UMA CONTRIBUIÇÃO À ANÁLISE AUTOMÁTICA DE IMAGENS RADIOGÁFICAS DE JUNTAS SOLDADAS

Abstract This work approaches some techniques for automatic segmentation of welded joints. Specially, a new method to
implement this segmentation is proposed . This new method is based on projection analysis of radiographic image. Some results
obtained with this method are illustrated and compared with others from the application of traditional techniques.

Keywords welded joints, radiographic images, segmentation.

Resumo Este trabalho apresenta uma técnica de segmentação automática de cordões de solda baseado na análise da projeção
de imagens radiográficas. Em especial é proposto um novo método para realizar esta segmentação. Os resultados obtidos são
comparados com aqueles obtidos com as técnicas existentes, comprovando as vantagens do uso de tal técnica.

Palavras-chave cordões de solda, imagens radiográficas, segmentação.

computador, eliminado a necessidade da manipulação

1 Introdução
As tubulações são consideradas o mais seguro e mais
econômico meio para os transportes de líquidos ou
gás através de longas distâncias (Shafeek et-al,
2003a). As inspeções sobre as tubulações de óleo e
gás, em especial as inspeções de cordão de solda, são
essenciais para garantir a qualidade das soldas, au-
mentando a segurança do uso de tais tubulações
(Wang & Liao, 2002). No entanto, a maior parte das
vezes estas inspeções de cordões de solda são execu-
tadas totalmente ou quase totalmente no visual, o que
exige a experiência do operador (Wang & Liao,
2002). A inspeção visual das soldas é uma difícil
tarefa, principalmente quando um grande número de
soldas são inspecionadas (Shaffek et-al, 2003b), isto
pode ser observado através de estudos que relatam
um aproveitamento de 60-75% na captação de defei-
tos pela inspeção humana (Chan & Pang, 2000).
Como foi mencionado, a necessidade da inspe-
ção do cordão de solda nas tubulações de óleo e gás é
relevante e consiste em uma das áreas mais importan-
tes dos métodos de ensaios não-destrutivos (END´s).
Neste caminho o uso de filmes radiográficos é o mé-
todo fundamental há mais de 50 anos, sendo a detec-
ção de defeitos em cordões de solda utilizando ima-
gens radiográficas um dos mais importantes métodos
de END´s (Shafeek et-al, 2003b). A inspeção radio-
gráfica é amplamente utilizada na indústria para o
exame não destrutivo de todos os tipos de cordões de
solda. Estas inspeções possibilitam a identificação de
defeitos como: trinca, porosidade, falta de fusão e
inclusões sólidas (Lawson & Parker, 1994).
O limite que existe na capacidade humana de
inspecionar defeitos, principalmente em tarefas repe-
titivas, gera erros no processo. E objetivando uma
diminuição nos custos do processo de inspeção, e um
aumento na confiabilidade da inspeção torna-se ne-
cessária uma inspeção automática (Chan & Pang,
2000).
Para a execução desta inspeção automática, a
radiografia digital ou radioscopia (radiografia em
tempo real) é uma das formas usada. A imagens de
alta resolução são adquiridas em tempo real por um
de filmes radiográficos e proporcionando uma melhor
qualidade (Andreucci, 2002).
Existem várias metodologias para a inspeção au-
tomática em END´s. Se o objetivo da inspeção é a
deteção de falhas, estas metodologias baseiam-se em
técnicas de visão computacional (Shafeek et-al,
2003a; Shafeek et-al, 2003b; Wang & Liao, 2002;
Sezgin e Sankur, 2003), algoritmos fuzzy (Lashkia,
2000), redes neurais (Lawson & Parker, 1994; Rao
et-al, 2002) e análise do perfil da tubulação (Zscher-
pel et-al, 2000).
Neste contexto, este artigo propõe um método de
segmentação de cordões de solda através da análise
da projeção em imagens radiográficas a ser integrado
em um software de inspeção automática.
O artigo está organizado como segue: na seção 2
faz-se uma breve descrição do problema de segmen-
tação em imagens radiográficas, na seção 3 apresen-
ta-se o método proposto, na seção 4 são apresentados
os teste executados e os resultados obtidos e por fim
as conclusões e os trabalhos futuros são apresentados
na seção 5.
2 Descrição do Problema
O objetivo do método proposto neste trabalho é sepa-
rar o cordão de solda do resto da imagem, ou seja,
segmentar o cordão de solda. Segundo (Gonzales &
Woods, 1992) em geral a segmentação é uma das
tarefas mais difíceis em processamento de imagem,
sendo que uma segmentação efetiva quase sempre
garante sucesso no reconhecimento.
De acordo com (Wang & Liao, 2002; Felisberto
et-al, 2003) inspeções radiográficas automáticas de-
vem passar por três fases: segmentar a região do cor-
dão de solda do fundo da imagem, identificar as pro-
priedades da solda, classificar a solda ou a imagem.
Em (Lashkia, 2000) é feita a segmentação do de-
feito na imagem radiográfica utilizando parâmetros
de variância e contraste da imagem, sendo empregada
em seguida o raciocínio fuzzy para a detecção de de-
feitos nos cordões de solda. Em (Wang e Liao, 2002)
é utilizada uma técnica de processamento digital de
imagem para a extração do defeito da solda. Nesta
técnica é estimado um modelo de fundo do defeito
através da suavização da imagem do cordão de solda,
e então é feita a subtração entre esse modelo de fun-
do e a imagem original, obtendo um maior realce do
defeito e classificando-o de forma eficiente.
Os trabalhos dos autores citados anteriormente
segmentam os defeitos do cordão da solda e utilizam
apenas a imagem do cordão. Porém a imagem radio-
gráfica não apresenta somente o cordão, a figura 1
mostra a imagem de uma junta soldada onde nota-se
outros detalhes além do cordão de solda. Tais deta-
lhes são irrelevantes para a análise de defeitos na
solda, pois as técnicas de identificação de defeitos
encontradas em (Wang & Liao, 2002; Lashkia, 2000;
Shafeek et-al, 2003a; Shafeek et-al, 2003b) são apli-
cadas somente no cordão. Portanto torna-se interes-
sante uma segmentação que diferencie o cordão de
solda do metal de base, diminuindo o esforço compu-
tacional para identificar o defeito na solda.
Em (Shafeek et-al, 2003a) essa separação entre o
cordão de solda e o metal de base é feita de forma
manual. O usuário gera uma janela ao redor do cor-
dão de solda para posteriormente serem aplicadas as
técnicas de processamento de imagem dentro dessa
janela. Com o cordão de solda isolado, (Shafeek et-
al, 2003b) conseguem realçar os defeitos da solda,
possibilitando o levantamento de parâmetros e a
identificação. Os autores citados destacam também a
importância da localização do defeito em relação à
Figura 2. Imagem Radiográfica de Cordão de Solda Limiariaza-
da, pelo método de Otsu.
solda para efeitos de classificação, por isso descre-
vem como é fundamental a separação da imagem em
quatro partes: interior da solda, centro da solda, bor-
da da solda e metal de base.
Desta forma para uma completa automatização
do sistema de identificação de defeitos primeiramente
torna-se importante uma eficiente separação entre o
cordão de solda e o metal de base, o qual é objetivo
do método proposto neste trabalho.
3 Método Proposto
Os algoritmos de segmentação baseiam-se em uma
das seguintes propriedades: descontinuidade ou simi-
laridade (Da Silva, 1999). Para buscar a descontinui-
dade, a imagem é particionada na ocorrência de mu-
danças bruscas da tonalidade, por outro lado, para
executar a busca pela similaridade utilizam-se técni-
cas de limiarização, crescimento de regiões e divisão
e fusão de regiões (Gonzales & Woods, 1992).
Para segmentar o que é cordão de solda do que
não é cordão de solda pode também ser utilizada a
propriedade da similaridade, através da busca dos
valores de pixels que sejam similares. Os tons de
cinza dos pixels que correspondem à região do cor-
dão de solda são similares entre si e diferentes dos
pixels que correspondem ao metal de base, como é
possível notar na figura 1. Sendo que esta proprieda-
de é utilizada neste trabalho.
Primeiramente, é utilizada uma técnica de limia-
rização global simples com o objetivo de separar a
imagem em duas regiões. A limiarização global sim-
ples é baseada no particionamento do histograma em
apenas um único limiar. Tal técnica resulta em suces-
so apenas em ambientes controlados como é o caso,
na maioria das vezes, das inspeções industriais (Gon-
zales & Woods, 1992).
De acordo com (Sezgin & Sankur, 2001) foram
Figura 1. Imagem Radiográfica de Cordão de Solda.
distinguidos seis categorias de algoritmos de limiari-
zação baseado no tipo de informação que eles usam.
Das seis categorias apresentadas pelos autores a que
melhor se adapta ao uso de limiarização global sim-
ples é a de agrupamento de informação do nível de
cinza. Sendo que os autores citam o método de Otsu
como representante desta categoria.
O primeiro passo do método proposto é aplicar o
algoritmo de Otsu, (Parker, 1997), para executar a
limiarização na imagem original (figura 1). O resul-
tado desta limiarização é mostrado na figura 2, nota-
se uma concentração maior de pixels brancos na regi-
ão da solda do que nas outras, incluindo as outras
regiões claras.
As imagens utilizadas neste trabalho apresentam
radiografias digitais de trechos dos cordões de solda,
portanto a solda atravessa as imagens de um lado ao
outro. Este fato permite a análise da concentração
maior de pixels e também permite concluir que a
projeção horizontal não apresenta característica rele-
vante sobre a posição da solda na imagem, por outro
lado, a projeção vertical apresenta informações signi-
ficativas sobre a posição da solda, como mostra a
figura 3.
 A projeção vertical (figura 3) apresenta o núme-
ro de pixels brancos por linha da imagem limiarizada,
ele é calculado através da equação 1.
N
pi    k j (1)
j 1
Onde kj são os pixels brancos da linha i da ima-
gem limiarizada, N é o número de colunas da ima-
gem, e i pode assumir valores de 1 até M, sendo M o
número de linhas da imagem.
A figura 4 destaca a projeção vertical que é ilus-
trado na figura 3. Observando a figura 4 é possível
notar que a região da projeção que apresenta maior
valor, ou seja, o seu pico, corresponde a região da
solda na imagem. Ainda analisando a figura 4 é pos-
sível concluir que as mudanças mais abruptas no va-
lor da projeção estão à direita e à esquerda do maior
valor, e confrontando com a figura 3 observa-se que
tais mudanças correspondem às bordas da solda.
As mudanças abruptas do valor da projeção po-
dem ser destacadas utilizando o cálculo da derivada,
semelhante ao que (Zscherpel et-al, 2000) executa-
ram para localizar espessura de tubulações em ima-
gens radiográficas digitais. O cálculo da derivada da
projeção vertical da imagens é dado pela equação 2.
pd i   pi   pi  K  (2)
Onde pd(i) e p(i) são o valor da derivada da pro-
jeção e o valor da projeção respectivamente, para o
ponto em análise, p(i-K) é o valor da projeção distan-
te de K amostras do ponto em análise, e i corresponde
ao ponto em análise. Por exemplo, para K igual valor
1, o valor da derivada seria o valor atual subtraído do
valor anterior.
A figura 5.a mostra o efeito do cálculo da deri-
vada na projeção vertical. É possível notar que para
Figura 3. Imagem Radiográfica de Cordão de Solda Limiarizada
sendo comparada com a projeção vertical.
as regiões mais abruptas da projeção original, corres-
pondentes às bordas da solda, o valor da derivada
apresenta seus valores de máximo e mínimo. Porém
testes mostraram que a utilização do valor de máximo
como marca para segmentação da solda acarreta em
perda de parte do cordão, devido a isto e para não
perder os extremos do cordão de solda é utilizado
como marca apenas o valor de mínimo da derivada,
ou seja, o seu vale.
Desta forma é possível marcar a linha onde se
encontra uma das bordas da solda, figura 5a (segunda
Figura 4. Projeção Vertical da Imagem Radiográfica.
borda). Para a marcação da linha da primeira borda
basta repetir o cálculo da derivada com o sentido de
varredura contrário como mostra a figura 5.b.
Ou seja, para o cálculo da derivada representada
na figura 5.a utiliza-se a equação 2 com os valores de
i variando de 1 até M, sendo M o número de linhas da
imagem. Por outro lado para o cálculo da derivada no
sentido de varredura inverso utiliza-se a equação 3.
pd i   p i   pl i  K  (3)
Onde pd(i) e p(i) são o valor da derivada da pro-
jeção e o valor da projeção respectivamente, para o
ponto em análise, p(i+K) é o valor da projeção dis-
tante de K amostras do ponto em análise porém no
sentido contrário, e i corresponde ao ponto em análi-
se e neste caso varia de M até 1. Para as imagens
utilizadas neste trabalho os testes mostraram que o
melhor valor de K é 20.
Os valores de i que correspondem aos mínimos
das derivadas marcam as linhas onde começa e ter-
mina o cordão de solda, que são as bordas (figura 5.a
e5.b)
A partir da obtenção das duas bordas é feita a
segmentação. Na segmentação é considerada parte
interna da solda toda região da imagem cuja linha
está localizada entre as linhas que correspondem a
primeira e a segunda borda do cordão de solda. As
linhas da imagem que estão localizadas acima ou
abaixo das linhas das bordas são consideradas com-
ponentes das regiões que fazem parte do metal de
base. Este método pode ser aplicado em cordões de
solda que apareçam inclinados nas imagens. Para isto
basta aplicar o método proposto em (Felisberto et-al,
2004) que encontra o ângulo entre o eixo x e o cor-
dão de solda inclinado da imagem, executa a rotação
colocando o cordão na posição horizontal e permite
eficácia na aplicação do método proposto neste traba-
lho.

O método proposto de segmentação pode ser
dividido nas seguintes etapas: limiarização da ima-
gem radiográfica utilizando o método de Otsu, cálcu-
lo da projeção vertical da imagem limiarizada por
agregação de pixels brancos, identificação das linhas
na imagem que correspondam às bordas por meio do
cálculo da derivada da projeção, separação da região
entre bordas e resto da imagem.
4 Testes e Resultados
Figura 5.a. Cálculo da Posição da Segunda Borda.
As figuras 6 e 7 mostram as imagens originais de
Figura 5.b. Cálculo da Posição da Primeira Borda.
duas radiografias digitais com os cordões de solda
segmentados. É possível observar duas linhas brancas
próximas as bordas, estas linhas são as janelas que
segmentam os cordões de solda do restante da ima-
gem. A obtenção destas janelas muitas vezes é feita
de forma manual, mas neste caso é obtida a partir do
método proposto.
Estas imagens segmentadas, das figuras 6 e 7,
são as regiões a serem analisadas para identificação
dos defeitos em cordões de solda, aplicando métodos
de identificação de defeitos somente na solda, como é
feito em (Shafeek et-al, 2003a; Shafeek et-al 2003b;
Wang & Liao, 2002).
A figura 8 mostra uma imagem de junta soldada
com falta de penetração, trata-se de uma imagem com
apenas o cordão de solda e o metal de base, nestes
casos o método proposto apresentou 100% de apro-
veitamento na segmentação para os testes realizados.
A figura 9 mostra apenas o cordão de solda da
figura 8 segmentado, que foi obtido com a aplicação
do método proposto. Essa imagem da figura 9 deve
ser vista como entrada para uma técnica de segmen-
tação e identificação de defeitos.
As figura 10 e 11 são exemplos do resultado da
aplicação de técnicas de segmentação de defeitos em
cordões de solda produzidas por outros autores e que
podem ser beneficiadas pelo método proposto neste
Figura 10. Processamento para realce dos defeitos no cordão.
(Shafeek et-al, 2003a)
Figura11.
Figura 6. Imagem de Cordão
Processamento paraderealce
Soldados
segmentada
defeitos nopor duas
cordão.
linhas brancas
(Wang nas2002)
& Liao, bordas.
trabalho. O cordão de solda antes selecionado manu-
Figura 7. Imagem de Cordão de Solda segmentada por duas
linhas brancas nas bordas.
almente, agora passa a ser selecionado automatica-
mente.
A figura 10 ilustra o resultado do processamento
proposto por (Shafeek et-al, 2003a) para realçar os
defeitos no cordão aplicado na imagem segmentada
da figura 9. As técnicas de processamento digital de
imagem aplicadas na imagem foram as mesmas pro-
postas por (Shafeek et-al, 2003a): expansão de histo-
grama, equalização de histograma, aplicação do filtro
da mediana e especificação de histograma.
Da mesma forma a figura 11 ilustra o resultado
do processamento proposto por (Wang & Liao, 2002)
para realçar os defeitos no cordão aplicado na ima-
gem segmentada da figura 9. Neste caso as técnicas
aplicadas na imagem foram as mesmas propostas por
(Wang & Liao, 2002) que consiste na análise de cada
Figura 8. Imagem Radiográfica de Junta Soldada com Falta de
Penetração.
FONTE: Manual da AGFA
Figura 9. Imagem Radiográfica do cordão de Solda.
“fatia” transversal da imagem de forma gerar um
fundo estimado e executar a subtração entre esse fun-
do estimado e a imagem original com a intenção de
realçar os defeitos.
Para o processo de limiarização, que ocorre an-
tes da análise da derivada sobre a projeção, além do
método de Otsu, foi analisada também a aplicação do
método proposto por (Sezgin & Sankur, 2003). Tra-
ta-se de uma segmentação com múltiplos limiares e
limiarização em dois níveis de cinza. O método é
baseado no cálculo das médias e das variâncias do
fundo da imagem e da região de interesse, sobre o
histograma. A partir dos valores dos limiares selecio-
nados é escolhido o limiar final, que vai depender se
a região de interesse é clara ou escura. Segundo uma
análise feita por (Sezgin & Sankur, 2003) que leva
em consideração medidas de performance da seg-
mentação, este método é o que apresenta menor erro,
sendo inclusive um erro menor que o método de
Otsu, que é a limiarização usada na geração da proje-
ção vertical do método proposto neste trabalho.
este método não consegue ressaltar a projeção do
cordão de solda, não sendo viável a aplicação essa
aplicação no método proposto.
5 Conclusão
Na literatura muito foi encontrado sobre segmentação
e classificação dos defeitos internos ou centrais da
solda, sendo que alguns destes métodos executam a
segmentação do cordão de solda de forma manual,
permitindo o erro humano. Neste sentido o objetivo
deste trabalho é mostrar os resultados de um novo
método de segmentação de cordões de solda em ima-
gens radiográficas de forma automática e que se mos-
trou bastante eficiente apresentando um alto índice de
aproveitamento.
O uso do método de Otsu na etapa de limiariza-
ção apresentou resultados compatíveis com o espera-
do, pois as imagens são de inspeção industrial, e nes-
ses ambientes limiarizações globais simples devem
apresentar bons resultados. Por outro lado, o método
com múltiplos limiares proposto por (Sezgin &
Sankur, 2003) mostrou ser bastante seletivo em com-
paração com o de Otsu, porém de acordo com os
testes realizados nas imagens deste trabalho o método
de Otsu apresentou mais eficácia (figura 2 e 12).
O método de segmentação da região da solda
proposto neste trabalho será associado a métodos de
identificação de falhas na região da solda e de classi-
ficação dos tipos de defeitos, integrando-os em uma
metodologia robusta para ensaios não-destrutivos
(END´s).
Figura 12. Imagem Limiarizada pelo método dos múltiplos
limiares. (Sezgin & Sankur, 2003)

Para efeito de comparação visual as figuras 2 e

12 mostram a imagem radiográfica da figura 1 limia-
rizada respectivamente pelo método de Otsu e pelo
método dos múltiplos limiares proposto por (Sezgin
& Sankur, 2003). Como pode ser visto na figura 12