基于分水嶺算法的電感激光熱成像圖像分割

張亦舒，王曉娜，侯德鑫，葉樹亮

（中國計量大學 工業與商貿計量技術研究所，浙江 杭州 310018）

0 引言

鐵氧體為脆性材料，在生產鐵氧體電感過程中其表面易產生細小裂紋，需要對其進行質檢并分選。材料表面的裂紋及早檢出，可以有效避免重大的經濟損失[1]。鐵氧體電感試樣尺寸小，表面的微小裂紋開口寬度僅為1 μm 左右，在壓制過程中表面還會形成不規則狀干擾紋理。對其表面的微小裂紋檢測一般對激勵和觀測有較高的要求，同時要求裂紋成像具有較高的信噪比[2-3]。缺陷檢測的方法主要有人工視覺法、聽音法、滲透法、機器視覺法[4]和激光熱成像法，其中前三者都需要依賴人工判斷，檢測速度慢。而傳統的機器視覺檢測裂紋方法，會存在裂紋成像信噪比不高、準確率低的問題。綜上本文采用的激光熱成像法，對裂紋檢測的靈敏度較高，激光能量密度和位置可精確的控制，可對1 μm 寬[5]、10 μm 深[6]的裂紋形狀清晰直觀的成像。

鐵氧體電感質檢分選的前提是能從批量電感的熱成像中分割出單個電感圖像進行分析。因此，電感圖像分割方法研究具有重要的現實意義。常用的目標分割方法有閾值分割[7]、邊緣檢測和區域生長[8]、基于分水嶺變換的分割方法[9-11]、基于凹點檢測與曲線擬合的分割方法[12]。但是由于電感檢測中樣品是無序擺放，粘連電感之間無明顯的分界線，使其圖像難以有效分割；且電感不規則輪廓、表面邊緣處裂紋和因激光激勵不均勻導致的背景干擾，都會對分割帶來難度。以上方法在電感分割運用上存在欠分割、過度分割或檢測效率低等問題。綜上，筆者對分割算法進行改進，在消除背景干擾的同時克服分水嶺算法的不足，利用距離變換結合分水嶺算法提取單個電感，并對該方法進行了實驗。

文中針對精確分割批量粘連鐵氧體電感試樣，提出了一種基于分水嶺算法的電感激光熱成像圖像分割方法。激光掃描后求取梯度得到鐵氧體試樣熱成像圖，再通過濾波操作和距離變換結合分水嶺算法得到電感分割圖。對分割結果進行評價，驗證系統的實用性，為電感后續分選工作提供技術支持。

1 激光掃描熱成像檢測

1.1 激光掃描檢測系統

利用試樣輪廓、裂紋阻礙熱流導致待檢試樣表面溫度分布不均勻，從而在激光掃描過程中輪廓處或者裂紋附近溫升變化異常。當激光掃描路徑平行于裂紋掃描時，裂紋無法阻礙掃描方向上熱流的傳遞，使得樣品表面各點溫升速率無明顯差別。

本文采用兩個激光器掃描路徑相互垂直的激光掃描方式，可保證各個方向上所有裂紋都可以清晰成像，提高成像信噪比，利于后期裂紋分割。其中，線激光掃描熱成像檢測鐵氧體電感的系統結構如圖1所示。

圖1 激光掃描熱成像系統Fig.1 Laser scanning thermal imaging system

兩個激光器中線激光方向與待檢測鐵氧體電感呈一定夾角，兩個激光器掃描方向互相正交。激光從試樣的一側開始激勵時，試樣輪廓及表面裂紋阻礙熱流流動，導致檢試樣表面溫度分布不均勻，從而使溫升在激光掃描過程中試樣輪廓或裂紋附近變化異常。熱像儀同步記錄試樣表面的溫度變化情況并成像，對熱成像圖求取最大溫度梯度可得到電感溫度梯度圖，后續可對電感試樣進行分割等后續表面特征分析。

1.2 電感最高溫度梯度熱成像

兩個線激光在正交方向上依次正交掃描后，求取沿2個掃描方向上各點的最高溫度梯度值gradTX和gradTY，并將這兩個值平方后相加求取平均后作為該點的新值進行成像。如圖2所示，為鐵氧體電感實物圖和經過激光激勵后求取最高溫梯度的鐵氧體電感溫度梯度圖。可以看出，最高溫度梯度圖中電感輪廓清晰可見，在分割出單個電感后可以對其表面進行下一步的特征分析，達到分選的目的。

圖2 鐵氧體電感圖像Fig.2 Ferrite inductance image

2 電感圖像分割算法

2.1 形態學處理

但是由于試樣互相粘連、輪廓不規則（存在倒角）且其表面存在裂紋和激光激勵不均勻，如圖2(b)所示，這些干擾均會影響電感的正確分割。因此，我們要對熱成像圖進一步處理，為后續的分水嶺算法分割試樣提供便利。

利用距離變換和分水嶺算法對電感分割需要先得到電感的二值圖。為了消除電感試樣周圍的背景噪聲以及表面上的裂紋和不均勻，更好地獲取電感的二值圖，本文先采用次大值濾波和邊緣提取算法將部分粘連處面積較小的電感分割。

如圖3所示，先采用次大值濾波消除溫度梯度圖的激勵非均勻性，再利用邊緣提取算法從電感溫度梯度圖I1（圖2(b)）中提取電感輪廓Ω1（圖3(a)），此時粘連的部分電感之間輪廓仍然存在相連的情況。膨脹Ω1并同I1相減即可得到去除試樣輪廓的I2，如圖3(b)所示。觀察I2可以看出，可斷開由于激勵非均勻性、裂紋處干擾以及點接觸粘連的電感，但是仍存在輪廓邊緣部分粘連的樣品依舊無法斷開的情況。

圖3 消除試樣輪廓過程圖Fig.3 Elimination of sample profile process

獲取I2二值化后的最高溫度梯度二值圖IB1（圖4(a)），由于激光激勵的非均勻性，二值化的電感表面存在孔洞，電感周圍背景處也有干擾，利用形態學中填充孔洞操作得到IB1F（圖4(b)），去除小面積連通區域即可得到消除小面積干擾的二值圖IB2（圖4(c)），此時部分粘連試樣仍未分割開。對消除小面積的二值圖IB2進行腐蝕操作得到試樣腐蝕二值圖IB2I（圖4(d)）。

經過上述操作后，所有試樣所在連通區域均不互相粘連，后續可進行距離變換和分水嶺分割。

2.2 距離變換結合分水嶺分割電感

將試樣腐蝕二值圖IB2I 經過距離變換后，通過分水嶺算法（從一個初始的高域值逐漸降低）可以接著把距離圖像分割為單個成員構成的物體。將分割之后得到的分水嶺脊線同試樣腐蝕二值圖IB2I 進行邏輯操作之后即可獲得的各個連通區域即為分割得到的各個試樣掩膜，將掩膜同試樣溫度梯度圖點乘則可得到單個鐵氧體電感試樣的溫度梯度圖，后續可進行電感分選操作。

圖4 形態學處理過程圖Fig.4 Morphological processing chart

如圖5所示，由于腐蝕操作和試樣本身形狀不規則導致腐蝕結果為不規則沙漏型，使得距離變化后分水嶺算法中，沙漏圖形中間出現分水嶺脊線，導致分割樣品時存在過分割的現象。

圖5 原始圖像距離變換和分水嶺分割Fig.5 Distance transformation and watershed segmentation of original image

3 實驗及結果

3.1 實驗條件

實驗樣品包含直徑為4 mm的不規則圓形鐵氧體電感，其部分試樣表面會存在寬度為1～70 μm 級別的裂紋。

由于在距離變換圖像上運用分水嶺算法，可以有效地把接觸在一起的圓形物體分開。根據上述原因，本文為了避免出現過分割的現象，在得到試樣腐蝕二值圖IB2I 后，將各個連通區域轉換成尺寸大小一致的圓形區域（每個連通區域變換前后中心坐標保持不變），再進行后續分水嶺分割操作，各個操作結果如圖6所示，此方法可以有效避免過分割的現象。

圖6 形狀變換后的距離變換和分水嶺分割Fig.6 Distance transformation and watershed segmentation after shape transformation

電感分割實驗裝置如圖7所示。本系統采用試樣靜止、兩個線激光器依次掃描樣品的模式，通過熱像儀記錄試樣表面溫度變化并成像。其中線激光功率采用30 W，運動速度控制在10 mm/s 左右，使得電感試樣表面的最高溫升在80℃以下。采用鏡頭分辨力為50 μm的Flir A655SC 熱像儀對試樣表面的溫度變化情況進行記錄。該裝置可在18 mm×24 mm的視場范圍下，在5 s 內一次批量檢測至少25個不規則圓形鐵氧體電感樣品。

3.2 實驗結果與討論

為了驗證上述算法的分割性能，對3組電感進行了分割實驗，其中電感的分割結果如圖8所示。圖8(a)為激光激勵后試樣的最高溫度梯度圖，圖8(b)為分水嶺分割圖像后，采用外接矩形對各個試樣區域進行編號標記的結果。

此時可以看出原始試樣溫度梯度圖中的試樣粘連部分疊加分水嶺脊線已經被有效分割開來，后續可提取單個電感試樣，并對其表面特征進行下一步分析。

圖7 電感分割實驗裝置圖Fig.7 Diagram of experimental device for inductor division

圖8 電感分割結果示意圖Fig.8 Schematic diagram of inductor segmentation results

4 結束語

本文搭建了一套基于線激光掃描熱成像檢測鐵氧體電感的系統，實現對鐵氧體電感表面特征成像；再采用形態學操作斷開大部分試樣粘連處并去除干擾噪聲；最后利用距離變換結合分水嶺算法分割單個電感試樣。

實驗結果表明，本文算法可有效克服分水嶺算法中的過分割，對粘連嚴重，試樣存在輪廓不規則（存在倒角）、且其表面存在裂紋和激光激勵不均勻的鐵氧體電感溫度梯度圖像的分割具有較高的準確性。在分割過程中同時提取電感表面區域，另可保留試樣輪廓，為后續的電感分選操作打下良好基礎，進而間接輔助對電感表面的特征分析。

本文對鐵氧體電感溫度梯度圖像分割具有一定的適應性，但是這僅針對圓形試樣，對于其他可能形狀的試樣（例如方形等）未進行嘗試，后續可作為下一步研究的方向。