基于区域分割探测的燃气轮机叶片缺陷提取与分析方法
专利汇可以提供基于区域分割探测的燃气轮机叶片缺陷提取与分析方法专利检索，专利查询，专利分析的服务。并且基于区域分割探测的 燃气轮机 叶片 缺陷 提取与分析方法，先对燃气轮机叶片利用铅丝分成若干区域，利用DR设备进行分区探伤，得到叶片整体灰度图像A；然后将铅丝移动距离进行分区内部探伤，得到叶片整体灰度图像B；将图像A、B进行图像融合得到整体不含铅丝的 X射线 灰度原图像；然后对X射线灰度原图像进行预处理，得到叶片的X射线检测图像；再对X射线检测图像进行处理得到缺陷突出的二值化图像，在二值化图像上建立两维 坐标系 ，对存在的内部缺陷进行 定位 分析；最后计算二值化图像中缺陷的周长 像素 总数以及面积像素总数，通过换算得到实际的缺陷尺寸，对存在的内部缺陷进行定性、定量分析，本 发明 实现对叶片内部缺陷的快速、自动提取与分析。，下面是基于区域分割探测的燃气轮机叶片缺陷提取与分析方法专利的具体信息内容。
1.基于区域分割探测的燃气轮机叶片缺陷提取与分析方法，其特征在于，包括以下步骤：
1)按照叶片的尺寸大小、厚度曲率变化利用铅丝将叶片分成两个以上的区域，利用数字射线设备(DR)对燃气轮机叶片进行分区内部探伤，对探伤得到的图像以白色铅丝为特征进行图像拼接，得到包含有铅丝的叶片整体灰度图像A；
2)将铅丝移动，避开首次分区时铅丝所在的位置，做二次分区，同样的将叶片分成同步骤1)相同数目的区域，利用数字射线对燃气轮机叶片进行分区内部探伤，对探伤得到的图像以白色铅丝为特征进行图像拼接，得到包含有铅丝的叶片整体灰度图像B；
3)将图像A与图像B以叶片整体共同边缘特征为基准，进行图像融合得到整体不含铅丝的X射线灰度原图像；
4)对X射线灰度原图像进行预处理，得到叶片的X射线检测图像；
5)对X射线检测图像进行处理得到缺陷突出的二值化图像，在二值化图像上建立两维坐标系，对存在的内部缺陷进行定位分析；
6)计算二值化图像中缺陷的周长像素总数以及面积像素总数，通过换算得到实际的缺陷尺寸，对存在的内部缺陷进行定量分析，通过对缺陷提取相关的特征——长短轴比(缺陷区域的长轴、短轴之比)、周长面积比，基于所提取的特征对缺陷进行分类，从而实现对叶片内部缺陷的定性分析。
2.根据权利要求1所述的基于区域分割探测的燃气轮机叶片缺陷提取与分析方法，其特征在于：所述的步骤1)图像A获得的具体步骤为：
1.1)利用X光机对叶片的第Ⅰ分区按照第Ⅰ分区的曝光参数(包括电流、电压、曝光时间)进行6次探伤，得到6幅第Ⅰ分区的X射线检测原图像；
1.2)通过控制旋转载物台将叶片旋转角度，控制XYZ导轨运动将X光机以及DDA探测器移动，使得X射线源的中心点正对着叶片第Ⅲ分区的中心点，对叶片的第Ⅲ分区按照第Ⅲ分区的曝光参数进行6次探伤，得到6幅第Ⅲ分区的X射线检测原图像；
1.3)同样的操作，得到第Ⅴ、Ⅵ、Ⅳ、Ⅱ分区的X射线检测原图像；
1.4)对每一分区得到的6幅原图像作6次平均消除随机噪声影响；
1.5)对1.4)处理后得到的图像提取白色铅丝有关的特征点，根据式公式(1)计算得到图像两两之间相对的平移旋转变换坐标，实现图像配准，即：
假设相邻两幅图像之间共同点分别为(x11,y11)、(x12,y12)、(x21,y21)、(x22,y22)由下列变换公式(1)即可求得变换参数cosθ、sinθ、tx、ty，
1.6)基于配准后的结果对6幅图像进行拼接处理，根据式(2)-式(6)确定拼接后图像的大小：其中w1、h1、w2、h2为待拼接两幅图像的宽度、高度；
xmin＝min(Aa+b(1,:)0) (3)
xmax＝max(Aa+b(1,:)w1) (4)
ymin＝min(Aa+b(2,:)0) (5)
ymax＝max(Aa+b(2,:)h1) (6)
1.7)将待拼接图像旋转平移变换配准之后，采用式(7)双线性插值法对待拼接图像进行内插重取样，得到初步拼接后的图像；
v(x,y)＝ax+by+cxy+d (7)
其中4个系数a、b、c、d由4个(x,y)邻点写出的未知方程确定，
1.8)对拼接后的图像进行后期平滑处理，采用式(8)的3×3的模板平滑灰度变化突出的拼接线，得到包含有铅丝的叶片整体灰度图像A；
3.根据权利要求1所述的基于区域分割探测的燃气轮机叶片缺陷提取与分析方法，其特征在于：所述的步骤5)缺陷定位分析具体步骤如下：
5.1)用一个3×3像素的平均值模板对整体叶片的X射线检测图像进行平滑处理，模拟出无缺陷的图像；
5.2)将无缺陷的模拟图像与整体的X射线检测图像作差值运算，得到缺陷突出的差值图像；由于缺陷区域既有灰度值为0附近的黑色区域，又有灰度值为255附近的白色区域，所以需要分别做两次差值运算得黑色缺陷区域突出和白色缺陷区域突出的图像；
5.3)对缺陷突出的差值图像作Otsu自动阈值分割运算得到含有缺陷的二值化图像；
5.4)将黑色缺陷区域突出和白色缺陷区域突出的二值化图像合成运算，并做区域生长，得到区域完整保真的二值化缺陷图像；
5.5)以图像上燃气轮机叶片区域的左上角作为坐标原点，建立直角坐标系；
5.6)以建立的坐标系求得每一个缺陷的横纵坐标；
5.7)由5.6)得到的横纵坐标Xn,Yn；对Xn,Yn作运算，计算出每一个缺陷的重心坐标，实现对缺陷的定位分析重心计算公式如下；
4.根据权利要求1所述的基于区域分割探测的燃气轮机叶片缺陷提取与分析方法，其特征在于：所述的步骤6)缺陷定性分析的具体步骤如下：
6.1)将整体叶片的X检测图像采用一阶边缘检测算子进行边缘检测；
6.2)对边缘检测之后的图像作开运算，消除噪声点的影响；
6.3)将步骤6.2)处理之后的图像与步骤5.3)中含有缺陷的二值图像做加法运算，消除模板平滑对缺陷图像的影响；
6.4)对步骤6.3)得到的图像运用一次二阶边缘检测算子对其进行检测；
6.5)将步骤6.4)中的图像计算其中两两像素之间的欧氏距离，找出其中的最大值即为该缺陷图像的最长轴，并计算最长轴两端的像素横纵坐标；
6.6)由步骤6.5)中得到的横纵坐标求得斜率K；
6.7)计算步骤6.4)中图像两两像素之间直线斜率为(-1/K)的像素集合；
6.8)将步骤6.7)得到的像素集合，计算对应的欧氏距离，找出其中的最大值，即为该缺陷的短轴长度；
6.9)计算长短轴比以及步骤5.7)中的周长面积比；
6.10)由得到长短轴长度之比以及周长面积之比，共同确定缺陷的类型，即长短轴长度之比、周长面积之比均大于各自给定的阈值时，缺陷类型为裂纹类缺陷，否则为缩孔类缺陷，这样就实现了对缺陷的定性分析。
基于区域分割探测的燃气轮机叶片缺陷提取与分析方法
技术领域
背景技术
发明内容
具体实施方式
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 锆刚玉无缩孔砖的发热冒口铸造砂模 | 2020-05-13 | 71 |
| 一种摩托车箱体气缩孔的修补方法 | 2020-05-13 | 647 |
| 一种轿车面漆缩孔修补方法 | 2020-05-14 | 713 |
| 排除铸锭中的缩孔 | 2020-05-11 | 233 |
| 化油器发泡管空气孔缩孔棒 | 2020-05-14 | 499 |
| 抑制缩孔的无铅焊料合金 | 2020-05-14 | 602 |
| 防止压铸件内孔壁产生缩孔的方法 | 2020-05-14 | 562 |
| 一种扩散段含有缩孔的文丘里混合器 | 2020-05-15 | 586 |
| 可调节主喷嘴缩孔棒 | 2020-05-11 | 684 |
| 对开式可调缩孔 | 2020-05-12 | 261 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
