紅外熱成像技術在孔隙尺度下多孔介質相變過程表征中的應用與優化研究

王 淑，冷 航，陳彥伶，王昌濤，陳周林，楊英英

〈無損檢測〉

紅外熱成像技術在孔隙尺度下多孔介質相變過程表征中的應用與優化研究

王 淑1,2，冷 航1,2，陳彥伶1,2，王昌濤1,2，陳周林1,2，楊英英1,2

（1. 上海理工大學 能源與動力工程學院，上海 200093；2. 上海市動力工程多相流動與傳熱重點實驗室，上海 200093）

紅外熱成像技術是一種應用廣泛、發展較快的新型數字化無損檢測技術，但其目前仍存在測量精度較低、圖像噪聲影響較大、數據量巨大等缺點。本文利用紅外熱成像技術，在孔隙尺度下對多孔材料內石蠟和水的相變過程進行了表征，并對紅外熱成像測溫精度和相界面的表征進行了優化。首先通過添加反射表面（褶皺的鋁箔）獲取測試過程中環境反射溫度，以修正目標物體溫度；同時通過引導濾波和主成分熱像法（Principal component thermography, PCT）對紅外熱成像圖片降噪，提高紅外熱像儀對溫度場及相界面的檢測精度。實驗結果表明：環境反射溫度修正法可以排除測試環境溫度變化對紅外測溫結果的影響；引導濾波法選取合適的濾波半徑和濾波參數后相界面輪廓更加清晰，并取得較好的降噪效果；主成分熱像法除了降噪效果好，使相界面更清晰，并使處理數據量減少了4個量級。上述3種優化方法為紅外熱成像技術在孔隙尺度下多孔介質相變過程表征中的應用提供了技術支持。

紅外無損檢測；孔隙尺度；多孔介質；相變過程；降噪優化

0 引言

無損檢測逐漸成為工業生產中不可或缺的技術手段。無損檢測技術是指在不損壞被檢測物體內部結構的前提下，應用物理方法檢測物體內部或表面的結構、狀態及性能，檢査物質內部是否存在缺陷，從而判斷被檢測物體是否合格，并評價其適用性。常用的無損檢測技術有射線檢驗、超聲波檢測、磁粉檢測、滲透檢測、渦流檢測[1]。利用紅外圖像對設備表面溫度場進行測定進而評估其狀態的紅外熱像檢測技術也是無損檢測技術之一。近年來，紅外熱成像無損檢測技術已愈發廣泛地運用在航空航天[2]、石油化工[3]、電子電力[4]、文物保護[5]以及醫療[6]等領域。

相比于傳統無損檢測技術，紅外無損檢測技術有測量速度快、遠距離非接觸探測、測量結果直觀形象、測溫范圍廣、測量精度高、易于實現自動化和實時檢測等特點[7]。

紅外無損檢測技術仍處于發展階段，有許多問題需要解決。比如紅外熱像儀在拍攝目標物體時容易受到周圍環境溫度的影響，導致拍攝到的目標物體溫度與實際溫度有所偏差，所以需要盡可能減少環境溫度的影響。此外，拍攝得到的紅外熱像圖會因時間噪聲及空間噪聲造成圖像不清晰，導致紅外圖像的部分信息被覆蓋，從而影響紅外測溫精度。所以如何降低噪聲，提高信噪比是一個問題。同時，在處理序列圖像時，數據量巨大，如何簡便又高效地處理這些數據也是需要解決的問題之一。

另一方面提高能源利用率對于實現碳中和具有重要意義，其中儲能是一個關鍵途徑。相變儲能因其密度大，輸出穩定，具有顯熱儲能難以比肩的優勢[8]，被廣泛應用在各個領域，可以利用相變材料實現高效的熱能儲存來解決能源浪費的問題。

目前常用的相變材料有有機相變材料（如石蠟等）和無機相變材料（如水等）。其中有機相變材料比如石蠟具有穩定、成本低、低腐蝕等優點，但作為儲熱介質的缺點是封裝問題和導熱系數相對較小導致相變循環效率低。目前改進方法有提高相變材料的導熱系數，即以泡沫金屬這種高導熱多孔材料作為載體[9]。泡沫金屬是孔隙率高達90%以上的新型輕質材料，散熱性能較強，以泡沫金屬作為吸附相變材料石蠟的載體，既解決了封裝問題，又在一定程度上提高了導熱效率。

同時水作為相變蓄冷材料，廣泛應用在工業建筑、空調制冷、供冷系統等領域，比如基于冰蓄冷技術的冰蓄冷空調系統[10]和結合消防水池的水蓄冷系統的廣泛應用等。因此，研究相變材料（如石蠟、水等）在多孔介質內的相變過程具有現實意義。但是目前國內外對于多孔介質內相變過程的實驗研究大多是宏觀上，對于微觀或孔隙尺度的研究大多集中在數值計算模擬[11-12]，缺乏可視化實驗研究。

本文以多孔介質內石蠟和水的相變過程為研究對象，利用紅外無損檢測技術，研究孔隙尺度下石蠟在泡沫金屬中融化及水在多孔樹脂中結冰的相變過程，通過環境反射溫度修正法、引導濾波降噪[13]和主成分熱像法[14]，優化紅外熱成像圖片，提高紅外熱像儀檢測精度，進而為在孔隙尺度下多孔介質相變過程的表征提供更好的技術支持。

1 影響紅外測溫精度的因素分析及優化方法

1.1 紅外熱像儀測溫原理

所有溫度高于絕對零度的物體都會釋放熱輻射，而物體釋放的能量密度由物體的溫度決定。除了直接釋放輻射，物體在接收所處環境的入射輻射時，會吸收、反射一部分，或讓一些能量直接通過。根據圖1[15]所示，紅外相機接收到的總輻射tot有3個來源：目標物體所釋放的輻射obj，物體反射環境釋放的輻射refl以及大氣輻射atm。這3部分的輻射在穿過大氣時候都會衰減。由于大氣吸收了一部分的輻射，大氣本身也會發出輻射（基爾霍夫定律）。可以用以下方程表示：

tot＝obj＋refl＋atm(1)

obj＝obj×atm××obj4(2)

refl＝(1－obj)×atm××refl4(3)

atm＝(1－atm)××atm4(4)

式中：obj為目標物體的發射率；atm為大氣的透射率；為斯蒂芬玻爾茲曼常數；obj為目標物體的溫度；refl為反射溫度；atm為大氣溫度。

所以紅外相機接收到的總輻射tot可以表示為：

tot＝obj×atm××obj4＋(1－obj)×atm××refl4＋

(1－atm)××atm4(5)

圖1 紅外熱像儀測溫原理圖[15]

計算得到目標物體的溫度：

在紅外熱像儀的實際使用中，需要已知被測物體的被測距離、熱范圍、光圈、透鏡度、發射率、環境溫度、濕度、濾光片類型等參數，從而去計算目標物體的溫度。

1.2 環境反射溫度及修正方法

在利用紅外測溫儀測量被加熱物體的溫度時，得到結果通常比用熱電偶測得的溫度高出1～2℃，然而在冷卻過程中，這種偏差卻很小，所以我們假設這種現象產生的原因是環境溫度的迅速升高。

為了減小這種誤差，需要利用一種新的溫度計算方法，來減小環境溫度升高所帶來的影響。我們通過布置一個褶皺的鋁箔測得環境溫度，目標表面的溫度可以利用測得的環境溫度進行修正。

鋁箔的總輻射為：

視鋁箔為一個反射體，發射率Alu＝0，公式(7)可以化簡為：

即可通過紅外相機輸出的輻射量求出環境溫度。

公式(5)左端利用玻爾茲曼定律展開：

當紅外相機與物體距離近似為0時，大氣透射率可近似為1，公式(9)可以寫成：

于是可算出目標物體的實際溫度為：

1.3 紅外熱成像噪聲及其修正

紅外熱像儀的噪聲分為時間噪聲和空間噪聲兩種。時間噪聲是指在目標輻射不隨時間變化的前提下，像素信號強度隨時間的變化。空間噪聲是指當熱像儀觀察到相同的均勻物體時，不同像素的輸出信號之間的差異。在實際的觀察過程中，圖像的空間噪聲往往大于時間噪聲[16]。

圖像空間噪聲主要包括背景噪聲、放大器噪聲、“閃爍”噪聲、產生-復合噪聲、熱噪聲等。背景噪聲主要由周圍環境的輻射噪聲引起；放大器噪聲產生原因是其內部自由電子無規則運動產生電流，導致電阻兩端產生噪聲電壓；“閃爍”噪聲與頻率相關，當頻率高于某一特定值時，其可忽略不計；產生-復合噪聲是由檢測器輸出電流的波動引起的；熱噪聲是所有導電材料都有的[17]。這些噪聲源的綜合作用可能會導致紅外圖像的部分信息被覆蓋，從而影響測量精度，因此圖像去噪十分重要。

經典的紅外圖像噪聲抑制的方法主要分為幀內降噪與幀間降噪兩類。

1.3.1 幀內降噪-引導濾波

原始圖像通過引導圖像進行濾波的濾波方式稱為引導濾波。該濾波的主要作用是對原始圖像進行降噪并且融合導圖的邊緣特征，消除圖像內偽輪廓和噪聲。

輸入一個圖像，通過引導圖像（引導圖像可直接取輸入圖像），經濾波后得到輸出圖像。對于位置的像素點，濾波輸出為一個加權平均值：

q＝?W()p(12)

式中：表示像素點坐標；()是權重函數，只與引導圖像相關。假設引導濾波中輸出圖像和引導圖像在濾波窗口中存在線性關系，有：

q＝aI＋b,"∈(13)

式中：a和b是當窗口為時線性函數的系數，每一個都對應一個a和b。

對于圖像中的其他非邊緣并且不平滑區域可看作是噪聲，有：

q＝p－n(14)

據需求，噪聲越小越好，所以利用最小二乘法來最小化噪聲的平方和，以此計算出a，b。

導圖像在窗口中的均值。2是在窗口中的方差。是濾波參數，用于判斷引導濾波對圖像的作用大小，越大，作用效果越強。

與傳統的濾波核函數相比，引導濾波使用了鄰域內的像素均值和方差作為局部估計，能夠根據圖像內容自適應調整輸出權重值，使其具有良好的邊緣保持和細節增強性能。

1.3.2 幀間降噪-主成分熱像法

考慮到紅外儀測溫數據量巨大，將主成分熱像法（principal component thermography, PCT）引入到紅外儀測溫研究中，將二維圖像利用分解算法分解為多個子圖，通過對子圖進行選擇重構來壓制隨機噪聲，能有效提高溫度信號的信噪比，對有效信息的畸變小，并減少了進行信源空間壓縮的后續工作量。

首先，將紅外熱像儀輸出的表示空間和時間變化的三維熱圖數據(x,y),t重構為二維矩陣×。其中為紅外圖像每幀像素點個數，表征空間變化，為幀數，表征時間變化。通過重構，將三維矩陣降為二維矩陣×如圖2所示。

圖2 將三維矩陣重構為二維矩陣

奇異值分解（singular value decomposition，SVD）算法是本征圖像濾波算法中最基礎的算法。重構后的二維矩陣通過SVD分解從溫度圖矩陣中提取出空間和時間信息，其結果可以表示為：

×＝×××××T(17)

式中：是由奇異值b按照從大到小順序構成的一個對角矩陣（1＞2＞…＞b），主對角線元素為b，其余元素為0，為矩陣的秩。

式中：是T的特征值向量構成的×的正交矩陣，稱為經驗正交函數（Empirical orthogonal functions, EOF），用于描述數據的空間變化。是由T的特征值向量構成的×的正交矩陣，T表示的共軛轉置矩陣，代表時間變化（principal components, PC）。

隨著增大，b的下降速度很快，奇異值b的大小代表著第個子矩陣在總矩陣中的權重或貢獻，大奇異值對應的子矩陣代表著主要特征成分，而小奇異值對應的子矩陣代表著小擾動或噪聲。可以通過舍棄小奇異值的項，從而減小擾動和噪聲。

利用截斷奇異值分解算法（truncated singular value decomposition, TSVD）對矩陣中較小的奇異值賦予零值，從而減少誤差影響。處理后的新矩陣表示：

式中：為截斷值。為了使新矩陣能夠表達矩陣的主要統計信息，需要通過實驗選取最為合適的截斷值，使得P趨近于1。

將SVD應用于二維矩陣后，可以重新排列成三維序列，如圖3所示。

圖3 將二維矩陣重排為三維矩陣

2 多孔介質相變過程表征實驗

2.1 多孔相變材料制備

2.1.1 泡沫銅/石蠟

石蠟是一種常見的有機相變材料，因其相變潛熱大、穩定，價格低廉、幾乎無相分離和腐蝕性等優點，故常被用作潛熱儲能材料，使用差示掃描量熱儀（differential scanning calorimeter, DSC）測得本實驗所用石蠟的融化溫度為46～62℃，測量結果如圖4所示。

泡沫金屬是含有沫泡氣孔的新型能源材料，其具有比重輕、孔徑大、孔隙率高，比表面積大、換熱散熱性能好、耐熱等特點，泡沫金屬分為閉孔和通孔兩種，基于泡沫銅的制備工藝成熟，應用廣泛，導熱系數大等特點，本實驗選用孔徑為60ppi的通孔泡沫銅（20mm×10mm×10mm）為研究對象，如圖5(a)所示。

圖4 石蠟融化與凝固過程中吸熱和放熱曲線

泡沫銅/石蠟復合相變材料通過真空吸附實驗制成。在真空條件下使泡沫銅吸附融化后的液態石蠟，待自然冷卻凝固后切去泡沫銅表面多余的石蠟，得到與原泡沫銅尺寸一致的泡沫銅/石蠟復合式樣，如圖5(b)所示。

圖5 復合相變材料(a)泡沫銅金屬; (b)泡沫銅/石蠟復合式樣

2.1.2 多孔樹脂/水

水是一種典型的無機相變材料，無毒、無色、無味，具有較高的潛熱、顯熱，物理化學性質穩定，來源廣泛，常被用作蓄冷材料。本實驗采用環氧丙烯酸酯樹脂通過3D打印的多孔樹脂材料，如圖6所示，具有耐水、耐溶劑、耐酸堿、熱穩定性好、耐腐蝕性等特點。多孔樹脂浸水后放入抽梯型亞克力板中并保障其平整如圖7所示。

圖6 多孔樹脂模型(a)三維模型(b)孔間距

圖7 置于抽梯型亞克力板中的多孔樹脂

2.2 實驗系統及裝置

多孔介質相變過程表征實驗的實驗測試系統主要包括恒溫槽、鋁板、紅外熱像儀、保溫板、熱電偶數據采集儀等設備，如圖8(a)所示。其中熱電偶數據采集儀測量復合式樣的真實溫度變化，紅外攝像儀用于孔隙尺度的二維溫度場測量，恒溫槽用于控制進水水溫，鋁板用于傳遞熱量。

圖8 實驗系統

實驗使用的紅外測溫設備為FLIR A655sc，其光譜范圍為7.5～14mm、精度為±2℃(±3.6°F)，該紅外熱像儀由FLIR ResearchIR軟件控制。

將加工完的復合式樣置于亞克力板中，保障其平整，在旁邊貼上褶皺的鋁箔來反映環境溫度。然后將其固定后平置于紅外攝像儀下，如圖8(b)所示。調整好焦距后開始記錄數據。（石蠟融化實驗通入80℃恒溫水，水結冰實驗通入－20℃恒溫水）。

在整個采集數據的過程中，應盡量保持儀器穩定，避免人為干擾。一旦儀器晃動，會導致采集的圖像模糊。

3 紅外檢測實驗數據處理

3.1 溫度修正

為排除相變過程中變化的環境溫度帶來的影響，需要修正目標物體的溫度。將紅外熱像儀測得溫度導出后，使用Matlab軟件進行數據處理。以石蠟在泡沫金屬中融化為例，取鋁箔區域（圖9右側）像素點的平均溫度作為環境溫度，然后根據公式(11)進行溫度修正。

圖9 紅外拍攝區域

為驗證修正后溫度的準確性，我們在泡沫銅/石蠟復合式樣上布置了1個熱電偶，如圖9所示，以測量準確的溫度。圖10為修正后溫度與未修正溫度及熱電偶所測溫度的對比。可以看出紅外熱像儀測得溫度總是高于熱電偶所測溫度，排除變化的環境溫度的影響后，更加接近熱電偶所測溫度。

圖10 修正后溫度、未修正溫度與熱電偶所測溫度的對比

3.2 引導濾波降噪

利用Matlab對圖像進行引導濾波處理，處理石蠟融化過程時，選取第205幀圖像利用Matlab對圖像進行引導濾波處理，進行引導濾波降噪效果分析。選取第1300幀對水結冰過程的降噪效果進行分析。

在利用引導濾波降噪時，需要選取不同的濾波窗口大小以及濾波參數觀察其效果，如圖11、圖12所示。圖11(b)、(c)、(d)顯示了當濾波半徑＝4，濾波參數分別為＝0.2、＝0.4、＝0.8時引導濾波處理后的效果，可以看出當濾波半徑一定時，濾波參數越大，去噪效果越好，如圖11(a)原圖的噪點較多，但是隨著濾波參數的增大，如圖11(b)、(c)、(d)所示，噪點數量不斷減少，可見降噪效果不斷提高。但隨著濾波參數的增大，圖像也變得逐漸模糊，對圖像細節的保護不到位。同理，圖11(e)、(f)顯示了當濾波參數＝0.4，濾波半徑分別為＝2、＝8時引導濾波處理后的效果，當濾波參數相同時，濾波半徑越大，噪點數量越多，降噪效果變差。但隨著濾波半徑的增大如圖11(e)、(c)、(f)，圖像由模糊變為清晰，可見濾波半徑越大對圖像細節保護越好。

圖11 泡沫銅/石蠟不同濾波窗口及參數下的對比

從圖11可以清晰看出相界面介于紅色藍色之間，與實驗測得的石蠟融化溫度50℃左右一致。以50℃等溫線為相界面為例，由圖12(a)原圖相界面及圖12(b)＝4,＝0.4引導濾波處理后相界面可以看出引導濾波降噪使相界面輪廓更加清晰。

圖12 引導濾波處理前后泡沫銅/石蠟相界面對比

同樣，利用引導濾波處理水結冰過程時，如圖13所示，也可以得出相同的結論：當濾波半徑一定時，隨著濾波參數增大，如圖13(b)、(c)、(d)所示，圖像中噪點數目明顯地減少，即去噪效果變好。但隨著濾波參數增大，多孔樹脂結構與水的邊界越發不明顯，多孔樹脂結構越發不清晰，即對圖像細節保護不到位。當濾波參數相同時，濾波半徑越大，如圖13(e)、(c)、(f)所示，圖像中噪點數目明顯增多，即去噪效果變差，但隨著濾波半徑的增大，多孔樹脂結構與水的邊界越來越明顯，即對圖像細節保護越好。

圖13 多孔樹脂/水不同濾波窗口及參數下的對比

從圖13也可以清晰看出相界面介于紅色藍色之間，以0℃等溫線為相界面為例，由圖14(a)原圖相界面及圖14(b)＝4,＝0.2引導濾波處理后相界面可以看出引導濾波降噪使相界面輪廓更加清晰。

圖14 引導濾波處理前后多孔樹脂/水相界面對比

3.3 主成分熱像法降噪

石蠟/泡沫銅中相變實驗總共記錄了500幀。水/多孔樹脂實驗共記錄了2000幀。在用主成分熱像法處理時，設定泡沫銅/石蠟實驗每10幀為一個時間步長，總計38個；設定圓柱樹脂/水實驗每20幀為一個時間步長，總計94個。兩實驗測試區域大小均為150×150，共22500個像素點。

圖15和圖16分別為泡沫銅/石蠟和多孔樹脂/水實驗的奇異值及奇異值個數對應的p值。發現只有少數幾個奇異值是有效的。圖15(b)可以看出由于前4個奇異值占初始矩陣的的99.5%以上，所以泡沫銅/石蠟實驗選擇截斷值＝4。同理多孔樹脂/水實驗前4個奇異值占初始矩陣的99.5%以上，故選擇截斷值＝4。

圖15 泡沫銅/石蠟(a)奇異值(b)不同奇異值個數對應的Pj值

Fig.15 Copper foam/paraffin:(a)singular value; (b) Pjvalues corresponding to different singular values

圖16 多孔樹脂/水(a)奇異值(b)不同奇異值個數對應的Pj值

Fig.16 Porous resin/water:(a)singular value; (b) Pj values corresponding to different singular values.

由于賦給矩陣中較小的奇異值零值，故矩陣存儲量大大減小，如圖17，深灰色為計算需要數據。石蠟融化實驗里矩陣大小為22500×22500，矩陣大小為38，T矩陣大小為38×38。截斷后矩陣大小為22500×，矩陣大小為，T矩陣大小為38×。由于只有少數幾個奇異值有用，通常為個位數，所以計算量大大減小。表1和表2分別顯示了石蠟融化實驗和水結冰實驗在不同截斷值下數據量的變化，可以看出數據量均減少了4個量級。

完成序列圖像奇異值分解后，對于石蠟融化過程我們選取了第210幀以演示截斷值從1～5的處理情況并與原圖進行對比，如圖18。隨著截斷值增大，圖片特征信息不斷被完善，當截斷值＝1時如圖18(b)，圖像主要呈現出泡沫銅骨架溫度的信息，但對于石蠟溫度的信息并沒有反映出來。當截斷值＝2時如圖18(c)，石蠟溫度信息已基本呈現出來，如圖15(b)P＝98.6%，已趨向于1。但與原圖即圖18(a)對比，部分位置信息仍未表達完整，存在差異，如圖18(c)圓圈位置。當截斷值＝3時如圖18(d)，與原圖相比圖18(c)所圈位置信息仍未呈現完整，但當截斷值＝4時如圖18(e)，各位置與原圖對比較為吻合。所以當＝4時，處理后圖像與原圖像相比在最大程度上保留了主要信息。同時可看出當＝4時噪點明顯減少，如圖18(e)圓圈位置最為明顯，孤立的顏色點減少，該顏色過渡部分更為連續，得到了一定程度的降噪。

表1 石蠟融化實驗不同截斷值與原圖數據量對比

icing experiment and data quantity of original image

表2 水結冰實驗不同截斷值與原圖數據量對比

對于水結冰實驗我們選取了第1300幀以演示截斷值從1到5的處理情況，如圖19。同理，圖19(b)截斷值＝1時呈現信息不完整，圖19(c)截斷值＝2呈現信息基本完整，圖19(c)圓圈部分與原圖的差異直到截斷值＝4時不再出現，由圖19(e)可以看出，在＝4時，處理圖像效果最佳，相界面清晰明顯。

圖18 泡沫銅/石蠟不同截斷值j對比圖

圖19 多孔樹脂/水不同截斷值j對比圖

4 結論

本文針對紅外無損檢測技術在孔隙尺度下表征多孔介質內相變過程時存在的受環境溫度影響較大、圖像噪聲影響較大、數據量巨大等缺點，提出分別用環境反射溫度修正法、引導濾波降噪、主成分熱像法等3種方法對紅外檢測的精度進行提高，通過進行石蠟在泡沫銅中融化實驗及水在多孔樹脂中結冰實驗得出以下結論：

1）通過添加反射表面（褶皺的鋁箔）獲取環境反射溫度，以修正檢測過程中環境溫度變化對檢測結果帶來的影響。并與熱電偶測得的溫度進行對比，發現修正后的紅外測溫數據，比沒有修正的紅外數據，更接近熱電偶測得的溫度，具有較好的修正效果。

2）采用引導濾波算法，提高圖像信噪比，去除圖像噪聲，使相變界面更清晰。并研究了濾波半徑和濾波參數對圖像降噪效果的影響，發現當濾波半徑不變時，濾波參數越大，去噪效果越好，但同時圖像的細節保護不夠到位。濾波參數相同時，濾波半徑越大，對圖像細節保護越好，但去噪效果變差。處理圖像時，需多次嘗試達到最佳效果。

3）采用主成分熱像法，進行紅外熱檢測序列熱成像的降噪處理，可解決噪聲影響測溫精度的問題，并且大大減少了紅外儀測溫所需處理數據量和進行信源空間壓縮的后續工作量。通過研究截斷值的選取對于圖像降噪效果和表征主要特征成分的程度，選取合適的截斷值能減少數據處理量4個量級，在保證降噪效果的同時，使相變界面輪廓表征更加清晰。

[1] 袁仁續, 趙鳴. 紅外熱像技術在無損檢測中的應用研究進展[J]. 福州大學學報: 自然科學版, 2005(S1): 203-207. YUAN Renxu, ZHAO Ming. Advances in the application of infrared thermography in nondestructive testing[J].:Natural Science, 2005(S1): 203-207.

[2] 徐悅. 民機ISS系統中紅外/可見光的跑道監視算法研究[D]. 上海:上海交通大學, 2012. XU Yue. Research on Runway Monitoring Algorithm in Infrared/Visible Light in CIVIL Aircraft ISS System[D]., 2012.

[3] 李鑫. 紅外熱成像技術在化工裝置中的應用[J]. 科技創新與應用, 2017(13): 29-30. LI Xin. Application of infrared thermal imaging technology in chemical plant[J]., 2017(13): 29-30.

[4] 邵進, 胡武炎, 賈風鳴, 等. 紅外熱成像技術在電力設備狀態檢修中的應用[J]. 高壓電器, 2013, 49(1): 126-129, 133. SHAO Jin, HU Wu Yan, JIAO Feng Ming, et al. Application of infrared thermal imaging technology in state maintenance of power equipment[J]., 2013, 49(1): 126-129, 133.

[5] 史寧昌, 王迅, 張存林. 紅外熱波成像技術在文物保護修復中的應用[J]. 中國國家博物館館刊, 2017(5): 149-157.

SHI Ningchang, WANG Xu, ZHANG Cunlin. Application of infrared thermal wave imaging technology in conservation and restoration of cultural relics[J]., 2017(5): 149-157.

[6] 趙明媛, 曹向陽, 翟遠坤, 等. 紅外熱成像技術在骨傷科中的應用進展[J]. 中國中醫骨傷科雜志, 2015, 23(8): 78-80. ZHAO Minyuan, CAO Xiaoyang, ZHAI Yuankun, et al. Application of infrared thermal imaging in orthopedics[J]., 2015, 23(8): 78-80.

[7] 袁仁續, 趙鳴. 紅外熱像技術在無損檢測中的應用研究進展[J]. 福州大學學報: 自然科學版, 2005, 33(z1): 203-207.

YUAN Renxu, ZHAO Ming. Advances in the application of infrared thermography in nondestructive testing[J].: Natural Science,2005, 33(z1): 203-207.

[8] 閆洪遠. 用于建筑節能的多孔基體相變儲能材料的制備及應用實驗[D]. 重慶: 重慶大學, 2011.

YAN Hongyuan. Preparation and Application of Porous Matrix Phase Change Energy Storage Materials for Building Energy Conservation [D]. Chongqing: Chongqing University,2011.

[9] 金虹慶. 泡沫金屬復合相變材料熔化傳熱過程可視化研究[D]. 杭州: 浙江大學, 2017.

JIN Qinhong. Visualization of Melting And Heat Transfer of Metallic Foam Composite Phase Change Materials [D]. Hangzhou: Zhejiang University, 2017.

[10] 晏旺, 唐中華, 靳俊杰. 冰蓄冷技術在空調系統中的應用及發展方向[J]. 節能, 2013, 32(5): 41-42.

YAN Wang, TANG Zhonghua, JIN Junjie. Application and development trend of ice storage technology in air conditioning system [J].2013, 32(5): 41-42.

[11] 張旋, 吳曉敏, 閔敬春. 冷壁上單個靜止過冷液滴凍結過程的數值模擬[J]. 工程熱物理學報, 2018, 39(1): 159-164.

ZHANG Xuan, WU Xiaomin, MIN Jingchun. Numerical simulation of freezing process of single stationary subcooled liquid droplet on cold Wall [J]., 2018, 39(1): 159-164.

[12] 于萍, 黃傳輝, 張紅, 等. 組合式吸液芯內液汽相變過程的數值模擬[J]. 工程熱物理學報, 2018, 39(12): 2732-2737.

YU Pin, HUANG Chuanhui, ZHANG Hong, et al. Numerical simulation of liquid-vapor phase transition in a combined suction core[J]., 2018, 39(12): 2732-2737.

[13] 葛朋, 楊波, 韓慶林, 等. 一種基于引導濾波圖像分層的紅外圖像細節增強算法[J]. 紅外技術, 2018, 40(12): 1161-1169. GE Peng, YANG Bo, HAN Qinglin, et al. Infrared image detail enhancement algorithm based on hierarchical processing by guided image filter[J]., 2018, 40(12): 1161-1169.

[14] 錢征文, 程禮, 李應紅. 利用奇異值分解的信號降噪方法[J]. 振動、測試與診斷, 2011, 31(4): 459-463. QIAN Zhengwen, CHENG Li, LI Yinghong. Signal denoising method using singular value decomposition[J]., 2011, 31(4): 459-463.

[15] 楊立. 紅外熱像儀測溫計算與誤差分析[J]. 紅外技術, 1999, 21(4): 20-24. YANG Li. Temperature calculation and error analysis of infrared thermal imager[J]., 1999, 21(4): 20-24.

[16] 馬寧, 劉莎, 李江勇. 紅外熱像儀的空間噪聲和時間噪聲分析[J]. 激光與紅外, 2017, 47(6): 717-721. MA Ning, LIU Sha, LI Jiangyong, Analysis of spatial and temporal noise of infrared thermal imager[J]., 2017, 47(6): 717-721.

[17] 鄒前進, 馮亮, 汪亞. 紅外圖像空間噪聲分析和預處理方法改進[J].應用光學, 2007(4): 426-430.

ZOU Qianjin, FENG Liang, WANG Ya. Spatial noise analysis and preprocessing of infrared image [J]., 2007(4): 426-430.

Application of Infrared Thermography for Characterizing Phase Change Process of Porous Media at Pore Scale

WANG Shu1,2，LENG Hang1,2，CHEN Yanling1,2，WANG Changtao1,2，CHEN Zhoulin1,2，YANG Yingying1,2

(1.,,200093,;2.,200093,)

Infrared thermography (IRT) is a new type of digital nondestructive testing technology that has developed rapidly and has found wide use. However, it still has some shortcomings, such as low accuracy, image noise, and requires a large amount of data. In this study, the phase change processes of paraffin and water in porous materials are characterized by IRT technology at pore scale, and the temperature measurement accuracy and phase interface characterization are optimized. First, the reflective surface (wrinkled aluminum foil) is added to obtain the environmental reflective temperature in the test process to correct the target object temperature; subsequently, guided filtering and principal component thermography (PCT) are used to reduce the noise of IRT images to improve the detection accuracy of the infrared thermal imager for temperature field and phase interface. The experimental results show that the temperature measured by the environmental reflection temperature correction method is closer to that measured by a thermocouple after eliminating the influence of changing environmental temperature; after selecting an appropriate filter radius and filter parameters, the contour of phase interface is clearer, and a better noise reduction effect is obtained. In addition to the good noise reduction effect, PCT makes the phase interface clearer and reduces the amount of processed data by four orders of magnitude. These three processing methods provide better optimization methods and theoretical support for infrared thermal imaging technology to characterize the phase transition process of porous media at the pore scale.

infrared thermography, non-destructive testing, porous media, phase change process, noise reduction optimization

TN219

A

1001-8891(2022)03-0294-09

2021-08-14；

2021-10-16.

王淑（1999-），女（白族），云南楚雄人，本科生，研究方向為無損檢測、相變儲能技術及應用，Email：wangshu990810@163.com。

楊英英（1988-），女，河北保定人，碩導，副教授，研究方向為無損檢測、建筑節能、相變儲能技術及應用，Email：yingyingyang@usst.com。

國家自然科學基金青年基金（52006146）；上海市青年科技英才揚帆計劃（19YF1434700）；上海高校青年東方學者崗位計劃。