استفاده از الگوریتم میانگین غیر محلی و پرتونگاری صنعتی برای آشکارسازی عیوب قطعات هواپیما

تنش‌های فیزیکی در قطعات معیوب هواپیما باعث شکستگی و خسارت می‌شوند. تشخیص دقیق عیب‌های داخلی توسط آزمون رادیوگرافی امکان پذیر است. تعیین مکان عیوب توسط شخص پرتوکار، به دقت و مهارت و کیفیت رادیوگراف‌ها بستگی دارد. بسیاری از تصاویر تهیه شده با روش پرتونگاری صنعتی واضح نیستند و تشخیص دقیق عیوب آنها مشکل است؛ در نتیجه نیاز به روش‌هایی است که به کمک آنها بتوان این عیب‌ها را دقیق‌تر بررسی کرد. تصاویر رادیوگرافی یا پرتونگاره‌ها به علت پراکندگی ذاتی اشعه ایکس قدری مات شدگی دارند. در این مطالعه با استفاده از روش صافی میانگین غیر محلی که مبتنی بر تشخیص پیکسل‌های مشابه در یک همسایگی است، برای تشخیص نواحی خوردگی استفاده شده است. در این روش تصویر به پنجر‌ه‌های کوچکتر تقسیم شده و الگوریتم پیکسل‌یابی روی این قسمت‌ها انجام می‌شود. در این روش داشتن انحراف معیار نویز اولیه برای پیاده‌سازی الگوریتم مهم است. نتایج نشان می‌دهد با توجه به نداشتن مقدار تابع نویز تصاویر رادیوگرافی، روش حذف زمینه برای اجرای این الگوریتم مناسب‌تر است. در این تحقیق، با در نظر گرفتن مقدار زیادی برای انحراف معیار نویز فرضی، تصویر زمینه بدست آمده و از تصویر اولیه رادیوگرافی کم شده است. تصویر بازسازی شده دارای لبه‌های تیزی است که نواحی خوردگی را با وضوح بیشتر مشخص می‌کند. ارزیابی نتایج توسط کارشناسان رادیوگرافی نشان می‌دهد که از نظر آنها این روش کارایی لازم برای آشکارسازی عیوب را دارد.