張帥，張國光
（中國原子能科學研究院，北京 102413）
摘要：隨著我國石油管道更新換代的提速，以及中俄石油管道訂單的簽約成功，我國在石油管道需求量上大幅提高，因此，在石油管道生產線上對管道進行實時成像及缺陷檢測變得尤為重要。基于Windows消息機制以及軟件模塊化設計思想，按照X射線實時成像的系統功能進行線程劃分，軟件采用面向對象的C++語言作為軟件編輯工具，并選擇Microsoft Visual C++6.0集成開發環境完成軟件開發。在圖像處理方面對灰度校正、灰度變換等進行了研究。
關鍵詞：石油管道；X射線；實時成像；VC++6.0
0引言
石油管道作為石油運輸的重要媒介，其完好程度直接關系到人身和設備安全，具有十分重要的經濟和社會效益。傳統的檢測方法是拍片法，這樣會耗用大量的膠片，檢測周期長，費時費工。而利用X射線實時成像法來檢測石油管道可以彌補拍片法的缺陷，達到省時省工的目的。
1X射線檢測原理［1］
X射線是波長介于10－5～10－11mm之間的電磁波，當X射線穿過金屬物質后其強度會衰減，衰減規律可用下式表示：
I=I0×e－μd（1）
其中，I0是X射線入射強度，I是X射線穿過物質之后的強度，μ是X射線衰減系數，d是物質的厚度。根據式（1）可知，不同厚度的同種物質對相同能量的X射線吸收不同，因此可以根據I值來確定物質厚度是否一樣，也就是石油管道管壁是否有缺陷。
穿過物質后的X射線被線陣傳感器采集，使得傳感器上的閃爍體發光，通過光電倍增管轉化為微弱的電流信號，經過積分放大處理，得到A/D轉換電路可以處理的電平范圍的模擬電壓信號，經過模數轉換后，這些表征著圖像信息的數字信號被送入計算機。
2軟件系統設計
檢測設備的軟件系統決定著整個設備的成敗，本系統采用模塊化的設計思想，自上而下，將系統軟件按照功能劃分，各功能模塊間彼此獨立、協同工作。將軟件系統分為外部設備控制、圖像數據讀取、圖像數據處理和圖像顯示四個功能模塊。其中外部設備控制模塊主要包括X光源控制、采集卡設置等。圖像數據處理模塊主要包括計算數據、灰度校正、灰度變換和偽彩色處理。
2.1灰度變換
灰度變換實質上是一種對比度增強技術。檢測圖像的灰度值往往分布在幾個灰度區間內，直接顯示既造成了灰度顯示空間的浪費，也造成了一部分細節信息的丟失。因此，需要對圖像進行灰度變換，系統設計了線性變換、對數變換和指數變換三種方法，以適應不同特征圖像的處理。
線性變換是本系統默認的灰度變換方法，這里用的是比特窗技術。檢測圖像是16 bit的純灰度圖像，但是計算機無法直接顯示16 bit的純灰度圖像，計算機同時能顯示的灰度級只有8 bit，即256級，別外在檢測圖像的整個16 bit灰度段中，并不是所有的比特段都包含重要的信息。因此，為了提高圖像分析處理的效果和效率，采用了一種數據抽取機制，即比特窗技術［2］。
顯示圖像數據的灰度范圍為0～255，原始圖像數據的灰度范圍為0～65 535，比特窗是在原始圖像數據0～65 535灰度范圍內的一個灰度窗口。比特窗左端點由基線決定，寬度由對比度決定。由原始圖像數據到顯示圖像數據的灰度映射算法如下：原始圖像數據中灰度值低于基線的像素，轉換后在顯示圖像數據中的灰度為0；原始圖像數據中灰度值處在比特窗范圍內的像素，轉換后在顯示圖像數據中的灰度是將比特窗按線性關系映射到0～255之間的結果；原始圖像數據中灰度高于比特窗高端的像素，轉換后在顯示圖像數據中的灰度為255。
除了默認的線性變換方法外，系統還提供了非線性變換方法，即對數變換和指數變換［3］。
對數變換是對原始圖像數據中各像素的灰度值或該灰度值的某個線性變換值取對數，然后將該對數值作為顯示圖像數據中該像素的灰度。對數變換是將原始圖像的低灰度區拉寬、高灰度區壓縮的算法，適合對像素灰度集中在低灰度區的圖像進行處理。指數變換與對數變換是相對的，是將原始圖像的高灰度區拉寬，低灰度區壓縮，適合對像素灰度集中在高灰度區的圖像進行處理。所用的對數、指數變換形式分別如式(2)、式(3)：
其中，Amax是原始圖像數據中所有像素的最大灰度，Amin是原始圖像數據中所有像素的最小灰度，A是要進行變換的像素在原始圖像數據中對應的灰度，A′是要進行變換的像素在顯示圖像數據中對應的灰度。
2.2偽彩色處理4
根據人類的視覺特性，人眼對于彩色的敏感程度遠遠高于灰度，因此，把原始圖像各個像素的灰度值分別按照某種映射關系轉換成RGB三原色的組合，使圖像層次豐富，更加易于識別。
2.3灰度校正
石油管道X線檢測系統是一種一維陣列探測器掃描成像系統，探測器由320個探測單元組成，每一個探測單元都有自己獨立的測量電路。但是每個探測單元的效率、靈敏度、靈敏區等不可能完全一致，從而會造成輸出電流信號存在差別，另外每個測量電路的零點、增益也各不相同，最終導致圖像出現明暗不均的條帶。因此系統正式使用前，必須先進行灰度校正。
ki（t）=ki（t2）－ki（t1）lnVi（t）－V0i－lnVi（t1）－V0ilnVi（t2）－V0i－lnVi（t1）－V0i+ki（t1）（10）灰度校正方法主要有線性校正［5］、分段線性校正和非線性校正［6］，具體方法的選用需要根據探測器輸出的線性情況來決定。本系統分別對分段線性校正和非線性校正兩種方法進行了測試。分段線性校正相當于把探測器響應曲線分段看成直線，是線性校正的改進方法。而線性校正的方法是在校正之前先定標，即測定響應曲線，得到斜率和截距。首先在沒有射線（本底）的條件下，測量探測器的輸出，即截距V0i，然后讓射線照射探測器（空載），測量輸出Vi（t），然后計算：
其中，V（t）－V0表示Vi（t）－V0i對所有探測器取平均，ki稱為校正參數。于是有校正公式：
V′i（t）=（Vi（t）-V0i）kii=0,1,…,n-1（5）
式(5)中，Vi（t）和V′i（t）分別是校正前后第i個探測器的輸出信號。物理意義是把各個響應曲線平移后使其通過原點，再旋轉至平均斜率處。
分段線性校正就是對響應曲線分段定標，每一段生成一個校正參數，相當于把探測器響應曲線分段看成直線。采用不同厚度的衰減物遮擋射線，可以確定多個定標點，從而得到多個校正參數。
非線性校正可以由2個定標點的數據和實際掃描時探測器的輸出，經過插值確定該輸出點理論上對應的校正參數。
設2種衰減物的厚度分別為d1、d2，對應的探測器輸出為Vi（t1）、Vi（t2），校正參數為ki（t1）、ki（t2），被掃描物的厚度為d及對應的探測器輸出為Vi（t），一般可以考慮采用線性插值法來獲得ki（t），即：
事實上d是未知的，因此需要用已知的探測器輸出Vi（t）表示厚度d，這需要利用射線與物質的相互作用規律。
強度為I0的X射線透過厚度為d的物質后，其強度變為：
所以有：
式(10)的物理意義是對探測器輸出去除本底后進行對數插值，由已知衰減物厚度時的校正參數得到探測器任意輸出對應的校正參數ki（t）。圖1、圖2分別為分段線性校正和對數插值校正的效果圖。
通過兩種灰度校正方法效果的比較，對數插值灰度校正效果會稍微好一些，所以本系統選擇對數插值方法來進行灰度校正。
3軟件系統實現
3.1功能介紹
石油管道檢測軟件是一款X射線成像軟件，運行于Windows操作系統下。主要功能包括：系統設置、陣列探測器的不一致性校正、單幀掃描、連續掃描、顯示模式調整等。軟件主界面如圖3所示。
3.2采集卡設置
在采集圖像前，用戶首先需要設置采集卡的參數。選擇，將彈出系統設置窗口，如圖4所示。參數設置完成后，點擊“OK”按鈕，則相應參數即寫到硬件中去。用戶使用默認設置即可。參數設置界面中：
Integration Times(μs):積分時間；
Bias:偏置電壓設置，范圍0～255，對應偏置電壓0～2.5 V。
Gain Low:低能增益，范圍0～7，值越大返回的低能數據越小。
Gain High:高能增益，范圍0～7，值越大返回的低能數據越小。
PD Modules: 每串所連接的PD陣列模塊數；
Serials: 串數。
3.3圖像采集
：啟動單幀圖像采集。即采集到設置的圖像寬度后自動停止。
：連續采集。即采集到設置的圖像寬度后繼續采集，圖像滾動顯示。
：停止采集。
3.4閾值調節
點擊，彈出圖5，可調節圖像高低閾值，以便調節圖像灰度。
3.5圖像顯示
圖像分高低能顯示，如圖6所示。調節左側的灰度上下閾值，可改變圖像亮度。
3.6偽彩色調節
默認圖像以灰度顯示，用戶也可選擇其他編碼顯示，如彩虹編碼、熱金屬編碼、逆灰度編碼。
3.7陣列探測器的不一致性校正
校正方法為：
（1)關閉X光機，點擊，軟件會進行本底掃描。
（2)打開X光機，點擊，進行亮度1采集。
（3)打開X光機，點擊，進行亮度2采集。
亮度1和2表示中間放置了不同厚度的衰減物。
（4)點擊進行校正。
校正之后就可以進行正常的圖像掃描了。
4實驗結果
最后，本文用厚度均為2 mm、寬度均為10 mm、長度不等的鋁片做階梯成像實驗。效果如圖7所示。
5結論
利用X射線實時成像對石油管道進行缺陷檢測，可以大大降低工人的工作強度，并且檢測結果一目了然。因為石油管道的壁厚在生產過程中有一致性的特點，所以降低了圖像處理的難度，本文采用偽雙能X射線成像法，最終分別顯示高低能兩幅圖像。其實，本系統也可以根據求R值的方法，將高低能圖像整合在一起，實現一幅圖像的顯示，會有更好的成像效果。
參考文獻
［1］ 吳昊.基于數字圖像處理的工業X光射線檢測 ［D］.重慶：重慶大學，2008.
［2］ 岡薩雷斯. 數字圖像處理（第二版）［M］. 阮秋琦，阮宇智，等譯.北京: 電子工業出版社, 2003.
［3］ 何斌, 馬天予, 王運堅, 等.Visual C++數字圖像處理（第二版）［M］. 北京: 人民郵電出版社, 2002.
［4］ 吳韚,段發階,段曉杰，等.基于圖像處理技術的石油篩管割縫在線監測［J］.電子技術應用,2014,40(4):120122.
［5］ 成敏,馬士友,董睿，等.基于非局部均值化的醫學圖像去噪［J］.微型機與應用，2013,32（7）：3435,39.
［6］ 康克軍，劉胤兵，陳志強.集裝箱檢查系統中的陣列探測器 校正［J］.清華大學學報（自然科學版），2002,42（5）：574579.