산업용 방사선영상으로부터 신뢰할만한 용접부위를 추출하는 것은 용접부의 결함을 검출하기 이전에 수행해야할 선행과제이다. 이 논문은 강판튜브 CR영상으로부터 용접특징 부위의 검출과 추출을 시도한다. 먼저 용접부위와 비용접부위로 구분된 샘플영상 160(개)를 통계 분석하여 두 부류 사이의 차이를 식별한다. 그 후 군집화 파라미터 결정을 위한 패턴분류 작업을 실시한다. 이 파라미터들은 간격, 함수부합정도 및 연속성이다. 관측된 용접영상을 선(線)별로 처리하되 각 선데이터군(群)에 가변 이동창을 적용하여 구역을 선점한다. 각 창을 구성하는 데이터의 직접 및 비용접부위 귀속여부는 국부확률선군집화 방식을 적용하여 분류한다. 순차적 과정을 거쳐 매 단계마다의 경계치 산출에 의해 두 영역 사이의 경계선을 추적하며 그 결과 용접 특징부위를 추출한다. 그리고 CR용접영상 실험을 통해 그 효과를 입증한다.
A reliable extraction of welded area is the precedent task before the detection of weld defects in industrial radiography. This paper describes an attempt to detect and extract the welded features of steel tubes from the computed radiography(CR) images. The statistical properties are first analyzed on over 160 sample radiographic images which represent either weld or non-weld area to identify the differences between them. The analysis is then proceeded by pattern classification to determine the clustering parameters. These parameters are the width, the functional match, and continuity. The observed weld image is processed line by line to calculate these parameters for each flexible moving window in line image pixel set. The local statistic line-clustering method is used as the classifier to recognize each window data as weld or non-weld cluster. The sequential procedure is to track the edge lines between two distinct regions by iterative calculation of threshold, and it results in extracting the weld feature. Our methodology is concluded to be effective after experiment with CR weld images.
