高溫數字圖像相關方法關鍵技術研究

王迎朝，祁俊峰，邵 珩，鐘俊杰

(北京衛星制造廠有限公司，北京 100089)

隨著技術的不斷發展，在航天領域中，探索空間的拓寬與工作需求的增加，越來越多的航天飛行器的工作環境也朝著更加惡劣的方向發展。在高溫的影響下，構件產生熱變形，并且伴隨高溫燒蝕，導致構件與原始的設計狀態不相符，進而影響其工作狀態，因此會影響航天器的飛行安全性能。所以，這種情況對高溫環境下材料構件力學性能與形貌分析檢測方法提出了新的要求。

數字圖像相關方法(Digital image correlation)是一項目前發展較為成熟的非接觸式變形檢測技術，該方法較傳統的接觸式變形測量方法而言具有非接觸、可測全場形變的優點，對于其他的非接觸式測量方法而言具有光路簡單、結構簡單、光源要求低、測量精度高、抗干擾能力強等優點，該方法已被廣泛用于科研領域與工程領域。

因此，研究數字圖像相關方法在高溫環境下的應用，為高溫環境下的材料力學性能分析提供了新的方法與思路，具有重要意義。

1 數字圖像相關方法基本原理

數字圖像相關法(Digital Image Correlation, DIC)于20世紀80年代由W. H. Peters等[1]和I. Yamaguchi[2]提出，它是一種基于灰度的匹配方法，其基本原理是在參考圖像(ReferenceImage)中選取以待匹配點及其周圍像素所構成的參考子區，在待匹配圖像(TargetImage)中以相關系數(CorrelationCoefficient)作為評價子區相似度的指標進行搜索，得到令相關系數達到最佳的目標子區以實現對應點的匹配，匹配能直接獲得亞像素級的結果，直接決定了測量精度。子區一階變形模式如圖1所示，該子區經變形，將對應目標圖像中的變形后子區。

圖1 子區一階變形模式

圖1中，(x0,y0)是待匹配點的圖像坐標，(x,y)為參考子區內任意一點坐標，(x′,y′)是變形后該點坐標，圖1直觀反映出了各參數的具體含義。在DIC中，一般使用包含了6個變形參數的一階形函數來描述這種變形模式：

(1)

式中，描述變形的6參數構成了向量p=[u,ux,uy,v,vx,vy]T，這也是DIC算法所要優化的參數。優化的目標函數為具有較強抗干擾能力的ZNSSD系數CZNSSD，優化的初值估計使用正像素匹配算法。

(2)

雖然目前的數字圖像相關方法在常溫環境下的應用已經非常成熟，但其在高溫復雜環境下仍具有較高技術難度：1)高溫環境中，溫度場的變化造成空氣折射率發生隨機改變，導致圖像采集失真，進而影響圖像相關計算，嚴重影響相關計算精度；2)高溫環境下，背景高溫輻射嚴重，直接導致試件信息被淹沒，導致采集圖像信息缺失，影響計算精度。

2 熱流擾動噪聲消除方法研究

2.1 熱流擾動噪聲消除方法研究現狀

在高溫環境下，試件周圍的溫度場分布不均勻，因此在測量過程中的熱流擾動對圖像采集造成影響。空氣的密度分布對于空氣的折射率有重要影響，試件周圍的溫度變化會造成其局部空氣密度不均勻，造成折射率的變化，進而使圖像模糊抖動，導致采集圖像的失真，無法獲取真實的試件位移、變形情況。研究者們在采集圖像和圖像后處理過程中進行了研究，以降低熱流擾動對數字圖像相關方法的影響。

1996年，J. S. Lyons等[3]最早開始研究高溫環境下的數字圖像相關方法，通過高溫爐對試件進行加熱，并在高溫爐的玻璃觀測窗與相機之間安裝風扇，使相機與試件之間保持較為穩定的溫度，獲得較為清晰的圖像。2011年，M. D. Novak等[4]為了得到1 500 ℃熱膨脹系數，在相機與試件之間安裝氣刀來降低熱流擾動對散斑圖采集質量的影響。2016年，Chen Li等[5]使用空氣控制器來減小高溫情況下熱流擾動對圖像采集精度的影響(見圖2)，并對采集的圖像進行圖像平均處理，最終精準測量溫度可以達到1 200 ℃。

圖2 外加氣動裝置的DIC系統

然而隨著測試溫度的提高，熱流擾動也更加嚴重。單靠外加硬件來提高采圖精度的方法很難完全抑制熱流擾動噪聲，所以更多研究者把研究重點放在圖像采集后的圖像處理算法上。2010年，潘兵團隊[6]將瞬態氣動加熱模擬裝置與可靠性引導的數字圖像相關技術相結合，提出了解決黑體輻射引起的局部去相關區域的方法，并測量了室溫至550 ℃高溫環境下鉻鎳奧氏體的熱變形場。2013年，潘兵等[7]將一種新型的主動成像光學系統和一種穩健的可靠性導向位移跟蹤算法與一種自動參考圖像更新方案相結合，以測量鉻鎳奧氏體不銹鋼試件在加熱到1 300 ℃后的全場熱變形，以及C/SIC復合材料在1 550 ℃下的全場熱變形。2015年，Su Y Q等[8]為了使高溫環境下熱流擾動對應變測量精度的影響最小化，提出了一種改進的灰度平均算法。然而，該算法的局限性在于只適用于靜態熱過程，在試件熱膨脹系數測量實驗中，在同一溫度下采集到的圖像無法進行變形區域匹配。2017年，繆泓團隊[9]使用仿真軟件模擬出一個穩定熱流場模型，并通過添加相關系數的方法校正此模型對于圖像采集抖動偏移的誤差，從而在高溫環境中獲得較高清晰度的圖像，但是此方法模擬的為均勻升溫環境下的熱流場，實際的高溫環境更加復雜，相關系數的取值也更為困難，所以具有相當的局限性。

2.2 熱擾動噪聲消除時域相關算法

為了減弱隨機噪聲帶來的影響，本文提出了一種結合高斯預濾波的時域相關算法。采用高斯預濾波技術，通過高斯卷積模板對圖像進行加權積分實現平滑降噪的目的，對隨機分布和服從正態分布的噪聲有很好的濾除效果。當均值μ為0時的二維高斯函數如下：

(3)

式中，σ為正態分布標準差，其值決定了函數的衰減速度。

采集圖像后，對圖像進行高斯預濾波，再對處理后的圖像進行DIC匹配，可大大降低由隨機噪聲帶來的匹配偏差，也可以降低由圖像抖動帶來的圖像模糊等影響。由于氣流的非定常性，其帶來的圖像中與位移耦合的噪聲往往沒有規律，具有隨機波動的特點。為了消除其帶來的虛假位移，引入時域相關的算法。

時域相關示意圖如圖3所示，在時域相關匹配中，變形模式的參數Δu,Δv,ux,uy,vx,vy不再固定不變，而是隨時間變化的變量，它不僅需要滿足每一個時間序列上的變形情況，同時，根據在連續變形情況下的時空連續性，這些參數還需要滿足速度、加速度、應變率等時域上的約束條件，為數字圖像相關優化提供了額外的優化目標，一定程度上避免了在氣流擾動情況下，相關匹配算法錯誤收斂、破壞時域連續性的情況。

DIC擾動圖像復原實驗如圖4所示，搭建DIC系統對靜止不動的試樣(見圖4右上角)進行測量。通過人為制造振動的方式，測得被測物受到一定的噪聲影響。

圖3 時域相關示意圖

圖4 DIC擾動圖像復原實驗

圖5所示為軟件測量界面。對試樣進行57次測量，選擇一片區域，依次計算每次測量結果相對于第1次測量的偏移量。圖6所示為圖像復原前后的首次測量圖。本次圖像復原采用時域高斯濾波，即復原圖的每個像素的灰度由時間軸上相鄰的一系列圖像的相同位置像素的灰度進行高斯模板卷積得到。從圖6中可以看出，復原前后的圖像沒有明顯區別。

圖5 DIC測量軟件界面

a)原始圖

b)復原后

圖7所示為圖5中箭頭所指的選定方框區域內所有點每一次的測量中相對于首次測量的位移，包括x、y、z方向以及三維合成位移量s：

s=sqrt(x2+y2+z2)

(4)

a) 濾波前的均值位移

b) 濾波后的均值位移

c) 濾波前的位移標準差

d) 濾波后的位移標準差

從圖7可以看出，對測量圖進行濾波后，得到的位移均值波動大幅減小，最大合成位移從0.026 mm降低到0.013 mm，同時標準差從約0.007 mm降低到約0.004 mm，均有約50%的降幅，但對測量后期z方向位移的量影響不大。這表明時域相關算法對測量結果的抖動噪聲起到了明顯的抑制作用，而對趨勢性的位移基本沒有影響。

3 高溫背景輻射抑制方法研究進展

3.1 高溫背景輻射抑制方法研究現狀

隨著溫度的升高，背景輻射強度也隨之增大，采集到的散斑圖信息將被背景輻射淹沒，圖像出現明顯的退相關效應，圖像難以進行相關匹配，因此，在高溫背景輻射環境影響下獲得高質量的數字圖像就成為高溫數字圖像相關方法中的關鍵。

2009年，B. M. B. Grant等[10]在傳統數字圖像相關系統中加入藍光波段的濾光片，并采用藍光波段敏感相機進行圖像采集，成功在1 000 ℃的環境溫度下抑制了背景輻射，提高了采集到的散斑圖像的質量，進而提高了應變測量的精度，成功地測量出鎳基合金楊氏模量和熱膨脹系數。2011年，潘兵等[11]為了消除高溫物體黑體輻射對采集圖像的灰度影響，在Grant的基礎上使用帶寬為20 nm的光學濾波片，成功在1 200 ℃的高溫環境下采集到高質量的散斑圖像。2013年，潘兵等研究并搭建了一種新型成像光學系統，該系統通過外加450 nm藍光波段的窄帶濾光片，并且主動外加一個高功率的藍光光源對被測試件進行照射，極大地抑制了高溫背景輻射，成功采集到試件表面在高達1 550 ℃的高溫下的清晰散斑圖像。

3.2 紫外數字圖像相關系統高溫成像驗證

本文采用紫外成像的方式來驗證1 600 ℃高溫環境下圖像采集的可行性，進行紫外DIC硬件系統的搭建，并對其在1 600 ℃高溫環境下成像效果進行驗證。

熱輻射中波長與溫度的定量關系可用普朗克公式描述：

(5)

式中，I(λ,T)為由波長λ和溫度T表示的輻射強度；h為普朗克常數；c為真空中的光速；k為玻爾茲曼常數。根據普朗克公式，可繪制不同溫度下的波長-熱輻射強度曲線(見圖8)，以1 500 ℃時450 nm藍光的輻射強度作為參考，在1 800 ℃下可選擇365 nm紫外光，現有的單色紫外光源通常波長為254～395 nm，能滿足照明需求。

圖8 不同溫度下的波長-熱輻射強度曲線

高溫數字圖像相關紫外成像部件由非相干窄光譜照明裝置、窄帶濾波器與CCD相機構成(見圖9)。

圖9 紫外DIC成像系統示意圖

365 nm紫外波段DIC成像系統如圖10所示，本文用于紫外DIC系統搭建的硬件主要參數如下。

1)紫外敏感相機：參數完全相同的華谷動力WP-UV420M紫外工業相機2只，分辨率2 048*2 046，43幀/s，實現圖像數據采集工作。

2)紫外鏡頭：適配選用紫外相機接口及分辨率的紫外鏡頭WP-2M8528-UV，光圈可調，焦距85 mm，畸變<0.7%，在2 m處成像視場300 mm×300 m，滿足實際測試中對視場與空間分辨率的需求。

3)紫外光源：選用365 nm紫外光源WP-R7430-UV，以適應高溫圖像采集環境。

4)窄帶濾波片：定制直徑50 mm圓形濾波片，中心波長365 nm，半帶寬10 nm，截至深度OD4，帶通透過率60%。

圖10 365 nm紫外波段DIC成像系統

為驗證該紫外DIC系統在高溫狀態下的成像質量情況，本文進行高溫爐燒蝕試件圖像采集實驗，并且與普通工業相機成像系統成像進行對比。

采用高溫爐將試樣加熱到1 600 ℃，采用2組照明成像單元對試樣拍照(見圖11)，采集圖片成像效果如圖12所示。

圖11 紫外DIC系統高溫爐采圖

從圖12可以看出，紫外DIC系統很好地抑制了高溫爐試樣的自發輻射，可以較為清晰地識別出試件表面的散斑特征，而普通DIC系統采集的圖像信息幾乎被高溫背景輻射全部淹沒，無法進行圖像匹配。

a)紫外DIC系統

b)普通工業相機成像系統

4 結語

本文針對目前高溫數字圖像相關方法中熱擾動噪聲消除方法和背景輻射抑制方法的研究現狀進行了總結，提出一種結合高斯預濾波的時域相關算法消除擾動噪聲，并且搭建一套紫外數字圖像相關系統進行1 600 ℃高溫環境下成像效果驗證。

1)高斯預濾波的時域相關算法對測量結果的擾動噪聲起到了明顯的抑制作用，但是實際高溫環境更加復雜，其在高溫下的擾動噪聲消除效果需進一步驗證；未來熱擾動噪聲消除方法研究預計會結合硬件與算法，在不同階段對噪聲進行抑制。

2)使用濾光片、光源和相應波段敏感相機組合的方式是抑制高溫背景輻射的有效手段，365 nm波段紫外數字圖像相關系統在1 600 ℃高溫環境下可以清晰成像，但是根據波長-熱輻射強度曲線可以看出，尤其是當溫度高于2 000 ℃時，背景輻射強度呈指數增長，因此，瞬時功率更高的脈沖光源的應用可能會成為抑制超高溫環境中背景輻射的關鍵。