Везде

RAS PhysicsДефектоскопия Russian Journal of Nondestructive Testing

  • ISSN (Print) 0130-3082
  • ISSN (Online) 3034-4980

DETECTION OF WELD DEFECT IMAGES IN RADIOGRAPHS UNDER CONDITIONS OF LIMITED INFORMATION ON CONTROL SENSITIVITY

You can
PII
S3034498025120063-1
DOI
10.7868/S3034498025120063
Publication type
Article
Status
Published
Authors
S.A. Grigorchenko
  • Affiliation: Kolomna Institute (branch) of the Moscow Polytechnic University
V.I. Kapustin
  • Affiliation: JSC SIC TECHNOPROGRESS
Volume/ Edition
Volume / Issue number 12
Pages
65-75
Abstract
This article is devoted to improving the efficiency of segmentation of radiographic images of welded joints. The article presents an algorithm for defect image segmentation, which is performed in two stages: determination of an array of thresholds for detecting defect image pixels (various detection thresholds for defect image pixels located in areas of digital radiographic images of welded joints with characteristic brightness distribution and background brightness estimation errors) on the background sample based on the criterion of avoiding the detection of “false” defect images; and the actual search for defect images. The experimental results confirm the applicability of the developed algorithm for effective detection of defect images in radiographic images of welded joints without the use of reference sensitivity standards.
Keywords
объект контроля сварное соединение радиографическое изображение дефект изображение дефекта порог обнаружения настройка алгоритма
Date of publication
01.12.2025
Year of publication
2025
Number of purchasers
0
Views
31

References

  1. 1. Гонсалес Р., Вудс Р. Цифровая обработка изображений / Перевод с английского. М.: Техносфера, 2005. 1070 с.
  2. 2. Gonzalez R., Woods R. Digital image processing: translation from English. Moscow: Tekhnosfera, 2005. 1070 p.
  3. 3. Косарина Е.И., Демидов А.А., Крупнина О.А., Михайлова Н.А., Смирнов А.В., Осияненко Н.В. Неразрушающий контроль методами цифровой радиографии и рентгеновской компьютерной томографии. М.: Издательский дом «Спектр», 2025. 136 с.
  4. 4. Kosarina E.I., Demidov A.A., Krupnina O.A., Mikhailova N.A., Smirnov A.V., Osyanenko N.V. Non-destructive testing by digital radiography and X-ray computed tomography. Moscow: Publishing house “Spectrum”, 2025. 136 p.
  5. 5. Грудский А. Я., Величко В. Я. Оцифровка радиографических снимков – это не очень просто.// В мире НК. 2011. № 4 (54). С. 74 – 76.
  6. 6. Grudsky A. Ya., Velichko V. Ya. Digitization of radiographic images is not very easy // In the world of NDT. 2011. No. 4 (54). P. 74—76.
  7. 7. X-Vizor — ПО для цифровой и компьютерной радиографии [Электронный ресурс]. Общество с ограниченной ответственностью «Ньюком-НДТ»: [сайт]. 2025. URL: https://newcom-ndt.ru/x-vizor (дата обращения: 26.08.2025).
  8. 8. X-Vizor — SOFTWARE for digital and computer radiography. Limited Liability Company “Newcom-NDT”: [website]. 2024. Available at: https://newcom-ndt.ru/x-vizor (Accessed on 26.08.2025).
  9. 9. Григорченко С.А. Поиск радиографических изображений дефектов. Постановка задачи // Контроль. Диагностика. 2012. № 10. С. 61—64.
  10. 10. Grigorchenko S.A. Search for radiographic images of defects. Problem statement // Control. Diagnostics. 2012. No. 10. P. 61—64.
  11. 11. Григорченко С.А., Ефименко Л.А. Автоматизация компьютерной расшифровки радиационных изображений сварных соединений // Дефектоскопия. 2015. № 1. С. 21—27.
  12. 12. Grigorchenko S.A., Efimenko L.A. Automation of computer interpretation of radiation images of welded joints // Defectoskopiya. 2015. No. 1. P. 21—27.
  13. 13. Григорченко С.А., Ефименко Л.А., Капустин В.И. Программное обеспечение комплекса автоматизированной расшифровки радиографических изображений // Контроль. Диагностика. 2007. № 12. С. 26—29.
  14. 14. Grigorchenko S.A., Efimenko L.A., Kapustin V.I. Software for the automated decoding of radiographic images // Control. Diagnostics. 2007. No. 12. P. 26—29.
  15. 15. Назаренко С.Ю., Удод В.А. Применение искусственных нейронных сетей в радиационном неразрушающем контроле // Дефектоскопия. 2019. № 6. С. 53—64.
  16. 16. Nazarenko S.Yu., Udod V.A. Application of artificial neural networks in radiation non-destructive testing // Defectoskopiya. 2019. No. 6. P. 53—64.
  17. 17. Liu T., Zheng P., Bao J., Chen H. A state-of-the-art survey of welding radiographic image analysis: Challenges, technologies and applications // Measurement. 2023. V. 214. P. 112821. DOI: 10.1016/j.measurement.2023.112821
  18. 18. Say D., Zidi S., Qaisar S.M., Krichen M. Automated Categorization of Multiclass Welding Defects Using the X-ray Image Augmentation and Convolutional Neural Network // Sensors. 2023. V. 23. P. 6422. https://doi.org/10.3390/s23146422.
  19. 19. Zhao S., Long L., An D., Wang Y, Zhang H., Liang H., Jin S. Design and Realization of Nondestructive Testing Information Management System for Shell Electron Beam Welds // Software Engineering and Applications. 2022. V. 11. No. 5. P. 1005—1016. DOI: 10.12677/SEA.2022.115103. https://doi.org/10.12677/sea.2022.115103
  20. 20. Harrouche S., Nacereddine N., Goumeidane A.B. A Comparative Study of Different CNN Models using Transfer Learning for Weld Defect Classification in Radiographic Testing / Proc. of the 4th International Conference on Electrical, Communication and Computer Engineering (ICECCE). 30—31 December 2023, Dubai, UAE. DOI: 10.1109/ICECCE61019.2023.10442057
  21. 21. ГОСТ ISO 17636—2—2017. Неразрушающий контроль сварных соединений. Радиографический контроль. Часть 2. Способы рентгено- и гаммаграфического контроля с применением цифровых детекторов.
  22. 22. GOST ISO 17636—2—2017. Non-destructive testing of welded joints. Radiographic testing. Part 2. Methods of X-ray and gamma-ray testing using digital detectors.
  23. 23. ГОСТ ISO 10893—7—2021. Трубы стальные. Часть 7. Цифровой радиографический контроль сварных швов для обнаружения дефектов.
  24. 24. GOST ISO 10893—7—2021. Steel pipes. Part 7. Digital radiographic inspection of welds for defect detection.
  25. 25. ГОСТ Р ИСО 19232—1—2024. Контроль неразрушающий. Качество изображений на радиографических снимках. Часть 1. Определение значения показателя качества изображения с использованием индикаторов качества изображения проволочного типа.
  26. 26. GOST R ISO 19232—1—2024. Non-destructive testing. Image quality in radiographic images. Part 1. Determination of image quality indicator values using wire-type image quality indicators.
  27. 27. Косарина Е.И., Крупнина О.А., Демидов А.А., Михайлова Н.А. Цифровое оптическое изображение и его зависимость от радиационного изображения при неразрушающем контроле методом цифровой рентгенографии // Авиационные материалы и технологии. 2019. № 1 (54). С. 37—42. DOI: 10.18577/2071-9140-2019-0-1-37-42
  28. 28. Kosarina E.I., Krupnina O.A., Demidov A.A., Mikhaylova N.A. Digital optical pattern and its dependence on the radiation image at non-destructive testing by method of digital radiography // Aviation Materials and Technologies. 2019. No. 1 (54). P. 37—42. DOI: 10.18577/2071-9140-2019-0-1-37-42
  29. 29. Григорченко С.А., Капустин В.И. Классификация дефектов при автоматизированном радиографическом контроле сварных соединений // Дефектоскопия. 2009. Т. 45. № 9. С. 73—87.
  30. 30. Grigorchenko S.A., Kapustin V.I. Classification of flaws in automated radiographic inspection of welded joints // Defectoskopiya. 2009. No. 9. P. 73—87.
  31. 31. Григорченко С.А., Капустин О.Е. К вопросу обнаружения радиографических изображений дефектов сварных соединений // Сварка и диагностика. 2023. № 5. С. 17—19.
  32. 32. Grigorchenko S.A., Kapustin O.E. On the issue of detecting radiographic images of defects in welded joints // Welding and diagnostics. 2023. No. 5. P. 17—19.
  33. 33. Капустин В.И., Зуев В.М., Иванов В.И., Дуб А.В. Радиографический контроль. Информационные аспекты. М.: Издательство «НАУЧТЕХЛИТИЗДАТ», 2010. 368 с.
  34. 34. Kapustin V.I., Zuev V.M., Ivanov V.I., Dub A.V. Radiographic inspection Information aspects. Moscow: LLC Publishing House “NAUCHTEKHLITIZDAT”, 2010. 368 p.
  35. 35. НП-105-18. Правила контроля металла оборудования и трубопроводов атомных энергетических установок при изготовлении и монтаже.
  36. 36. NP-105-18. Rules for metal control of equipment and pipelines of nuclear power plants during manufacture and installation.
  37. 37. ГОСТ 23055—78. Контроль неразрушающий. Сварка металлов плавлением. Классификация сварных соединении по результатам радиографического контроля.
  38. 38. GOST 23055—78. Non-destructive testing. Fusion welding of metals. Welds classification by radiography testing results.
  39. 39. СТО Газпром 2-2.4-917-2014. Инструкция по радиографическому контролю качества сварных соединений при строительстве и ремонте промысловых и магистральных трубопроводов.
  40. 40. STO Gazprom 2-2.4-917-2014. Instructions for radiographic quality control of welded joints during the construction and repair of field and main pipelines.
  41. 41. Воробейчиков С.Э., Фокин В.А., Удод В.А., Темник А.К. Оценка эффективности двух алгоритмов сегментации цифрового радиационного изображения объекта контроля // Дефектоскопия. 2017. № 2. С. 60—67.
  42. 42. Vorobeychikov S.E., Fokin V.A., Udod V.A., Temnik A.K. Evaluation of the effectiveness of two algorithms for segmentation of a digital radiation image of a test object // Defectoskopiya. 2017. No. 2. P. 60—67.
  43. 43. Воробейчиков С.Э., Фокин В.А., Удод В.А., Темник А.К. Исследование двух алгоритмов распознавания образов для классификации дефектов в объекте контроля по его цифровому изображению // Дефектоскопия. 2015. № 10. С. 54—63.
  44. 44. Vorobeychikov S.E., Fokin V.A., Udod V.A., Temnik A.K. Investigation of two pattern recognition algorithms for classifying defects in a control object based on its digital image // Defectoskopiya. 2015. No. 10. P. 54—63.
  45. 45. Григорченко С.А. Автоматизированная оценка качества сварных соединений по параметрам радиографических изображений дефектов // Контроль. Диагностика. 2009. № 10. С. 30—36.
  46. 46. Grigorchenko S.A. Automated assessment of the quality of welded joints according to the parameters of radiographic images of flaws // Control. Diagnostics. 2009. No. 10. P. 30—36.
  47. 47. Григорченко С.А., Уколов И.А. Определение фона в задаче поиска радиографических изображений дефектов // Трубопроводный транспорт: теория и практика. 2012. № 2 (30). С. 14—17.
  48. 48. Grigorchenko S.A., Ukolov I.A. Определение фона в задаче поиска радиографических изображений дефектов // Pipeline Transport: Theory and Practice. 2012. No. 2 (30). P. 14—17.
  49. 49. Бардин Б.В. Исследование возможностей медианной фильтрации при цифровой обработке изображений совокупностей локальных биологических объектов // Научное приборостроение. 2011. Т. 21. № 2. С. 120—125.
  50. 50. Bardin B.V. Research of the possibilities of median filtering in digital processing of images of sets of local biological objects // Scientific Instrumentation. 2011. V. 21. No. 2. P. 120—125.
  51. 51. Бардин Б.В. Быстрый алгоритм медианной фильтрации // Научное приборостроение. 2011. Т. 21. № 3. С. 135—139.
  52. 52. Bardin B.V. A fast algorithm for median filtering // Scientific Instrumentation. 2011. V. 21. No. 3. P. 135—139.
  53. 53. Verbeek P.W., Vrooman H.A., Van Vliet L.J. Low-level image processing by max-min filters // Signal Processing. 1988. V. 15 (3). P. 249—258. DOI: 10.1016/0165-1684(88)90015-1. https://doi.org/10.1016/0165-1684 (88)90015-1.
QR
Translate

Indexing

Scopus

Scopus

Scopus

Crossref

Scopus

Higher Attestation Commission

At the Ministry of Education and Science of the Russian Federation

Scopus

Scientific Electronic Library