201305_PSpaw_2u5a.pdf 8 Przegląd sPawalnictwa 5/2013 Grzegorz Owczarek Grzegorz Gralewicz Metoda badania defektów elementów spawanych z wykorzystaniem algorytmu cyfrowego przetwarzania obrazów Method to examination of quality of welding elements,  based on algorithm to digital picture analysis  Dr inż. Grzegorz Owczarek, dr inż. Grzegorz Gralewicz – Centralny Instytut Ochrony Pracy, Państwowy Instytut Badawczy, Warszawa. Streszczenie W artykule przedstawiono nową metodę umożliwia- jącą ocenę jakości spawanych elementów w wyniku zastosowania oryginalnego algorytmu umożliwiającego komputerową analizę fotografii powierzchni elementu spawanego, celem identyfikacji występowania poten- cjalnych defektów. Podstawą działania algorytmu jest cyfrowe przetwarzanie obrazu z wykorzystaniem odpo- wiednio wybranych sekwencji filtrów. na analizowanym obrazie zostają wyeksponowane cechy wskazujące miejsca występowania potencjalnych defektów. abstract This article presents the new method to assess quality of welding elements. This method use the original algo- rithm to computer analysis of the picture of welded ele- ment surface to identify potential defects. Digital analysis of pictures with suitable sequence of filters is a base of operation of this algorithm. The features which in- dicated regions of potential defects are distinguished on the picture. Wstęp Kontrola elementów spawanych wykonywana jest jedynie metodami nieniszczącymi. Do badań nie- niszczących wykorzystywanych w ocenie konstrukcji spawanych zaliczamy [1]: – badania elektromagnetyczne (metodę prądów wiro- wych i metodę magnetyczną), – badania ultradźwiękowe (metody przenikania, echa i rezonansową), – badania radiologiczne (metody radiograficzne, radioskopowe i radiometryczne), – badania wizualne (prowadzone metodą pośrednią i bezpośrednią), – badania penetracyjne (metody: barwna, fluorescen- cyjna i barwno-fluorescencyjna). Z wymienionych powyżej metod badań jedynie badania wizualne prowadzone metodą bezpośred- nią nie wymagają użycia dodatkowych urządzeń lub przyrządów zewnętrznych. Wymagany jest jedynie dobry wzrok i odpowiednie (min. ok. 400 lx) natęże- nie oświetlenia. Dla osób przeprowadzających bada- nia wizualne konstrukcji spawanych przeprowadza się test widzenia polegający na badaniu ostrości widzenia oraz rozpoznawania barw [2]. Osoby te muszą roz- poznawać i różnicować kontrast między barwami lub odcieniami szarości stosowanymi w metodzie badań nieniszczących określonych przez pracodawcę. W ni- niejszym artykule przedstawiono metodę pozwalającą na komputerową analizę fotografii powierzchni ele- mentu spawanego, celem identyfikacji występowania defektów. Założenia do metody Algorytm do cyfrowego przetwarzania obrazów po- wierzchni spawanych elementów obejmuje cztery pod- stawowe etapy: – wprowadzenie obrazu wejściowego (przedstawiają- cego powierzchnię spawanego elementu) do pro- gramu realizującego algorytm cyfrowego przetwa- rzania obrazu; 9Przegląd sPawalnictwa 5/2013 – cyfrowe przetwarzanie obrazu; – wskazanie na analizowanym obrazie miejsc wystą- pienia potencjalnych defektów; – archiwizację danych. Oprogramowanie jest przeznaczone do analizy obrazów otrzymanych z kamery cyfrowej dla okre- ślenia miejsca, poddanych analizie defektoskopowej przeprowadzonej np. metodą penetracyjną, zgodnie ze schematem przedstawionym na rysunku 1. Ujawnienie obszaru występowania wady może być realizowane na dwa zasadnicze sposoby. Pierwsze miejsce, w którym występuje wada, można określić znacznikiem np. w postaci okręgu o średnicy odpowia- dającej wielkości uszkodzonego miejsca. Drugi sposób polega na wypełnieniu pola zdefektowanego obszaru kolorem. Oba sposoby umożliwiają wskazanie uszko- dzonego miejsca za pomocą znacznika graficznego. W trakcie opracowania oprogramowania analizowano argumenty za i przeciw wprowadzeniu jednego z przed- stawionych powyżej sposobów miejsca występowania defektu. Wynik tej analizy przedstawiono w tablicy I. W oprogramowaniu do określania cech obrazu w układzie defektoskopu zaimplementowano znacznik wypełniający pole. Schemat działania algorytmu do ba- dania defektów elementów spawanych przedstawiono na rysunku 2. Oprogramowanie do badania defektów elementów spawanych Oprogramowanie do badania defektów elementów spawanych opracowano z wykorzystaniem następują- cych filtrów [2÷4]: – wyostrzanie, – desaturacja, – filtr gradientowy z programowaną maską, – progowanie, – sumowanie obrazu wynikowego z obrazem otrzy- manym w wyniku przetwarzania. Rys. 1. Schemat przeprowadzenia analizy defektoskopowej: 1 – próbka elementu spawanego, UV – źródło promieniowania UV do oświetlenia badanej próbki, 2 – kamera, 3 – obserwacja wzroko- wa, 4 – zdjęcie elementu spawanego, PC – komputer, 5 – program do wykrywania defektów elementów spawanych Fig. 1. Diagram of defectoscopy analysis 1 – sample of welding ele- ment, UV – UV radiation source to expose tested sample 2 – camera, 3 – eyes analysis, 4 – picture of welded element, PC – computer, 5 – software to detect defects test of welded elements tablica I. Sposoby wprowadzenia znacznika graficznego do analizowanego obrazu table I. Method of implementation of graphic sign to analyzed picture Rodzaj znacznika Za Przeciw Znacznik w postaci okręgu Pozostawienie niezmienionego obrazu miejsc zdefektowanych (brak ich wypeł- nienia) Wprowadzenie dużej ilości obszarów w przypadku pojawia- nia się artefaktów; Przesłonięcie innych, nieobjętych defektem, elementów obrazu konturami znacznika; Konieczność wyliczenia promienia znacznika w odniesieniu do kształtu i wymiarów zdefektowanego obszaru Znacznik wypełniający pole Ograniczenie obszaru powierzchni znacznika do miejsca faktycznie zdefek- towanego; Możliwość łatwej identyfikacji artefaktów Wypełnienie na obrazie miejsca objętego defektem Rys. 2. Schematyczne przedstawienie zadania, jakie spełnia algorytm do wykrywania defektów elementów spawanych: (A) – obraz przed zastosowaniem algorytmu, (B) – obraz po zastosowaniu algorytmu Fig. 2. Diagram of the task of algorithm for detect defects of welded ele- ments: (A) – the picture before analysis, (B) – the picture after analysis 10 Przegląd sPawalnictwa 5/2013 Opracowane oprogramowanie pozwala na zastoso- wanie dowolnie wybranego filtru, w dowolnej kolejności i dowolną ilość razy. Oznacza to, że obraz cyfrowy ba- danej powierzchni może być wielokrotnie analizowany z wykorzystaniem dowolnie opracowanej sekwencji filtrów. Każdemu z zaimplementowanych filtrów przypi- sano następujące symbole (tabl. II). Sekwencje filtrów mogą więc przedstawiać się na- stępująco: Przykład 1: FSn / FDn / FGn / FP128 / FM / FΣ Przykład 2: FSn / FM / FDn / FSn / FGn / FP56 / FM / FΣ Tak utworzone sekwencje filtrów można zapisać, tworząc bibliotekę sekwencji filtrów. Każdy kolejny ob- raz przeznaczony do analizy można poddać obróbce poprzez sekwencje utworzonych filtrów zapisanych w bibliotece lub zastosowanie dowolnego innego filtra/sekwencji filtrów. Poniżej zaprezentowano przykład analizy obrazu przedstawiającego pęknięcie spoiny złącza czołowego wykonanej metodą spawania łukowego. Zastosowano następującą sekwencje filtrów: FSn / FDn / FGn / FP128 / FM / FΣ tablica II. Rodzaje filtrów zaimplementowane w oprogramowaniu do badania defektów elementów spawanych table II. Type of filters implemented to algorithm for detect defects of welded elements nazwa filtru Symbol Opis Wyostrzanie (sharpen) normalny (normal) FSN Działanie filtru powoduje wyostrzanie krawędzi H1 FSNH1 H2 FSNH2 H3 FSNH1 Desaturacja (desaturation) normalny (normal) FDN Zmiana obrazu barwnego na czarno-biały (odcienie szarości)Proporcjonalny (with proportion) FDNP Gradient (gradient) Wschód (east) FGE Wyróżniają krawędzie obrazu w zgodnej z kierunkiem części obrazu, a nie tak jak w przypadku filtrów przesu- wających równo w całym obrazie. Kierunki na obrazie określane są tak, jak kierunki geograficzne. Południowy wschód (south east) FGSE Południe (south) FGS Południowy zachód (south west) FGSW Zachód (west) FGNW Północny zachód (north west) FGE Północ (north) FGN Północny wschód (north east) FGNE Progowanie (tresholding) Progowanie FP *) Zadanie progu o takiej wartości, aby w wyniku przepro- wadzenia tej operacji piksele o wartościach luminancji poniżej progu były kwalifikowane do jednej grupy, a pik- sele poniżej wartości progu do drugiej grupy. Mediana (median) - FM Usunięcie szumów z obrazu Sumowanie obrazów (sum with oryginal) - FΣ nałożenie znacznika na obraz wejściowy *) Wartość progu, np. 128 (możliwe ustawienie wartości od 0 do 128) Wybór taki był podyktowany następującymi wzglę- dami: – w pierwszym etapie wyostrzono krawędzie na całej analizowanej powierzchni; – następnie – z uwagi na zastosowanie progowania – dokonano zamiany obrazu z barwnego na czarno- biały; – w celu kierunkowego wyróżnienia krawędzi obrazu zastosowano filtr gradientowy; – dokonano progowania, aby oddzielić wyróżnione piksele obrazu (miejsca występowania potencjal- nych defektów); – obserwując obraz po progowaniu zauważono szu- my (miejsca, które mogą stanowić artefakty); zasto- sowanie filtru medianowego spowodowało usunię- cie szumów. Kolejne etapy analizy zaprezentowano na rysun- ku 3, gdzie przedstawiono wprowadzony do analizy obraz wejściowy, na którym widoczne są dwie próbki elementów spawanych. Spoina spawalnicza próbki po prawej stronie obrazu jest pęknięta. Rysunek przed- stawia również obrazy po kolejnych etapach analizy (po zastosowaniu określonego w sekwencji filtra). Miejsca pęknięć zostały wypełnione na analizowanym obrazie znacznikiem (kolor czerwony). 11Przegląd sPawalnictwa 5/2013 Rys. 3. Obraz elementu spawanego poddany analizie Fig. 3. Picture of the analysed welded element – Wyostrzenie (Sharpen) – Desaturacja (Desaturation) – Gradient N (Gradient N) – Progowanie 128 (Tresholding 128) – Mediana (Median) – Sumowanie obrazów (Sum with oryginal) Zrzut ekranu, na którym wyświetlany jest wczytany obraz do analizy defektoskopowej Obrazy uzyskane po zastosowaniu wybranych filtrów: Wnioski Metoda badania defektów elementów spa- wanych z wykorzystaniem algorytmu cyfrowe- go przetwarzania obrazów pozwala na wskaza- nie miejsc występowania potencjalnych defektów przez wprowadzenie na analizowany obraz kolo- rowego znacznika. Wyróżnienie miejsca występo- wania potencjalnego defektu może być pomocne w ocenie defektoskopowej dla osób z wadą wzro- ku (np. zaburzenia w rozpoznawaniu barw). Za- stosowanie opisanej metody pozwala również na wnikliwą analizę dokumentacji fotograficznej ele- mentów spawanych. Fotografie przedstawiające powierzchnie spawanych elementów poddane cy- frowej obróbce obrazu – z wykorzystaniem zapre- zentowanego algorytmu – niezależnie od czasu ich wykonania oraz formatu wykonanego zdjęcia mogą zostać wprowadzone do programu i poddane szcze- gółowej analizie, której zadaniem jest wskazanie i/lub uwydatnienie takich cech obrazu, które mogą świadczyć o występowaniu defektów. Menu wyboru filtra obrazu 12 Przegląd sPawalnictwa 5/2013 Literatura [1] Deputat J., Mackiewicz S., Szelążek J.: Problemy i tech- niki nieniszczących badań materiałów – wybrane wykłady, Wydawnictwo GAMMA, 2007. [2] Pn-En 473: 2008 Badania nieniszczące – Kwalifikacja i certy- fikacja personelu badań nieniszczących – Zasady ogólne. [3] Smołka J.: Rozprawa doktorska, Adaptacyjny system wspoma- gający usuwanie nadsegmentacji w obrazach poddanych trans- formacji wododziałowej, Politechnika Śląska, Gliwice, 2010 [4] Malina M., Smiatacz M.: Cyfrowe przetwarzanie obrazów, Warszawa 2008. [5] Bal A.: Ważona lokalna metoda poprawy kontrastu obrazów cyfrowych, Przegląd telekomunikacyjny, 6/2008. Publikacja opracowana na podstawie wyników uzyskanych w ramach II etapu programu wieloletniego pn. „Poprawa bezpieczeństwa i warunków pracy”, sfinansowanego w latach 2011-2013 w zakresie badań naukowych i prac rozwojowych przez Ministerstwo Pracy i Polityki Społecznej. Koordynator programu: Centralny Instytut Ochrony Pracy – Państwowy Instytut Badawczy.