一种基于超声图像特征融合的焊接质量评价方法及系统

技术领域

本发明涉及焊接质量检测技术领域，尤其涉及一种基于超声图像特征融合的焊接质量评价方法及系统。

背景技术

回填式搅拌摩擦点焊是一种新型的焊接技术。因其焊接后无匙孔，接头强度高，质量好，所以被广泛应用于航空航天、汽车、造船等领域的铝合金、镁合金等常用轻质金属的焊接。但在焊接过程中，焊接参数选取的不当会导致接头内部存在未充分回填、钩状缺陷、孔洞等缺陷，这些缺陷往往容易扩展为裂纹，从而降低产品的力学性能。因此，对焊接缺陷的检测和对焊接质量的评价是非常重要的。

传统的焊接质量检测方法包括金相法、拉伸剪切实验、显微硬度法等，但这些都是有损检测的方法，使得应用范围受到一定的限制。近年来，利用无损检测技术对焊接质量进行表征受到越来越多的关注。在无损检测中，超声检测由于具有灵敏度高、检测速度快、可实现材料内部三维表征等优点，被广泛应用于焊接质量的检测和评价中。

国内外学者对焊接质量的超声表征做了大量工作。一方面，针对超声A扫波形信号，提取波形中的振幅和衰减系数来表征熔核直径、焊缝宽度等。然而，材料内部的结构噪声会影响超声信号，因此有学者将时域信号转换到频域中进行分析，通过主频值、频谱能量等特征来定量评价焊接质量的好坏。另一方面，针对超声C扫图像，有学者采用双线性插值算法提高焊缝C扫图像的分辨率，从中可有效提取出焊缝尺寸和形状等信息；此外，研究表明，超声C扫图像中的焊缝宽度与拉伸剪切强度具有相同的趋势，说明超声C扫可有效表征焊接质量。

国内外对于超声检测焊接质量的相关专利基本都是对检测设备与方法的探讨。比如，中国专利文献CN106124624A公开了一种薄板点焊质量自动检测装置及方法，通过对检测波形进行处理，得到各个回波的横纵坐标，计算波峰数、熔核直径、衰减系数、压痕深度和气孔直径，并根据计算结果对点焊质量类型进行判别。该专利主要是针对A扫波形进行分析，扫查的范围越大，得到的A扫波形也就越多，由此会带来分析的数据量大，分析效率低等问题。更为重要的是，A扫波形是一个一维信号，难以全面表征焊接缺陷在三维空间中的分布特征，因此该技术对焊接质量的评价能力是有限的。

因此，有必要研究一种基于3D超声图像特征融合的焊接质量评价方法及系统来应对现有技术的不足，以解决或减轻上述一个或多个问题。

发明内容

有鉴于此，本发明提供了一种基于超声图像特征融合的焊接质量评价方法及系统，能够通过超声检测的B扫和C扫图像获得焊接接头内部缺陷的三维信息，通过信息熵融合多个缺陷特征量，实现对焊接质量的综合表征，评价信息全面、准确性高。

一方面，本发明提供一种基于超声图像特征融合的焊接质量评价方法，所述方法的步骤包括：

S1、对回填式搅拌摩擦点焊焊接接头进行超声检测，采集焊接区域的超声B扫图像和超声C扫图像；

S2、对得到的超声B扫图像和超声C扫图像进行分析处理，提取图像中的有效信息和焊点内部的缺陷特征，形成对焊接质量的三维信息表征；

S3、利用信息熵对三维信息表征中的特征量赋予不同的权重系数，再融合为一个综合指标，作为回填式搅拌摩擦点焊的评价结果。

如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，焊点内部的缺陷特征包括：超声C扫图像中的环形宽度、最大缺陷面积、平均缺陷面积以及超声B扫图像中的焊接缺陷深度。

如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，步骤S1中采用高频超声显微镜对回填式搅拌摩擦点焊焊接接头进行超声检测。

如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，进行步骤S3之前先对三维信息表征的特征矩阵进行数据归一化。

如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，高频超声显微镜为脉冲反射式超声显微镜，耦合方式为水浸式。

如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，进行超声检测前先选择检测参数；所述检测参数包括：探头类型、探头频率、聚焦深度、扫描范围、步进精度、增益大小、时间阀门和成像分辨率。

如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，步骤S1对若干中转速下的点焊试样进行超声检测，得到不同转速下的超声C扫图像和超声B扫图像。

如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，步骤S2的具体步骤包括：

S2.1、对得到的超声B扫图像和超声C扫图像进行二值化处理，得到二值化图像；

S2.2、根据二值化图像和检测试样的工艺特点，确定各幅图像所展现出的缺陷特征数据，得到该检测试样的特征向量。

如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，步骤S3的具体步骤包括：

S3.1、将步骤S2.2得到的特征向量转换为缺陷特征矩阵；

S3.2、对缺陷特征矩阵进行归一化，并计算每个特征的贡献度；

S3.3、根据贡献度计算每个特征的信息熵；根据信息熵计算每个特征的权重系数；

S3.4、根据权重系数将所有特征量融合为一个综合指标，作为回填式搅拌摩擦点焊的评价结果。

另一方面，本发明提供一种基于超声图像特征融合的焊接质量评价系统，所述系统包括：

超声检测模块，用于对回填式搅拌摩擦点焊焊接接头进行超声检测，采集焊接区域的超声B扫图像和超声C扫图像；

图像处理模块，用于对超声B扫图像和超声C扫图像进行分析处理，提取图像中的有效信息和焊点内部的缺陷特征；

三维表征模块，用于根据图像处理模块提取的若干焊接接头的数据，形成对焊接质量的三维信息表征；

评价模块，用于利用信息熵对三维信息表征中的特征量赋予不同的权重系数，再融合为一个综合指标，作为回填式搅拌摩擦点焊的评价结果。

与现有技术相比，本发明可以获得包括以下技术效果：本发明通过提取超声C扫图像与超声B扫图像的关键特征信息，可以得到回填式搅拌摩擦点焊焊接接头内部缺陷的空间分布状态，通过信息熵的方法融合了多个缺陷特征量，进而实现了对焊接质量的综合表征，该方法评价信息全面、准确性高，可以替代传统的焊接质量表征方法。

当然，实施本发明的任一产品并不一定需要同时达到以上所述的所有技术效果。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。

图1是本发明一个实施例提供的基于3D超声图像特征融合的焊接质量评价方法的流程图；

图2是本发明一个实施例提供的被检对象的几何形状图；

图3是本发明一个实施例提供的超声C扫图像；

图4是本发明一个实施例提供的超声B扫图像；

图5是本发明一个实施例提供的三维综合特征、剪切强度随转速变化的关系图。

具体实施方式

为了更好的理解本发明的技术方案，下面结合附图对本发明实施例进行详细描述。

应当明确，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

在本发明实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本发明。在本发明实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。

为了克服现有技术手段存在的不足，本发明提供一种基于超声图像特征融合的焊接质量评价方法，实现对焊接质量的综合表征。内容包括：首先，利用高频超声显微镜对回填式搅拌摩擦点焊焊接接头进行超声检测，选择合适的检测参数，采集焊接区域的超声B扫图像和C扫图像；然后，对得到的超声B扫图像和C扫图像进行分析处理，提取图像中的有效信息和焊点内部的缺陷特征，包括C扫图像中的环形宽度、最大缺陷面积、平均缺陷面积及B扫图像中的缺陷深度，由此形成了对焊接质量的三维信息表征；在此基础上，利用信息熵对提取的三维特征量赋予不同的权重系数，将这些特征量融合为一个综合指标，用来对回填式搅拌摩擦点焊进行综合评价。本发明通过提取超声C扫图像与超声B扫图像的关键特征信息，可以得到回填式搅拌摩擦点焊焊接接头内部缺陷的空间分布状态，通过信息熵的方法融合了多个缺陷特征量，进而实现了对焊接质量的综合表征，该方法评价信息全面、准确性高，可以替代传统的焊接质量表征方法。

该评价方法具体包括以下步骤：

步骤1：利用高频超声显微镜对回填式搅拌摩擦点焊焊接接头进行检测，选择最优的检测参数，采集焊接区域超声B扫图像和C扫图像；

高频超声显微镜为脉冲反射式超声显微镜，耦合方式为水浸式。检测参数包括：探头类型、探头频率、聚焦深度、扫描范围、步进精度、增益大小、时间阀门和成像分辨率等；多次调整超声显微镜的检测参数，采集成像效果最佳的超声C扫图像与超声B扫图像。

步骤1的具体步骤包括：

步骤1.1：观察待检测式样的形状、大小、工艺等特点，选择合适的超声探头，通过调整探头高度将其聚焦在焊点的根部位置，并根据试样大小确定扫描面积；

步骤1.2：多次调整步进精度、增益大小及时间闸门，观察成像效果，选择最优的检测参数组合，对试样进行精扫，采集焊接区域的C扫图像；

步骤1.3：在C扫图像中焊区的直径方向上划线作B扫截面，对试样进行B扫，调整合适的时间阀门，生成超声B扫图像；

步骤1.4：对5种转速的点焊试样进行步骤1.1到步骤1.3所述的超声检测操作，得到不同转速下焊接区域的C扫图像与B扫图像。

步骤2：对步骤1得到的超声图像进行处理分析，提取图像中的焊点缺陷特征量，即：超声C扫图像中的环形宽度、最大缺陷面积、平均缺陷面积，超声B扫图像中的焊接缺陷深度；

对超声图像进行处理具体为将图像灰度图作二值化处理，基于以下公式进行：

式中：f(x,y)为原始图像灰度矩阵，T为二值化阈值，g(x,y)为二值化后的图像灰度矩阵；

焊点缺陷特征包括：在超声C扫图像中所提取出来的环形宽度、最大缺陷面积、平均缺陷面积等特征是平行于焊接面的超声特征，而在超声B扫图像中所提取出来的缺陷深度是垂直于焊接面的超声特征，由此构成了对焊接接头内部缺陷的三维信息表征。

步骤2的具体步骤包括：

步骤2.1：将步骤1.4得到的焊接区域的超声B扫和超声C扫图像进行二值化处理；

步骤2.2：分析步骤2.1得到的二值化图像，结合检测试样的工艺特点，确定各幅图像所展现出的缺陷特征，即环宽、最大缺陷面积、平均缺陷面积、缺陷深度；

步骤2.3：对每个试样的超声B扫和C扫图进行分析处理，提取步骤2.2所述的特征量，建立对应试样的特征向量：X

步骤3：对特征矩阵进行数据归一化后，利用信息熵对所提取的三维特征量赋予不同的权重系数，将多个特征量融合为一个综合指标，用来对回填式搅拌摩擦点焊进行综合评价；

步骤3的具体步骤包括：

步骤3.1：将步骤2.3提取的特征向量转换为缺陷特征矩阵X

式中，m表示测量试样的个数，n表示单个试样的特征量个数，X

步骤3.2：将步骤3.1中得到的缺陷特征矩阵进行归一化处理，公式为：

利用归一化后的缺陷特征矩阵

步骤3.3：根据步骤3.2中得到的贡献度p

利用信息熵E

从而得到缺陷特征权重系数矩阵W＝[W

步骤3.4：利用步骤3.3得到的权重系数W

其中，

实施例1：

一种基于3D超声图像特征融合的焊接质量评价方法，如图1所示，所述方法为：首先，利用高频超声显微镜对回填式搅拌摩擦点焊焊接接头进行超声检测，采集焊接区域的超声B扫图像和C扫图像；然后，对得到的超声B扫图像和C扫图像进行分析处理，提取图像中的有效信息和焊点内部的缺陷特征，包括C扫图像中的环形宽度、最大缺陷面积、平均缺陷面积及B扫图像中的缺陷深度，由此形成了对焊接质量的三维信息表征；在此基础上，利用信息熵对提取的三维特征量赋予不同的权重系数，将这些特征量融合为一个综合指标，用来对回填式搅拌摩擦点焊进行综合评价。所述方法主要包括以下步骤：

S1)利用高频超声显微镜对回填式搅拌摩擦点焊焊接接头进行检测，选择最优的检测参数，采集焊接区域超声B扫图像和C扫图像；

S2)对S1)得到的超声图像进行处理分析，提取图像中的焊点缺陷特征量，即：超声C扫图像中的环形宽度、最大缺陷面积、平均缺陷面积，超声B扫图像中的焊接缺陷深度；

S3)对特征矩阵进行数据归一化后，利用信息熵对所提取的三维特征量赋予不同的权重系数，将多个特征量融合为一个综合指标，用来对回填式搅拌摩擦点焊进行综合评价。

所述S1)的高频超声显微镜为脉冲反射式超声显微镜，耦合方式为水浸式；

所述的检测参数包括：探头类型、探头频率、聚焦深度、扫描范围、步进精度、增益大小、时间阀门和成像分辨率等；多次调整超声显微镜的检测参数，采集成像效果最佳的超声C扫图像与超声B扫图像。

所述S1)中的超声检测具体步骤为：

S1.1)观察待检测式样的形状、大小、工艺等特点，选择合适的超声探头，通过调整探头高度将其聚焦在焊点的根部位置，确定扫描面积；

被检试样由两块2524Al-Cu-Mg合金板通过回填式搅拌摩擦点焊焊接而成，基板的大小为150mm×50mm×2mm，点焊搅拌套外径为9mm，下扎深度为2.6mm，转速分别为2200rpm、2400rpm、2600rpm、2800rpm、3000rpm，焊接后的待测试样如图2所示。

试样焊接区域的厚度为4mm、下扎深度2.6mm，结合探头在该材料中的最大聚焦深度，选择探头的频率为50MHz。根据A扫波形调整探头Z轴位置，使探头聚焦在焊点根部，并调整探头的X、Y轴位置，使其位于焊接区域中心，由于搅拌套的外径为9mm，可设置C扫面积为10mm×10mm；

S1.2)多次调整步进精度、增益大小及时间闸门，观察成像效果，选择最优的检测参数组合，对试样进行精扫，采集焊接区域C扫图像；

分别选择步进精度为80um、40um、20um，调整增益满足缺陷的最大幅值为量程的85％、80％、75％，对焊接区域进行C扫成像，观察不同参数设置下的成像效果，选择成像效果最好的参数组合，对试样进行精扫，采集其超声C扫图像；

S1.3)在C扫图像中焊区的直径方向上划线作为B扫截面，对试样进行B扫，调整合适的时间阀门，生成超声B扫图像；

B扫成像时需要注意时间阀门的选择，阀门范围应当包含有界面波和焊接缺陷回波，可以保证对缺陷特征量的顺利提取；

S1.4)对5种转速的点焊试样进行所述S1.1)到S1.3)的超声检测操作，得到不同转速下焊接区域的C扫图像与B扫的图像，如图3和图4所示。

所述S2)的具体步骤为：

S2.1)将S1.4)得到的焊接区域的超声B扫和超声C扫图像进行二值化处理，基于以下公式进行：

式中：f(x,y)为原始图像灰度矩阵，T为二值化阈值，g(x,y)为二值化后的图像灰度矩阵；

将超声C扫图像和B扫图像导入至MATLAB中，使其转换为灰度值矩阵f(x,y)，当步进精度为20um时，C扫图像的分辨率为500×500，灰度矩阵的大小也为500×500，根据灰度直方图选择合适的阈值进行二值化处理T，得到焊接缺陷的二值化图像的灰度矩阵g(x,y)。

S2.2)分析S2.1)得到的二值化图像，结合检测试样的工艺特点，确定各幅图像所展现出的缺陷特征，即环宽、最大缺陷面积、平均缺陷面积、缺陷深度；

分析图像特点可以发现，C扫图中缺陷呈环状分布，表示没有焊实的区域，该面积越大，焊接质量越差，根据这一缺陷特点可以确定能够表征焊接质量的几个特征：环形宽度、最大缺陷面积、平均缺陷面积。

所述环形宽度可以由以下式子确定：

w＝R

其中，Rs是套管的外径，R是与C扫描图像中缺陷相切的最小半径，与Rs为同心圆，如图3所示；

平均缺陷面积可以反映缺陷的整体水平，即平均缺陷面积越大，焊接质量越差。当最大缺陷面积较大时，更容易出现应力集中，焊接质量较差。可以利用4领域算法通过数理统计确定缺陷数量(N)和每个缺陷的面积(S

S

缺陷深度特征量h在由B扫图像反映，表现为缺陷反射回波与试样表面波之间的距离，如图4所示。同时也可以通过A扫波形计算缺陷深度h，计算公式为：

其中，t

S2.3)对每个试样的超声B扫和C扫图进行分析，提取S2.2)所述的特征量，建立每个试样的特征向量：X

所述S3)具体步骤为：

S3.1)将S2.3)提取的特征向量组合为缺陷特征矩阵X

待检测的焊接试样有5个，每个焊接试样可以提取4个超声特征量，以x

S3.2)将S3.1)中得到的缺陷特征矩阵进行归一化处理，公式为：

利用归一化后的缺陷特征矩阵

S3.3)根据S3.2)中得到的贡献度p

利用信息熵E

从而得到缺陷特征权重系数矩阵W＝[W

S3.4)利用S3.3)得到的权重系数W

其中，

通过对不同转速下回填式搅拌摩擦焊得到的试样进行超声检测，得到了焊接区域的超B扫和C扫图像，提取了图像中的缺陷信息，并通过信息熵的方法将这些缺陷特征融合为综合指标，结果与剪切强度十分契合，参见图5所示，验证了该方法的有效性。从图5中可以看出，随着转速的增加，3DF先减小、后增加、再减小，与剪切强度的变化一致；当转速为2400rpm时，焊接质量最差，当转速为2800rpm时，焊接质量最好。

本发明的有益之处在于：

1.本发明利用高频超声显微检测技术，可同时得到回填式搅拌摩擦点焊接头处的超声C扫图像与超声B扫图像，并在超声图像中提取出不同的关键特征量，可实现焊接接头内部缺陷的三维空间信息的准确表征。

2.本发明通过信息熵的方法对不同超声特征量赋予不同的权重系数，利用权重系数将多个特征量成为了一个综合指标，以此来定量表征焊接质量的好坏，可有效克服传统方法中用某一个特征量单独表征焊缝质量时存在的不全面、不准确等问题。

以上对本申请实施例所提供的一种基于超声图像特征融合的焊接质量评价方法及系统，进行了详细介绍。以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。

如在说明书及权利要求书当中使用了某些词汇来指称特定组件。本领域技术人员应可理解，硬件制造商可能会用不同名词来称呼同一个组件。本说明书及权利要求书并不以名称的差异来作为区分组件的方式，而是以组件在功能上的差异来作为区分的准则。如在通篇说明书及权利要求书当中所提及的“包含”、“包括”为一开放式用语，故应解释成“包含/包括但不限定于”。“大致”是指在可接收的误差范围内，本领域技术人员能够在一定误差范围内解决所述技术问题，基本达到所述技术效果。说明书后续描述为实施本申请的较佳实施方式，然所述描述乃以说明本申请的一般原则为目的，并非用以限定本申请的范围。本申请的保护范围当视所附权利要求书所界定者为准。

还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的商品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种商品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的商品或者系统中还存在另外的相同要素。

应当理解，本文中使用的术语“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。

上述说明示出并描述了本申请的若干优选实施例，但如前所述，应当理解本申请并非局限于本文所披露的形式，不应看作是对其他实施例的排除，而可用于各种其他组合、修改和环境，并能够在本文所述申请构想范围内，通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本申请的精神和范围，则都应在本申请所附权利要求书的保护范围内。