紅外熱成像技術(shù)在亞平面缺陷檢測(cè)中的應(yīng)用

王鵬飛，楊永躍，趙 茹

（合肥工業(yè)大學(xué) 儀器儀表與光電工程學(xué)院，安徽 合肥 230009）

紅外無(wú)損檢測(cè)技術(shù)也稱(chēng)為熱無(wú)損檢測(cè)技術(shù)，是一種建立在物理熱傳導(dǎo)學(xué)理論上的一種方法.由于檢測(cè)面積大、響應(yīng)速度快、檢測(cè)范圍廣，對(duì)檢測(cè)物體無(wú)任何影響，所以紅外無(wú)損檢測(cè)技術(shù)在材料缺陷檢測(cè)中的應(yīng)用越來(lái)越廣泛。20世紀(jì)60年代美國(guó)的一些學(xué)者就開(kāi)展了紅外無(wú)損檢測(cè)理論的研究，到上世紀(jì)80年代，C.K.Hsieh等人在內(nèi)表面溫度和熱流分別一定的情況下，對(duì)材料內(nèi)表面存在的矩形缺陷利用紅外掃描溫度，定量計(jì)算了矩形平板和直角柱體內(nèi)的缺陷大小[1]。最近幾年來(lái)，S.Sahnoun，S.Belattar利用一個(gè)二維模型對(duì)平板結(jié)構(gòu)內(nèi)的圓形缺陷進(jìn)行了紅外無(wú)損檢測(cè)的研究，確定了圓形缺陷的位置及其性質(zhì)[2]。T.Sakagami，S.Kubo利用熱波的相位延遲對(duì)混凝土材料的內(nèi)部缺陷進(jìn)行了定量分析研究[3]。而近年來(lái)美國(guó)多家大公司（如GE、GM、波音、福特、洛克希德、西屋等）及政府機(jī)構(gòu)（如：NASA、FAA）等都已經(jīng)在廣泛應(yīng)用和推廣該項(xiàng)技術(shù)。在國(guó)內(nèi)近年來(lái)也進(jìn)行了很多研究，華北電力大學(xué)的關(guān)榮華對(duì)紅外熱診斷和導(dǎo)熱反問(wèn)題進(jìn)行了討論研究，并以圓柱型工業(yè)設(shè)備內(nèi)壁缺陷為例進(jìn)行了數(shù)值模擬。首都師范大學(xué)、北京航空材料研究院利用紅外熱波技術(shù)在航空航天領(lǐng)域開(kāi)展了大量富有成效的工作[4]。

亞表面無(wú)損檢測(cè)技術(shù)是利用紅外熱成像無(wú)損檢測(cè)技術(shù)檢測(cè)物體表面之下靠近表面的一項(xiàng)新的檢測(cè)方法，用來(lái)檢測(cè)物體亞表面的缺陷并進(jìn)行提取分析。電子散斑干涉測(cè)量是一種新型先進(jìn)的測(cè)量物體表面的技術(shù)，但是由于不能測(cè)量物體內(nèi)部的變化，所以不能用于亞表面的缺陷測(cè)量。因此紅外熱成像無(wú)損檢測(cè)技術(shù)在亞表面無(wú)損檢測(cè)里有廣闊的應(yīng)用前景。

1 紅外熱成像無(wú)損檢測(cè)技術(shù)原理

本次實(shí)驗(yàn)所用的紅外熱像儀和被測(cè)試件如圖1和圖2所示。為了便于直觀觀察試件的亞表面內(nèi)部缺陷，此實(shí)驗(yàn)中使用透明的玻璃纖維作為試件。

紅外熱像檢測(cè)方法按引起溫差方式的不同分為主動(dòng)式和被動(dòng)式。主動(dòng)紅外熱像檢測(cè)是指對(duì)被測(cè)物體通過(guò)外加熱源，使其失去熱平衡，在熱傳導(dǎo)過(guò)程中進(jìn)行紅外檢測(cè)。被動(dòng)紅外檢測(cè)是利用被測(cè)物體與周?chē)h(huán)境溫度不同，不施加外部熱源進(jìn)行的紅外檢測(cè)。由于被動(dòng)式紅外檢測(cè)受到周?chē)鷾囟鹊挠绊懘?，圖像識(shí)別精度低，所以本文采用主動(dòng)式加熱的方法-脈沖加熱法PT（Pulsed Thermography），原理圖如圖3所示。

圖1 實(shí)驗(yàn)用紅外熱像儀Fig.1 Infrared camera

圖2 實(shí)驗(yàn)用測(cè)試物件Fig.2 Test specimen

圖3 脈沖加熱紅外熱像檢測(cè)方法示意圖Fig.3 Principle chart

脈沖熱像法是研究最多的和最成熟的方法。物體亞表面有缺陷是，其表面的熱場(chǎng)發(fā)生變化。通過(guò)接受來(lái)自物體表面的熱波，就可以對(duì)物體內(nèi)部的狀態(tài)做出判斷。由于物體與周?chē)橘|(zhì)溫差小，所以引入外加光源提高物體表面的溫度，有效去除周?chē)橘|(zhì)的影響。

用一束脈沖強(qiáng)熱流照射物體表面，單位面積接收熱能的一維傳導(dǎo)方程為：

式中k-熱傳導(dǎo)系數(shù)

ρ—密度

c—比熱

T—溫度

t—時(shí)間

應(yīng)用邊界條件求解方程得到物體無(wú)損處的溫度為

當(dāng)熱波傳播到物體亞表面時(shí)，將受到阻礙并反射傳播，從而缺陷部分的溫度隨時(shí)間變化關(guān)系為

進(jìn)而得到表面溫度差

所以，對(duì)物體進(jìn)行脈沖加熱后，只需用紅外熱像儀檢測(cè)表面溫度場(chǎng)分布即可判斷亞表面是否有缺陷并通過(guò)圖像軟件進(jìn)行特征提取。

2 紅外熱成像無(wú)損檢測(cè)流程

紅外熱成像無(wú)損檢測(cè)依靠機(jī)器視覺(jué)技術(shù)對(duì)采集的紅外圖像進(jìn)行軟件處理。在機(jī)器視覺(jué)系統(tǒng)中，視覺(jué)信息的處理主要依賴(lài)于圖像處理，其包括圖像增強(qiáng)、數(shù)據(jù)編碼傳輸、平滑處理、邊緣銳化、圖像分割、特征抽取、圖像識(shí)別和理解等[5]。根據(jù)紅外熱成像過(guò)程進(jìn)行逐項(xiàng)選擇，便于對(duì)熱圖像中的缺陷位置直觀顯示和定位。

2.1 無(wú)損檢測(cè)中熱圖像預(yù)處理

物體亞平面缺陷的檢測(cè)是建立在紅外熱圖像基礎(chǔ)上的，圖像質(zhì)量的好壞對(duì)檢測(cè)結(jié)果影響很大。由于紅外熱像儀以及環(huán)境干擾等原因，紅外圖像在生成和傳輸過(guò)程中不可避免地受到隨機(jī)噪聲、起伏背景的干擾并伴有熱擴(kuò)散效應(yīng)，引起圖像模糊和邊緣擴(kuò)散，使得圖像的可視程度降低[6]。在實(shí)際應(yīng)用中，為提高圖像的可視度，要對(duì)其進(jìn)行準(zhǔn)確的識(shí)別和分析，在進(jìn)行圖像 增強(qiáng)等處理之前要首先對(duì)圖像進(jìn)行降噪。紅外圖像中的噪聲主要包括散粒噪聲和高斯噪聲。

中值濾波是消除散粒噪聲的有效方法。紅外圖像噪聲的另一種主要成分是高斯噪聲?；谶\(yùn)動(dòng)檢測(cè)的濾波，其IIR濾波形式為：

圖4 降噪處理后的紅外圖像及灰度直方圖Fig.4 Denoised image and gray histogram

2.2 熱圖像增強(qiáng)

銳化技術(shù)是用于加強(qiáng)熱圖像中的目標(biāo)邊界和圖像細(xì)節(jié)的一種處理方法[7]，要對(duì)紅外圖像的缺陷進(jìn)行識(shí)別提取，就要加大缺陷區(qū)域與周?chē)鷧^(qū)域的對(duì)比度。文中使用拉普拉斯濾波器來(lái)增強(qiáng)我們采集到的紅外圖像，基于經(jīng)驗(yàn)使用下面的掩模對(duì)圖像進(jìn)行銳化。

經(jīng)拉普拉斯算子銳化后的圖像如圖5所示，與圖4對(duì)比可以看出缺陷的輪廓得到明顯增強(qiáng)，原圖中視覺(jué)容易忽略的缺陷位置得到可視化。

圖5 銳化處理后的圖像Fig.5 Image sharpening

2.3 紅外無(wú)損檢測(cè)對(duì)缺陷提取

對(duì)得到的紅外圖像進(jìn)行邊緣檢測(cè)是實(shí)現(xiàn)可視化紅外無(wú)損檢測(cè)缺陷定位提取中的主要內(nèi)容，通過(guò)邊緣檢測(cè)可以把缺陷在紅外圖像中標(biāo)識(shí)出來(lái)，使無(wú)損檢測(cè)人員對(duì)紅外視覺(jué)圖像的理解更加直觀、方便。邊緣檢測(cè)的算法有很多，有最早提出的一階微分邊緣算子Robert算子、Sobel算子、Prewitt算子和Kirsh算子等。由于環(huán)境和熱傳遞等因素的影響，我們會(huì)發(fā)現(xiàn)測(cè)試物體邊緣部分與物體內(nèi)部的缺陷部分的溫度差別并不是很大，簡(jiǎn)單的邊緣識(shí)別存在很大的模糊性，容易把測(cè)試物體邊緣的非缺陷位置檢測(cè)為缺陷邊緣。如圖6所示為sobel算子檢測(cè)結(jié)果，途中可以看出物體受熱不均的地方會(huì)產(chǎn)生邊緣輪廓，而缺陷部分邊緣檢測(cè)并不明顯。梯度算法可以有效的過(guò)濾平滑邊緣，即把溫度傳遞等因素可能出現(xiàn)的邊緣濾除，但是處理后的圖像仍顯模糊，一些不明顯的缺陷很容易被忽略掉。

圖6 直接使用sobel算子進(jìn)行邊緣提取Fig.6 Results of the sobel operator

圖7 梯度算法處理結(jié)果Fig.7 Results of gradient algorithm

對(duì)梯度邊緣檢測(cè)算法處理后的熱圖像 （如圖7所示）的缺陷邊緣進(jìn)行閾值檢測(cè)和重建，通過(guò)matlab編程實(shí)現(xiàn)，處理結(jié)果如圖8所示，從圖中可以看出圖中的五處缺陷可以很好的顯示出來(lái)。然后利用VC編程去除被測(cè)試件邊緣將缺陷顯示標(biāo)注出來(lái)。如圖9所示。

圖8 熱圖像重建結(jié)果Fig.8 Results of image reconstruction

圖9 通過(guò)VC編程顯示缺陷信息Fig.9 Software to display defect information

3 結(jié) 論

通過(guò)多次無(wú)損檢測(cè)實(shí)驗(yàn)，利用文中紅外缺陷識(shí)別過(guò)程，對(duì)20個(gè)試件進(jìn)行實(shí)時(shí)紅外亞平面無(wú)損檢測(cè)，其中缺陷有47處，檢測(cè)到的缺陷45處，檢測(cè)精度95.7%。文中的方法把試件亞表面的缺陷檢測(cè)出來(lái)后，將信息利用軟件實(shí)時(shí)顯示出來(lái)，此方法滿足各種材料的亞表面無(wú)損檢測(cè)要求，具有較大的應(yīng)用市場(chǎng)。

[1]HSIEH C K，SUKU.A methodology ofpredicting cavity geometry based on scanned surface temperature data—prescribed surface tempeature at the cavity side[J].ASME Journal of Heat Transfe r，1980，102:324-329.

[2]Sahnoun S，Blattar S.Thermal non-destructive testing study of a circular defect in plane structure[J].British Journal of NDT，2003，8（8）:115-121.

[3]SAKAGAMIT，KUBO S.Applicationsofpulseheating thermography and lock-in thermography to quantitative nondestructive evaluations[J].Infrared Physics&Technology，2002，43:211-218.

[4]HE Li-ming.SCM application and design of advanced tutorial[M].Beijing:Beijing Aeronautics and Astronautics Press，2001.

[5]X1NG Su-xia，ZHANG Jun-jn，CHANG Ben-kang，et a1.Recentdevelopmentand status of uncooled IR thermal imaging technology[J].Infrared and Laser Engineering，2004，33（5）:441-444.

[6]MEOLA C.A new approach for estimation of defects detection with infrared thermography[J].Materials Letters，2007，61（3）：747-750.