基于數字圖像處理的表面裂紋檢測技術研究

王文煥

(安徽理工大學，安徽 淮南 232000)

1 介紹

數字圖像處理技術是一種非接觸的現代光學測量實驗技術。它具有光路簡單、環境適應性好、測量范圍廣、自動化程度高等優點。因此，數字圖像處理技術已廣泛應用于土木工程、機械、材料科學、電子封裝、生物醫學、制造、焊接等許多科學與工程領域。例如，利用數字圖像處理技術對飛機發動機渦輪葉片表面裂紋進行檢測，記錄裂紋萌生到斷開的整個過程。采用數字圖像處理技術可以方便疲勞壽命的研究。采用非接觸式無損檢測方法，大大降低了測量成本和時間，提高了測量效率，保證了測量精度。

圖像處理技術和數字技術的發展早在20世紀初就已經興起。無損檢測[1]技術可以對樣品進行無損傷的初步檢測。如超聲檢測、渦輪檢測、射線探傷、滲透探傷等都可以采用無損檢測方法對試件表面的連續性或不連續性進行檢測。數字圖像處理是目前應用最為廣泛的一門學科。它集成了多個學科，形成了更先進的技術。

數字圖像處理技術將三維成像與多維成像發現技術相結合，實現了三維、多媒體和智能化。在芯片的驅動下，利用小波算法、遺傳算法等圖像處理技術的優勢和發展潛力，使其在醫學和航天項目中有了更多的應用。在工業自動化階段，數字圖像處理技術已經應用于產品質量監測和故障診斷，如物體表面裂紋檢測，如陶瓷瓶裂紋檢測、軌道板裂紋檢測、巖石表面裂紋檢測等，檢測效果良好。

2 數字圖像技術應用案例

2.1 焊接裂紋圖像識別技術

以焊接裂紋圖像識別技術為例，數字圖像技術包括以下3個方面。

(1)圖像預處理。圖像增強采用空間域方法對圖像的灰度系數進行處理，對圖像的變換系數進行修改，以更好地區分圖像中的缺陷部分。圖像去噪抑制了脈沖干擾，降低了圖像模糊，保留了圖像中重要的結構特征。

(2)邊緣檢測。邊緣是圖像中灰度急劇變化的區域。提取焊縫邊界區域，便于對焊縫邊緣幾何特征進行統計分析，檢測出管道焊縫缺陷的邊緣，最大限度地提高邊緣噪聲的影響，為圖像邊緣檢測與分析提供了一種有效的方法。

(3)紋理特征識別。識別邊界定義和局部信息細化程度，通過全局部三值CLTP模式進行紋理識別[2]。

2.2 技術應用

利用高溫疲勞蠕變壽命實驗裝置、圖像采集裝置仿真、渦輪葉片等裝置設置實驗工作環境。將采集到的葉片圖像通過實驗系統進行裂紋識別，為后續裂紋檢測做準備。對于傳統的拉伸測試，如果想在實驗過程中獲得應變數據，需要在試樣上安裝一個伸長儀來獲得應變數據。測量樣品的平均應變，通過數字圖像技術可以給出樣品中的點對點應變信息，從而可以繪制出實驗過程中應變分布云圖的變化過程。為分析和研究材料的變形行為和破壞機理提供了一條很好的途徑[3]。

高溫疲勞與表面壽命實驗設備，包括葉片采集裝置、采集系統和模擬實驗室的葉片。在選擇最大啟動狀態時，模擬了危險段的應力截面。整個實驗是在疲勞實驗系統中完成的。包括電氣工業伺服疲勞試驗機、高頻加法器、紅外測溫儀等。圖像采集裝置由圖像采集卡和攝像機組成，使用數碼相機作為圖像攝取裝置。經過采樣和量化，將圖像轉換為數字信號。通過計算機存儲器對圖像進行處理，提高了采樣的實時性和傳輸速度。計算機軟件控制數碼相機的動作，將圖像傳輸到計算機，并受到計算機固件的影響。實現了靜態圖像輸入裝置的處理、文本識別和圖形的自動繪制。

2.3 數字圖像處理效果

圖像處理后無噪聲，邊緣檢測效果良好。建立的焊縫數字圖像缺陷圖像數據庫包含形狀和紋理特征、圖像長度像素、圖像寬度像素、缺陷與背景灰度差、缺陷相對位置等參數。在缺陷特征數據庫分類的基礎上，獲得了裂紋缺陷的形狀特征，識別了裂紋、夾渣、氣孔、未焊、未熔合、條紋等缺陷特征，實現了管道焊縫數字圖像缺陷的自動識別和自動評價。

當列示波瓣時，圖像采集系統通常很小。對葉片表面裂紋進行小尺寸測量，用數碼相機可獲取高分辨率圖像，運行攝像頭驅動軟件進行拍攝和觀察。連續變焦相機可以用來觀察物體的狀態。

3 圖像采集系統程序設計

使用VISUALC++進行程序設計，包括應用軟件、數據源管理器和數據源軟件。通過軟件協作，完成圖像的采集和傳輸。數據源管理器是免費提供的。該軟件在windows環境下以動態鏈接庫的形式存在，用于管理應用軟件和數據源軟件。應用軟件編寫了圖像采集接口程序。

在實驗系統運行過程中,具體步驟是先打開數碼相機，獲取鏡頭與葉片之間的位置，打開紅外攝像機，觀察葉片表面溫度，通過紅外攝像機控制葉片加熱，并在改變溫度后加入預定值，數字圖像處理程序實現了圖像增強分割、圖像標記和細化、特征測量等一系列對象編程過程，完成了對圖像的處理。

在圖像增強中，根據特定的需要突出顯示圖像中的某些信息，并將處理后的圖像具體應用于人類視覺特性和識別系統，增強了識別信息的能力，恢復了原始圖像中丟失的部分信息，提高圖像視覺效果。增強技術目前包括視圖處理方法和空間處理方法。根據圖像成分的清晰度，借助計算機處理，實現了在圖像的某一變換域內的運算，即修正了通過逆變器增強圖像的效果。頻域處理方法是利用卷積原理對原始圖像進行增強，對圖像傅里葉變換進行修正，并利用公式得到圖像的原始數據的方法。經過傅立葉變換后，得到了易于識別和解釋的特征，并強調了圖像中的低頻成分，使圖像更加平滑。空間處理方法可以直接處理圖像中的像素點，以增強圖像對比度映射變換為基礎，提高圖像的灰度級，去除高斯噪聲。線性平滑濾波器的優點在于，可以逆轉模糊的現象。非線性平滑濾波的基本思想是用像素場中灰度值的中指代替像素的灰度值，保留圖像的邊緣細節。

在圖像分割中，它根據人類識別圖像和視覺觀察的特點，生成圖像分割的源過程。將M*M陣列圖像分成若干不相交的區域以獲得二維圖像信息。兩個相鄰區域沒有相似的特性。區域邊界上的圖像分割可以理解為從圖像中提取有意義的特征區域、像素的灰度值以及物體的輪廓曲線和繪制。目前，使用的是一些具有相似灰度和相似紋理的齊次準則。這個基礎具有均勻性和準確性，能夠檢測出邊緣，而閾值法的應用就是利用閾值法的概念對二維數字圖像進行平面坐標提取。全局閾值分割方法在圖像處理中的應用越來越廣泛。固定的閾值用于分割整個圖像。方法很多，比如雙峰法。幾種不同的圖像閾值分割方法表明，在每個灰度級上采集像素點，可以得到每個特征出現的概率。同時，可以選擇每一類的類方差和類間方差，對圖像的整個灰度范圍進行擴展和壓縮，并將灰度變換為線性和非線性變換。細化算法便于描述和提取特征。它剪切出圖像中不是端點的部分，并按圖像的上、下、左和右的順序刪除它們。細分算法采用細分的方法循環遍歷圖層，滿足條件時刪除圖層，修復不存在的圖像和輪廓，然后通過圖像分割和輪廓編輯檢測進行圖像測量，描述識別圖像區域的形狀。

4 結論

數字圖像技術的基本原理和實現方法包括硬件和軟件兩部分。利用圖像作為信息載體對發動機葉片表面裂紋進行自動檢測具有重要的實用價值。

(1)針對航空發動機二級渦輪葉片表面裂紋的特點，采用蠕變和高溫疲勞仿真方法，采用數字圖像處理技術對表面裂紋進行監測。采用USB接口的數碼相機采集圖像，通過高溫疲勞蠕變試驗檢測表面裂紋的噪聲。通過機理分析和成分測定，準確識別出小裂紋。通過對各種圖像識別方法的比較，認為該方法適用于發動機渦輪葉片表面裂紋的識別。通過實驗驗證了該辨識方法的有效性。

(2)參數分析結果生成后，用戶界面操作模式可在大屏幕上顯示，并方便地記錄從啟動到斷開的全過程。這不僅可以促進疲勞壽命和疲勞斷裂機理的研究，實現全自動的非接觸無損檢測，而且可以降低勞動強度和成本，實現裂紋檢測的人機對話模式。

(3)在研究過程中，通過不斷的研究發現，將數字圖像處理技術應用于發動機二級渦輪表面裂紋檢測，可以進一步提高自動檢測算法的精度和可擴展性，進一步提高了軟件通用性的自動識別能力。利用圖像拼接技術對圖像的局部進行分析，可識別出裂紋的位置。