张立，王卫华，王靖然，杨逸轩

（1.广东白云学院，机电工程学院，广州510450；2.广东工业大学，机电工程学院，广州510006）

0 引言

石油管道的焊接质量影响到焊接结构的使用性能和寿命。由于生产工艺和焊接环境的不同会产生各类焊接缺陷，依照焊缝位置的不同可分为外部缺陷（咬边、焊瘤、塌陷、烧边等）和内部缺陷（裂纹、未熔合、未焊透、圆形缺陷等）[1]。外部缺陷可以通过肉眼直接观察辨别缺陷类型，而内部缺陷需要无损检测技术来辨别。常用的无损检测技术有：超声波检测[2]、红外热像仪[3]、涡流检测、磁悬浮检测[4]、X射线检测[5]等。由于X射线检测技术可以将缺陷的形状、位置、大小准确地反映在灰度图片上等优点得到了广泛的应用[6]。X射线所得图像，它需要检验员凭借经验进行判断，这种方法存在一定的弊端：检验员的专业水平等主观因素会造成漏检或者错检等情况，使不合格产品进入市场，从而造成不可估计的损失。近几年机器视觉应用在工业检测中越来越普遍，应用形态学滤波和分水岭算法对数据缺陷轮廓的提取，实现对X射线图片缺陷的检测[7]。通过CCD相机与辅助光源对焊接图像进行采集，使用GrabCut算法进行前景与背景的分割，以QT为平台搭建基于机器视觉的焊缝表面实时监测系统[8]；在中值滤波算法的基础上计算局部数据点的均值和方差作为阈值选择的范围，既可以去除图像噪声，又能保留图像的边缘信息，降低提取特征点的难度[9]。但是传统的机器视觉算法受到光照、背景差异、形变等因素影响到算法的鲁棒性。……