汽车刹车盘内部缺陷的检测方法，技术特点还有:所述的步骤4中 的缺陷分割图像记为8(^7)，8(1， 7)由步骤3得到的重建图像？(1，7)二值化处理得到，二值 化的处理后F(x，y)中灰度值大于处理设定值为1，取为白色区域;小于处理设定值为0,取为 黑色区域。通常二值化处理方法有:设定固定阈值T法、最大类间方差法、基于直方图的自动 阈值分割法、基于聚类算法的自动分割法等。如采用设定固定阈值T法进行重建图像F(x，y) 二值化处理得到，F(x，y)中灰度值大于处理设定固定阈值T的灰度为1，取为白色区域;小于 等于设定固定阈值T的为0,取为黑色区域。
[0013] 根据以上所述的汽车刹车盘内部缺陷的检测方法，技术特点还有:所述的步骤5中 分析步骤4得到的刹车盘缺陷分割图像B(x，y)，分析对象为B(x，y)中取1的白色区域;如果B (x，y)中没有白色区域，则得出没有检测到缺陷的检测结果，如果B(x，y)中有白色区域，则 统计白色区域的个数，计算并输出每个白色区域的面积、周长、等效直径，作为检测的最终 结果。
[0014] 本发明的汽车刹车盘内部缺陷的检测方法优点有：1.采用提前编写好的算法来处 理汽车刹车盘的X射线图像，检测过程不受人主观状态的影响，检测结果客观正确;2.整个 算法的执行过程中无需设置过多参数，仅需操作人员设定结构元素 B即可得到检测结果，操 作方便快捷;3.检测算法对处理的原始图像没有特别要求，可以适用于各种刹车盘的X射线 检测系统，辅助和代替人工检测，降低检测人员的工作强度，同时提高检测效率和精度。本 发明的汽车刹车盘内部缺陷的检测方法值得采用和推广。
【附图说明】
[0015] 本发明的说明书附图共有8幅：
[0016] 图1为检测方法的流程步骤示意图；
[0017] 图2为汽车刹车盘的结构示意图；
[0018]图3为图2的X射线图像示意图；
[0019] 图4为本发明实施案例采用的结构元素图；
[0020] 图5为步骤1处理后的结果示意图；
[0021]图6为步骤2处理后的结果示意图；
[0022]图7为步骤3处理后的结果示意图；
[0023]图8为步骤4处理后的结果示意图。
[0024]在各图中采用了统一标号，即同一物件在各图中用同一标号。在各图中：1.检测方 法中的步骤1; 2.检测方法中的步骤2; 3 .检测方法中的步骤3; 4.检测方法中的步骤4; 5.检 测方法中的步骤5; 6.刹车盘的中心镂空区域;7.刹车盘的螺栓安装孔;8.刹车盘的安装区 域;9.刹车盘的盘面区域;10.安装区域的大缺陷；11.盘面区域的小缺陷。
【具体实施方式】
[0025] 本发明的汽车刹车盘内部缺陷的检测方法非限定实施例如下：
[0026] 实施例一.汽车刹车盘内部缺陷的检测方法
[0027] 该例的汽车刹车盘内部缺陷的检测方法共有五个步骤，如图1中所示之1~5,采用 提前编写好的算法以及配套的系统软件程序来处理汽车刹车盘的X射线图像及其数学形态 学系列运算图像，以进行汽车刹车盘内部缺陷的检测。该检测方法涉及的汽车刹车盘结构 及其内部缺陷的检测图像，具体可由图2~图8联合示出以说明，图2为刹车盘的结构示意 图，在图2中：6是刹车盘的中心镂空区域，7是刹车盘的螺栓安装孔，8是刹车盘的安装区域， 9是刹车盘的盘面区域，刹车盘的几何结构如图2所示为圆形盘状，中心的镂空区域6用来安 装在汽车轴承上，镂空区域6周围预留几个固定刹车盘用的螺栓安装孔7,整个安装区域8突 起于刹车盘面9,并且安装区域8与刹车盘面9的厚度不一。这些特殊的几何结构在刹车盘X 射线检测时，也会形成类似于缺陷的高亮区域，如中心镂空区域6和螺栓安装孔部位7,同时 安装区域8和刹车盘面9厚度不一反映在X射线图像上灰度不一，二者交界处形成明显的边 缘。图3为刹车盘的X射线图像示意图，在图3中：6是刹车盘的中心镂空区域，7是刹车盘的螺 栓安装孔，8是刹车盘的安装区域，9是刹车盘的盘面区域，10是安装区域的大缺陷，11是盘 面区域的小缺陷。中心镂空区域6和螺栓安装孔部位7的灰度最高，安装区域8和刹车盘面9 的灰度不一，二者连接处有明显的边缘过渡。图3中的安装区域8上有一处较大的缺陷区域 10,刹车盘面9上有一处较小的缺陷区域11，缺陷检测的目就是不受中心镂空区域6、螺栓安 装孔部位7、安装区域8和刹车盘面9灰度的影响，准确找到缺陷区域10和11。汽车刹车盘的 气孔、缩孔、缩松等内部缺陷在铸造生产过程中产生，人工检测刹车盘片时，具体表现为缺 陷部位的密度小于周边区域，反应在X射线图像上的影像特征是缺陷部位的灰度值高于周 边区域，缺陷检测的目的就是识别出这些高灰度区域。很容易找到缺陷区域10和11，使用算 法来自动检测时，常规算法很难区分开缺陷区域和几何结构区域，导致大量的误判。本发明 的汽车刹车盘内部缺陷的检测方法具有针对性，所提出的技术方案可准确找到缺陷区域10 和11，避免误判。该例中采用符号f(x，y)来表征原始X射线图像，字母f表示图像的亮度值， 根据具体实际情况取值为0到255之间的任意整数。汽车刹车盘原始X射线图像f(x，y)的灰 度取值范围要根据原始X射线图像直接输出而定，如10位X射线图像输出的灰度范围是〇到 1023,12位X射线图像输出的灰度范围是0到4095等，不是步骤2中所述0到255。不同的灰度 取值会直接影响步骤4中的二值化处理，本实施例通过线性映射的方法确保在任何X射线图 像成像的条件下f(x，y)灰度范围都位于〇到255,例如10位X射线图像的输出灰度相对于0到 255的范围放大了4倍，线性映射时将X射线图像的实际灰度除以4并取整后再赋给f(x，y)， 这样f(x，y)灰度范围依然位于〇到255的范围之内，同时线性映射不会改变图像原来的灰度 对比关系。使用线性映射关系对不同的图像分辨率选择不同的结构元素:如1024X1024的 分辨率，相对于768X576的分辨率，行放大约1024 + 768 ? 1.33倍，列放大约1024 + 576 ? 1.78倍，优选放大1.78倍的结构元素，即17 X 1.78 = 30.26，选用31 X 31的矩阵结构元素。其 它不同分辨率的X射线刹车盘图像，也可按上述方式形成合适的结构元素。该例中f图像的 亮度值取为〇到255的范围。目前市场上的X射线成像器件的分辨率多种多样。X射线成像器 件按成像过程来分类，可分为面阵成像器和线阵成像器两种，面阵成像器成像时图像的分 辨率取决于成像器件上矩阵形式排列的感光单元，每个感光单元对应一个像素，如美国瓦 里安公司生产的1313系列平板的分辨率为1024 X 1024,2520系列平板的分辨率为1536 X 1920,美国珀金埃尔默公司生产的0822系列平板的分辨率为1024X 1024。线阵成像器只有 一行感光单元，如德国NTB公司生产的SEZ80系列线阵成像器每行926个像素，SEZ320系列线 阵成像器每行3710个像素，美国X-Scan Imaging公司生产的XR8850线阵成像器在低分辨率 的情况下每行1536个像素，高分辨率的情况下每行3072个像素，产品在进行X射线线阵检测 时以扫描的方式成像，图像的最终分辨率取决于每行的感光单元数目和扫描时的扫描长 度，也即总共扫描了多少行。市场上其它的X射线成像器件供应商，如法国的泰雷兹公司，日 本的东芝公司等，每款产品的具体参数也不尽相同，这里不再一一列举。汽车刹车盘X射线 图像f(x，y)的分辨率不同，权利要求书中步骤1和步骤2的结构元素选取也应不同。汽车刹 车盘内部缺陷的检测方法的步骤中采用符号(x，y)表示图像的像素点，X和y取值分别为大 于等于0的整数，X和y的最大值取决于刹车盘X射线检测时的成像设备以及成像图幅面积和 成像像素点大小多少而定，例如成像像素点为4096x4096。步骤中不同的英文字母用来表征 不同的数学形态学运算图像，涉及到的结构元素采用英文字母B来表征，涉及到的重建运算 用英文字母R来表征，R的下标为重建运算中的模板图像，R后面的英文字母为重建运算中的 标记图像。关于数学形态学基于集合理论、积分几何和网格代数等数学原理，通过结构元素 去分析图像中的目标形状。结构元素一般以二值矩阵的形式出现，通过指定某个元素为其 原点，不断移动原点来遍历图像中的每一个像素，每次遍历时在结构元素限定的范围内对 与原点对应的图像像素进行处理，最终实现整个图像分析处理的目的。结构元素的大小和 形状可以自定义，原点一般默认为矩阵的几何中心；自定义大小时一般取奇数，如3X3,7X 7的矩阵，这样可以获得唯一的默认原点，自定义形状时通过控制二值矩阵的0、1取值来实 现，取0表示遍历时该位置的像素不参与运算，取1表示该位置的像素参与运算，常见形状有 方形、圆形、菱形、十字交叉等形状。该例中优先采用方形的结