张帅，张国光
（中国原子能科学研究院，北京 102413）
摘要：随着我国石油管道更新换代的提速，以及中俄石油管道订单的签约成功，我国在石油管道需求量上大幅提高，因此，在石油管道生产线上对管道进行实时成像及缺陷检测变得尤为重要。基于Windows消息机制以及软件模块化设计思想，按照X射线实时成像的系统功能进行线程划分，软件采用面向对象的C++语言作为软件编辑工具，并选择Microsoft Visual C++6.0集成开发环境完成软件开发。在图像处理方面对灰度校正、灰度变换等进行了研究。
关键词：石油管道；X射线；实时成像；VC++6.0
0引言
石油管道作为石油运输的重要媒介，其完好程度直接关系到人身和设备安全，具有十分重要的经济和社会效益。传统的检测方法是拍片法，这样会耗用大量的胶片，检测周期长，费时费工。而利用X射线实时成像法来检测石油管道可以弥补拍片法的缺陷，达到省时省工的目的。
1X射线检测原理［1］
X射线是波长介于10－5～10－11mm之间的电磁波，当X射线穿过金属物质后其强度会衰减，衰减规律可用下式表示：
I=I0×e－μd（1）
其中，I0是X射线入射强度，I是X射线穿过物质之后的强度，μ是X射线衰减系数，d是物质的厚度。根据式（1）可知，不同厚度的同种物质对相同能量的X射线吸收不同，因此可以根据I值来确定物质厚度是否一样，也就是石油管道管壁是否有缺陷。
穿过物质后的X射线被线阵传感器采集，使得传感器上的闪烁体发光，通过光电倍增管转化为微弱的电流信号，经过积分放大处理，得到A/D转换电路可以处理的电平范围的模拟电压信号，经过模数转换后，这些表征着图像信息的数字信号被送入计算机。
2软件系统设计
检测设备的软件系统决定着整个设备的成败，本系统采用模块化的设计思想，自上而下，将系统软件按照功能划分，各功能模块间彼此独立、协同工作。将软件系统分为外部设备控制、图像数据读取、图像数据处理和图像显示四个功能模块。其中外部设备控制模块主要包括X光源控制、采集卡设置等。图像数据处理模块主要包括计算数据、灰度校正、灰度变换和伪彩色处理。
2.1灰度变换
灰度变换实质上是一种对比度增强技术。检测图像的灰度值往往分布在几个灰度区间内，直接显示既造成了灰度显示空间的浪费，也造成了一部分细节信息的丢失。因此，需要对图像进行灰度变换，系统设计了线性变换、对数变换和指数变换三种方法，以适应不同特征图像的处理。
线性变换是本系统默认的灰度变换方法，这里用的是比特窗技术。检测图像是16 bit的纯灰度图像，但是计算机无法直接显示16 bit的纯灰度图像，计算机同时能显示的灰度级只有8 bit，即256级，别外在检测图像的整个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，为了提高图像分析处理的效果和效率，采用了一种数据抽取机制，即比特窗技术［2］。
显示图像数据的灰度范围为0～255，原始图像数据的灰度范围为0～65 535，比特窗是在原始图像数据0～65 535灰度范围内的一个灰度窗口。比特窗左端点由基线决定，宽度由对比度决定。由原始图像数据到显示图像数据的灰度映射算法如下：原始图像数据中灰度值低于基线的像素，转换后在显示图像数据中的灰度为0；原始图像数据中灰度值处在比特窗范围内的像素，转换后在显示图像数据中的灰度是将比特窗按线性关系映射到0～255之间的结果；原始图像数据中灰度高于比特窗高端的像素，转换后在显示图像数据中的灰度为255。
除了默认的线性变换方法外，系统还提供了非线性变换方法，即对数变换和指数变换［3］。
对数变换是对原始图像数据中各像素的灰度值或该灰度值的某个线性变换值取对数，然后将该对数值作为显示图像数据中该像素的灰度。对数变换是将原始图像的低灰度区拉宽、高灰度区压缩的算法，适合对像素灰度集中在低灰度区的图像进行处理。指数变换与对数变换是相对的，是将原始图像的高灰度区拉宽，低灰度区压缩，适合对像素灰度集中在高灰度区的图像进行处理。所用的对数、指数变换形式分别如式(2)、式(3)：
其中，Amax是原始图像数据中所有像素的最大灰度，Amin是原始图像数据中所有像素的最小灰度，A是要进行变换的像素在原始图像数据中对应的灰度，A′是要进行变换的像素在显示图像数据中对应的灰度。
2.2伪彩色处理4
根据人类的视觉特性，人眼对于彩色的敏感程度远远高于灰度，因此，把原始图像各个像素的灰度值分别按照某种映射关系转换成RGB三原色的组合，使图像层次丰富，更加易于识别。
2.3灰度校正
石油管道X线检测系统是一种一维阵列探测器扫描成像系统，探测器由320个探测单元组成，每一个探测单元都有自己独立的测量电路。但是每个探测单元的效率、灵敏度、灵敏区等不可能完全一致，从而会造成输出电流信号存在差别，另外每个测量电路的零点、增益也各不相同，最终导致图像出现明暗不均的条带。因此系统正式使用前，必须先进行灰度校正。
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线性校正［5］、分段线性校正和非线性校正［6］，具体方法的选用需要根据探测器输出的线性情况来决定。本系统分别对分段线性校正和非线性校正两种方法进行了测试。分段线性校正相当于把探测器响应曲线分段看成直线，是线性校正的改进方法。而线性校正的方法是在校正之前先定标，即测定响应曲线，得到斜率和截距。首先在没有射线（本底）的条件下，测量探测器的输出，即截距V0i，然后让射线照射探测器（空载），测量输出Vi（t），然后计算：
其中，V（t）－V0表示Vi（t）－V0i对所有探测器取平均，ki称为校正参数。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）分别是校正前后第i个探测器的输出信号。物理意义是把各个响应曲线平移后使其通过原点，再旋转至平均斜率处。
分段线性校正就是对响应曲线分段定标，每一段生成一个校正参数，相当于把探测器响应曲线分段看成直线。采用不同厚度的衰减物遮挡射线，可以确定多个定标点，从而得到多个校正参数。
非线性校正可以由2个定标点的数据和实际扫描时探测器的输出，经过插值确定该输出点理论上对应的校正参数。
设2种衰减物的厚度分别为d1、d2，对应的探测器输出为Vi（t1）、Vi（t2），校正参数为ki（t1）、ki（t2），被扫描物的厚度为d及对应的探测器输出为Vi（t），一般可以考虑采用线性插值法来获得ki（t），即：
事实上d是未知的，因此需要用已知的探测器输出Vi（t）表示厚度d，这需要利用射线与物质的相互作用规律。
强度为I0的X射线透过厚度为d的物质后，其强度变为：
所以有：
式(10)的物理意义是对探测器输出去除本底后进行对数插值，由已知衰减物厚度时的校正参数得到探测器任意输出对应的校正参数ki（t）。图1、图2分别为分段线性校正和对数插值校正的效果图。
通过两种灰度校正方法效果的比较，对数插值灰度校正效果会稍微好一些，所以本系统选择对数插值方法来进行灰度校正。
3软件系统实现
3.1功能介绍
石油管道检测软件是一款X射线成像软件，运行于Windows操作系统下。主要功能包括：系统设置、阵列探测器的不一致性校正、单帧扫描、连续扫描、显示模式调整等。软件主界面如图3所示。
3.2采集卡设置
在采集图像前，用户首先需要设置采集卡的参数。选择，将弹出系统设置窗口，如图4所示。参数设置完成后，点击“OK”按钮，则相应参数即写到硬件中去。用户使用默认设置即可。参数设置界面中：
Integration Times(μs):积分时间；
Bias:偏置电压设置，范围0～255，对应偏置电压0～2.5 V。
Gain Low:低能增益，范围0～7，值越大返回的低能数据越小。
Gain High:高能增益，范围0～7，值越大返回的低能数据越小。
PD Modules: 每串所连接的PD阵列模块数；
Serials: 串数。
3.3图像采集
：启动单帧图像采集。即采集到设置的图像宽度后自动停止。
：连续采集。即采集到设置的图像宽度后继续采集，图像滚动显示。
：停止采集。
3.4阈值调节
点击，弹出图5，可调节图像高低阈值，以便调节图像灰度。
3.5图像显示
图像分高低能显示，如图6所示。调节左侧的灰度上下阈值，可改变图像亮度。
3.6伪彩色调节
默认图像以灰度显示，用户也可选择其他编码显示，如彩虹编码、热金属编码、逆灰度编码。
3.7阵列探测器的不一致性校正
校正方法为：
（1)关闭X光机，点击，软件会进行本底扫描。
（2)打开X光机，点击，进行亮度1采集。
（3)打开X光机，点击，进行亮度2采集。
亮度1和2表示中间放置了不同厚度的衰减物。
（4)点击进行校正。
校正之后就可以进行正常的图像扫描了。
4实验结果
最后，本文用厚度均为2 mm、宽度均为10 mm、长度不等的铝片做阶梯成像实验。效果如图7所示。
5结论
利用X射线实时成像对石油管道进行缺陷检测，可以大大降低工人的工作强度，并且检测结果一目了然。因为石油管道的壁厚在生产过程中有一致性的特点，所以降低了图像处理的难度，本文采用伪双能X射线成像法，最终分别显示高低能两幅图像。其实，本系统也可以根据求R值的方法，将高低能图像整合在一起，实现一幅图像的显示，会有更好的成像效果。
参考文献
［1］ 吴昊.基于数字图像处理的工业X光射线检测 ［D］.重庆：重庆大学，2008.
［2］ 冈萨雷斯. 数字图像处理（第二版）［M］. 阮秋琦，阮宇智，等译.北京: 电子工业出版社, 2003.
［3］ 何斌, 马天予, 王运坚, 等.Visual C++数字图像处理（第二版）［M］. 北京: 人民邮电出版社, 2002.
［4］ 吴韚,段发阶,段晓杰，等.基于图像处理技术的石油筛管割缝在线监测［J］.电子技术应用,2014,40(4):120122.
［5］ 成敏,马士友,董睿，等.基于非局部均值化的医学图像去噪［J］.微型机与应用，2013,32（7）：3435,39.
［6］ 康克军，刘胤兵，陈志强.集装箱检查系统中的阵列探测器 校正［J］.清华大学学报（自然科学版），2002,42（5）：574579.