引言

在對鋼材焊接割面進行超聲波無損檢測中，超聲波回波信號經過換能器轉換為電信號，經過模數轉換為數字信號.為了獲得檢測物件的二維灰度圖像，需要將數字信號高低轉換為不同灰度級別.如果獲得檢測物件的二維偽彩色圖像，需要將數字信號按照預先定義的調色板配色.

由于檢測物件.檢測設備性能和檢測環境影響，獲得的超聲波回波信號存在不同程度的噪聲，利用模數轉換后的數字信號進行超聲波二維成像時，得到的圖像質量達不到識別檢測物件缺陷的要求，主要表現為圖像模糊，缺陷區域的圖像和非缺陷區域圖像邊界不明顯.為了提高圖像質量，抑制噪聲影響，必須對圖像進行降噪處理.圖像增強和邊緣銳化等處理，從而達到識別缺陷的要求，同時對選取的圖像處理算法一定要考慮超聲波無損檢測實時性要求和圖像特征不同.

1.超聲波成像系統構成

考慮到實際檢測在線實時性需要，超聲波成像系統選擇了TI公司的TMS320C6416DSK作為DSP基礎開發平臺，其具有各16K字節一級數據和程序緩存，1M字節二級統一映射存儲器或者緩存，720MHz主頻，加上內部特有的硬件乘法器.并行多功能單元.哈佛總線結構.專用尋址單元和流水處理結構，非常適合于實時性很高的應用，同時TI公司提供針對TMS320C6416優化的圖像支持庫API函數，在硬件和軟件兩個方面都可以保證超聲波無損檢測中成像的要求.

超聲波成像儀系統結構主要包括超聲波傳感器FUS.模擬電子開關MAX4624.傳感器處理器XRD98L23.緩沖驅動器SN74HC244.TMS320C6416DSK.USB控制器CY7C68001和上位機及軟件.超聲傳感器產生超聲波聲信號，接收超聲回波信號轉換成電信號，通過模擬電子開關，模擬信號進入傳感器處理器完成放大和A/D轉換，轉換后的數字信號進入緩沖驅動器，最后進入TMS320C6416完成超聲波檢測物件二維圖像處理，處理后的圖像通過USB控制器上傳到上位機軟件，進行演示.分析和存儲.

2.超聲波成像系統接口設計

TMS320C6416具有豐富的編程資源，包括外部存儲器接口EMIF.增強直接存儲器訪問EDMA.多通道緩沖串口MCBSP.定時器TIMER.中斷和通用輸入輸出GPIO等.TMS320C6416 DSK充分將這些編程資源進行了外圍擴展.超聲波成像儀主要接口設計如圖1所示.

圖1描述了TMS320C6416與外圍硬件接口設計，其中細實線箭頭表示數據信號流程，細虛線箭頭表示控制信號流程.

3.超聲波成像處理

檢測物件的超聲波數據經過重構后可用二維矩陣f（x,y）表示.其中m為X方向的像素點數，n為Y方向的像素點數，f（x,y）為點（x,y）的灰度值.超聲圖像中的每個像素點與檢測的每個采樣點對應.但是由于超聲圖像中的每個像素點是相鄰的，而檢測物件上的每個采樣點卻是不相鄰的，所以超聲圖像中的一個像素點實際代表了檢測物件上以相應采樣點為中心的以采樣間隔為邊長的方形區域.

3.1 超聲波偽彩色成像

由于人的視覺系統能夠區分的灰度等級只有二十多個，但是卻能區分不同亮度.色調和飽和度的幾千種彩色，而且彩色圖像相對灰度圖像也更舒服些.所以，可以對超聲波圖像的特征量進行必要的彩色增強，具體使用偽彩色定義方法實現.圖像偽彩色處理分為頻域偽彩色處理和空域偽彩色處理.空域偽彩色處理是將不同灰度值映像映射為不同色彩值.在超聲成像時，偽彩色處理常采用空域偽彩色處理方式，即超聲偽彩色圖像是按某種規則給圖像的各灰度級別映射不同的彩色.映射的方法根據檢測物件材料和人為因素會有不同選擇.基本過程是先將圖像的灰度值劃分為0到M分成N個區間，區間的大小可以不一致，然后給每一個區間指定一種顏色.對于超聲波檢測，N取值要適當，過大容易造成圖像繁雜不直觀，過小容易造成圖像特征不完整.

3.2 超聲圖像平滑處理

由于檢測物件.檢測設備性能和檢測環境影響，超聲波圖像中包含多種噪聲，而這些噪聲會影響檢測物件超聲波圖像的缺陷分析，因此在對檢測物件超聲圖像進行缺陷分析前必須去除這些噪聲.由于在超聲檢測中的許多噪聲產生機理是未知的，而且即使知道產生機理，一般情況下也很難進行數學建模.在這樣情況下，一般采用根據噪聲一般性質進行噪聲消除的平滑處理方法.要求平滑處理方法既要保證不損壞圖像輪廓及邊緣等重要信息，也要保證圖像清晰.

一般圖像降噪有空間域法和頻率域法.

空間域法是在空間域中對圖像灰度值直接進行計算.頻率域法是在將圖像從空間域變換到頻域中，然后對圖像的變換值進行計算，最后變換回空間域.但是由于頻域算法比較復雜，計算量大，處理速度慢，一般不適合超聲檢測使用.

由于TI公司針對TMS320C64x+ DSP提供的圖像/視頻處理庫，其中提供了中值濾波等平滑函數，因此實際主要采用中值濾波方法來實現超聲圖像平滑降噪.

以C掃描圖像為例來說明圖像平滑處理方法的效果.圖2為C掃描原始圖像，圖像中麻點和突變點較多，主要是由超聲隨機噪聲引起的.圖3為中值濾波后圖像，可以看出噪聲得到了一定程度的消除，同時能對圖像的邊沿細節較為完好的保留.

3.3 超聲圖像邊緣檢測

在數學上，對于這種由灰度值變化引起的階躍情況可用梯度來表示，在后續的對階躍求一階導數的運算過程，即是用梯度操作數來完成的.根據梯度操作數計算涉及到偏導計算，這就要求對圖像的每個像素進行計算，這樣產生的計算開銷較大，不適合實際使用.在實際應用中，一般采用基于方向導數小區域模板求卷積的方式來近似計算.X方向和Y方向的梯度各自使用一個模板，這兩個模板共同構成一個梯度操作數.由于TI公司針對TMS320C64x+ DSP提供的圖像/視頻處理庫，其中提供了Sobel算子多種模板的邊緣檢測函數，因此實際主要采用某一模板的Sobel算子方法來實現超聲圖像邊緣檢測.圖4是采用Sobel算子對圖3所示中值濾波后超聲波圖像處理的結果.從邊緣檢測的結果可以看出，Sobel算子對灰度漸變和噪聲較多的圖像可以達到較好的處理效果，但是Sobel算子處理的圖像缺陷邊緣并不是完全連通的，有一定程度的斷開，這是因為該操作數不是各向同性的.

4.結論

采用上述設計方案的鋼材焊接割面的超聲波成像系統能夠完成鋼材焊接割面特征信息的轉換.采集.存儲.處理和顯示，在正常的生產環境下基本可以達到進行特征識別的要求.

但是在特殊生產環境中存在很多干擾因素，環境變化大，造成獲得的特征信息圖像不能完全反映物件特征，提高特征識別難度，降低特征識別準確度，降低系統對生產環境的要求進一步要解決的問題，降低特征識別難度，提高特征識別準確度.