对所述初始分割区域进行修正，并将修正后的各分割区域的分割点作为候选种子点；

将每个分割区域内的候选种子点按照灰度值大小进行排序，并选取最中间灰度值的候选种子点作为对应包覆层的种子点。

2.如权利要求1所述的方法，其中，所述基于各层的种子点进行种子区域生长的步骤包括：

依次对所述灰度图像进行灰度归一化处理和滤波处理，得到滤波图像；

在所述滤波图像中确定各层的种子点位置，并基于各位置的种子点进行区域生长，得到各层的图像区域范围。

3.如权利要求1所述的方法，其中，所述基于各层的区域范围计算各层的轮廓线的步骤包括：

对各层的图像区域进行区域单像素的膨胀处理，并与未膨胀的各层的图像区域进行相减，得到各层的轮廓线。

4.如权利要求1所述的方法，其中，所述内核层的中心点为内核层轮廓线上各像素点的重心点。

5.如权利要求1所述的方法，其中，所述根据所述内核层的中心点和各层的轮廓线计算各层的厚度的步骤包括：

从所述内核层的中心点出发作至少一条射线，所述射线分别与各层的内轮廓线交于内交点、与外轮廓线交于外交点；

对于每层结构，计算其在各射线上的内外交点平均距离，并将该平均距离作为对应层的厚度。

6.如权利要求5所述的方法，其中，所述至少一条射线为互相垂直的十字交叉线。

7.如权利要求1所述的方法，其中，在确定各层的厚度之后，还包括步骤：

判断各层的厚度是否异常，并当某层的厚度出现异常时，对该待测包覆颗粒进行复检。

8.一种计算设备，包括：

一个或多个处理器；

存储器；以及

一个或多个程序，其中所述一个或多个程序存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个程序被处理器执行时实现权利要求1-7任一项所述的方法的步骤。

9.一种存储一个或多个程序的计算机可读存储介质，所述一个或多个程序包括指令，所述指令当由计算设备执行时实现权利要求1-7任一项所述的方法的步骤。

Images