بهيـنه سازي تفسير تصاوير پرتونگاري صنعتي جهت تشـخيص عيب هاي لوله‌هاي نفت و گاز در نواحـي جوش با استفاده از پردازش تصوير

Improvement of Industrial Radiography for Defect Detection of Oil and Gas Pipelines in Weld Regions by Image Processing

آزمون پرتونگاري از مجموعه آزمون‌هاي غير‌مخرب، يكي از پركاربردترين و قديمي‌ترين روش‌ها، جهت تشخيص عيب‌هاي نواحي جوش خطوط انتقال نفت و گاز مي‌باشد. به‌منظور افزايش دقت شناسايي و آشكارسازي عيب‌هاي نواحي جوش در فيلم پرتونگاري و كاهش خطاي شخص مفسر جوش، نياز به سيستمي براي افزايش كيفيت تصاوير پرتونگاري، ضروري به نظر مي‌رسد. در اين تحقيق، روشي كه شامل چندين مرحله مي‌باشد جهت بهبود كيفيت تصاوير پرتونگاري نواحي جوش به منظور آشكارسازي عيب‌هاي جوش موجود در اين تصاوير پيشنهاد گرديده است. در اين كار، به منظور آناليز فيلم‌هاي پرتونگاري از روشهاي پردازش تصاوير ديجيتال استفاده شده است. نتايج به دست آمده از اجراي روش پيشنهادي بر روي 60 قطعه فيلم پرتونگاري ناحيه جوش با كيفيت‌هاي متفاوت، حاكي از آن است كه اين روش، قابليت آشكارسازي عيب‌هاي جوش در فيلم‌هاي با كيفيت بالا و متوسط را با دقت %100 و در فيلم‌هاي با كيفيت پايين و بسيار پايين را به ترتيب با دقت تقريبي %87 و %47 دارا مي‌باشد.

Industrial Radiography is one of the oldest and most usable of non-destructive methods for studying the defects inside the weld regions of pipelines. It sounds, to increase the quality of radiographic images inside the film and to decrease the weld commentary errors. It is necessary to have a system or method to improve the accuracy of recognition and detection of defects in the weld regions. In this research work, by using digital image processing methods, a new method has been proposed to improve the quality of the images on radiographic films of weld regions. The proposed method has been tested by 60 pieces of radiographic films of weld regions with different quality. The results showed the proposed algorithm and method has the ability to detect the defects inside the weld regions with 100% precision for the films with high and normal quality and with 87% and 47% precisions for the films with low and very low qualities respectively.