混凝土擋墻破損狀況的紅外熱成像檢測

翟旭茹，康莊

(重慶建工市政交通工程有限責任公司，重慶 400021)

引言

隨著國家經(jīng)濟建設的發(fā)展，擋土墻不僅廣泛應用于公路、鐵路、城市建設的邊坡支護，也大量應用于水壩建設、港口工程、水土保持、山體滑坡防治等領域。然而，由于設計理論、施工及檢測技術(shù)等各方面滯后于工程應用，大量工程事故屢見不鮮。因此，除了精心設計和施工外，對擋土墻等支擋結(jié)構(gòu)的工作狀態(tài)進行及時準確的檢測和評估是一項行之有效的方法。但截至目前還沒有一種檢測方法能夠簡便、快捷地對擋土墻的實際狀況進行檢測和評估。紅外熱成像檢測技術(shù)應用于建筑領域檢測已經(jīng)有近30年的歷史，這種檢測方法具有非接觸大面積檢測、響應速度快、檢測精度高等優(yōu)點。目前紅外熱成像法在建筑工程領域應用日趨廣泛[1]。在自然界中，任何高于絕對零度的物體都是紅外輻射源，紅外線是介于可見紅光和微波間的電磁波，它的波長范圍在0.76～1000m之間。其中只有3～5m和8～14m的波段能很好地透過，紅外探測器就是利用這個波段進行探測的[2]。當物體內(nèi)部存在裂縫和缺陷時，它將改變物體的熱傳導，使物體表面溫度的分布產(chǎn)生差別，利用紅外熱成像儀測量它的不同熱輻射，可以檢測出物體的缺陷位置[3]。對于混凝土擋墻，在炎熱夏季太陽輻射下，墻后填土的溫度要比墻表面空氣溫度低十多度，存在較強的熱傳遞過程，更加適用于紅外熱成像無損檢測，但該方法用于混凝土擋墻的檢測還鮮有報道。 另外紅外檢測技術(shù)多停留在定性水平，未涉及定量檢測。本文應用Matlab軟件，利用數(shù)字圖像處理的技術(shù)對紅外圖像進行定量的面積計算。此方法為擋墻缺陷狀況定量檢測的一個有效的方法，所計算出的破損面積率為維護、修繕提供了相關(guān)的數(shù)據(jù)參考，可在實際中得到應用。

1 紅外熱成像檢測原理和步驟

對于缺陷物體，在熱流的作用下會在表面產(chǎn)生不同的溫度分布，缺陷部位會產(chǎn)生溫度異常，從而具有不同的熱輻射力，由此而發(fā)出的紅外線能量也不相同，用紅外熱像儀接收之后形成熱圖像，通過對熱圖像的解析，便可判斷出缺陷部位和缺陷特征。在進行紅外熱成像檢測之前，需要對檢測過程進行安排，事先列出在檢測過程中需要注意的事項，同時，對于不同的檢測對象，檢測過程和步驟不盡相同。

（1）調(diào)查擋墻情況:了解擋墻的結(jié)構(gòu)形式和組成；調(diào)查擋墻的周邊環(huán)境，如是否有樹木遮擋；選擇合適的拍攝地點等。通過上述工作判斷是否適合采用紅外熱成像法進行檢測。

（2）選擇最佳的拍攝時間:不同的地點、日期的最佳檢測時間都不盡相同，但基本上都在太陽輻射最強的幾個小時。在進行檢測之前，可根據(jù)天氣預報選擇合適的拍攝時間，在實際的檢測工程中，可以提前測試一下空氣溫度和太陽輻射強度，了解拍攝時的天氣狀況。如果采用兩幅熱圖像相見的方法，則要求拍攝的地點和角度必須相同，拍攝時間最好是在輻射最大和最小的時間段內(nèi)。

（3）配合目測和敲擊法作局部的校核:對用紅外熱成像技術(shù)檢測到的可能存在缺陷的地區(qū)，可以配合其他檢測方法進行校核，使得檢測結(jié)果更為準確。

（4）圖像輸出和二次處理:對于大面積的檢測，由于熱圖像分辨率有限，需要拍攝多張熱圖像進行拼合處理，進行幾何校正和差異處理之后，再進行各種統(tǒng)計分析。

（5）判斷缺陷部位并制作診斷報告:判斷圖像溫差是由缺陷還是噪聲引起，與其他輔助檢測方法進行綜合對比，對擋墻的健康狀況作出評估。

2 缺陷擋墻紅外熱成像技術(shù)檢測實驗

2.1 實驗模型

圖1為混凝土擋土墻模型，此擋墻為西向擋墻，墻面傾角為90°，原為錨桿擋土墻，錨桿被拔出后，在墻面產(chǎn)生兩行三列共6個直徑為5cm的圓柱形空洞。實驗中，將左上角的6個空洞用不同厚度的混凝土塊封閉，以模擬不同缺陷深度的傳熱模型。

圖1 擋墻現(xiàn)場照片

該實驗的目的是為紅外熱成像技術(shù)在擋墻的無損檢測中的應用提供依據(jù)，初步尋找缺陷深度和表面溫差的關(guān)系。實驗儀器采用選擇美國FLUKE公司生產(chǎn)的Ti25型紅外線熱像儀（圖2）。

2.2 實驗結(jié)果

圖2 FLUKE Ti25熱像儀

（1）分析整個擋墻表面的熱像圖，通過12-18點拍攝的熱像圖可以清晰地分辨出擋墻表明溫度的突變部位，從而對內(nèi)部是否有缺陷做出判斷。圖3給出在太陽輻射和氣溫都最高時刻（16點）的擋墻表面熱像圖和三維曲面圖，并將其和三維數(shù)值分析得到的溫度場云圖進行對比，從實踐上證明紅外熱成像技術(shù)在擋墻的無損檢測中進行應用是可行的。

圖3 擋墻表面溫度場熱像圖、曲面圖

從圖3可以看出，從熱像圖中能清楚看出缺陷部位的溫度突變，比同一表面的溫度要高出4℃～5℃，從三維曲面圖中更能直觀地了解溫度的突變部位和大小。

（2）擋墻共設有6個不同深度的缺陷，為了研究不同缺陷深度對表面溫度場的影響，對16點擋墻表面E在不同缺陷深度下的熱像圖進行對比分析，從而得出缺陷深度越淺，缺陷部位對應的表面溫度越高，表面溫差越大。如果將熱圖像轉(zhuǎn)化為三維曲面圖，缺陷深度越淺，則突變部位曲面坡度越大。不同缺陷深度下?lián)鯄Ρ砻娴臒釄D像和三維曲面圖，如圖4所示。

圖4 不同缺陷在同一時刻的溫度熱像圖和曲面圖

圖4給出了不同缺陷深度下?lián)鯄Ρ砻鏈囟仍谕粫r刻的分布情況，表面溫差受到缺陷的深度、大小等因素的影響，說明紅外熱成像技術(shù)在擋墻的無損檢測中運用是可行的。

3 定量分析的Matlab實現(xiàn)

3.1 圖像處理流程

對于采集到的圖像，根據(jù)數(shù)字圖像處理的基本知識及Matlab的強大實現(xiàn)功能，我們可以建立以下程序設計流程圖(見圖5)編程。

圖5 紅外圖像面積計算程序設計流程

3.2 圖像增強

Matlab中用函數(shù)unread讀入圖像，用imshow函數(shù)顯示圖像，imwrite函數(shù)保存圖像，imresize函數(shù)改變圖像的大小，imcrop實現(xiàn)對圖像的剪切操作，獲取所需要的信息，圖6和圖7為缺陷1的原始圖像和缺陷圖像。

圖6 讀入圖像

圖7 剪切有用信息

圖像增強是圖像預處理中的重要方法。圖像增強不考慮圖像質(zhì)量下降的原因，只將圖像中感興趣的特征有選擇地突出，而衰減不需要的特征，主要目的是:（1）改善圖像的視覺效果，提高圖像的清晰度；（2）使圖像變得更易于計算機處理與分析，可對圖像的某些特征，如邊緣、輪廓、對比度等進行強調(diào)或尖銳化。從增強處理的作用域出發(fā)，圖像增強可以分為空域處理方法和頻域處理方法兩大類。研究的處理基于空間域圖像增強處理建筑飾面磚粘結(jié)缺陷的紅外圖像。所謂“空間域”指的是圖像平面本身，空域增強方法是直接在圖像所在的空間進行處理，也就是在像素組成的空間里直接對像素進行操作。空間域圖像增強包括圖像平滑和銳化濾波處理。圖像的平滑作用主要是為了去除圖像中的噪聲干擾，改善圖像質(zhì)量，強化圖像表現(xiàn)特征。圖像銳化通過增強圖像中的紋理、邊緣部分，使邊緣和輪廓線模糊的圖像變得清晰，使其細節(jié)也更加清晰（圖8為缺陷1圖像加強結(jié)果)。在Matlab中，各種濾波方法都是在空間域中通過不同的濾波算子實現(xiàn)的，可以用fspecial函數(shù)創(chuàng)建預定義的濾波算子，然后用imfiler或filter2函數(shù)調(diào)用創(chuàng)建好的濾波器對圖像進行濾波。

3.3 二值圖像

二值圖像又稱為黑白圖像，二值圖像只需要一個數(shù)據(jù)矩陣，每個像素只有2個灰度值，僅由0，1構(gòu)成。函數(shù)im2bw通過設置閩值將灰度及真彩圖像轉(zhuǎn)換成二值圖像，圖8為缺陷1的二值化結(jié)果。計算面積的原理為:對于二值圖像f(x，y)=1，其值取1表示物體，取0表示背景，其面積就是統(tǒng)計f(x，y)=1的個數(shù)，以此可以求出擋墻缺陷的面積。這里的面積S只是圖像中的面積，不是實際損傷面積，要得出實際的損傷面積還得知道圖像的分辨率。圖像的分辨率R通過已知的墻上的尺寸除以在圖像中這個尺寸范圍的像素數(shù)得到，單位為mm/pixel。那么其實際的空鼓面積為:

圖8 圖像平滑、銳化結(jié)果

圖9 二值化

表1 計算得到的面積與實際面積對比表

對6個缺陷的紅外圖像進行處理并計算后所得的面積如表1。

4 結(jié)語

本文通過對真實擋墻模型的紅外熱成像檢測實驗，證明了該技術(shù)在擋墻的無損檢測中的可行性。同時，研究了不同缺陷深度、大小等因素對缺陷所在表面的溫度和溫差的影響變化規(guī)律，最后利用Matlab語言及圖像處理技術(shù)處理對擋墻紅外熱圖像進行處理，計算擋墻的缺陷面積，并與實際缺陷面積進行了比較。結(jié)果表明，缺陷實際面積與Matlab分析計算得出結(jié)果相差不大，說明采用該處理方法在擋墻缺陷面積計算中可行，可為及時保養(yǎng)和處理內(nèi)部隱患及檢測擋墻的安全性提供依據(jù)。

[1]王楊洋，方修睦，李延平.用紅外熱像儀測量建筑物表面溫度的實驗研究[J].暖通空調(diào)，2006.36(2):85-88.

[2]周書銓.紅外輻射測量基礎[M].上海:上海交通大學出版社，1991:7-10.

[3]郭東.混凝土擋土墻常見外觀質(zhì)量缺陷及對策[J].山西建筑，2008，34(29).246-247.

[4]李為栓.混凝土無損檢測技術(shù)[M].上海:同濟大學出版社，1989.1-12，31-33.

[5]黃文浩.建筑物外飾層缺陷紅外熱像方法研究[D].南京:南京航空航天大學，2006.

[6]劉文燕，黃鼎業(yè)，華毅杰.混凝土表面對流換熱系數(shù)測試方法探討[J].四川建筑科學研究，2004，(12).87-89.

[7]劉艷峰，劉加平.建筑外壁面換熱系數(shù)分析[J].西安建筑科技大學學報(自然科學版)，2008，(6).407-412.

[8]趙書蘭.Matlab R2008數(shù)字圖像處理與分析實例教程[M].北京:化學工業(yè)出版社，2009.

[9]秦襄培.圖像處理與界面編程寶典[M].北京:電子工業(yè)出版社，2009.