一種新的紅外脈沖熱成像后處理方法1)

王逸凡 吳 丹 苗志飛 吳成浩

(寧波大學(xué)沖擊與安全工程教育部重點(diǎn)實(shí)驗(yàn)室，浙江寧波 315000)

(寧波大學(xué)機(jī)械工程與力學(xué)學(xué)院，浙江寧波 315000)

無損檢測(cè)技術(shù)是伴隨工業(yè)發(fā)展興起不可或缺的有效工具[1-2]。標(biāo)準(zhǔn)無損檢測(cè)技術(shù)包括射線檢測(cè)[3]、超聲波檢測(cè)[4-8]、磁粉檢測(cè)[9]、液體滲透檢測(cè)[10]和渦流檢測(cè)[11]。脈沖紅外熱像技術(shù)由于其檢測(cè)快速、非接觸、靈敏度高等特點(diǎn)，已被成功用于各種材料的缺陷檢測(cè)，如碳纖維增強(qiáng)塑料(carbon fiber reinforced polymer, CFRP)材料[12]、玻璃纖維增強(qiáng)塑料材料[13]、316L 型奧氏體不銹鋼[14]等。另一方面，由于試樣表面加熱不均勻及表面發(fā)射率低導(dǎo)致的紅外圖像對(duì)比度低、噪聲大等問題會(huì)給缺陷的檢測(cè)帶來困難。

針對(duì)以上問題，許多學(xué)者展開了討論。Qin 等[15]利用小波變換的方法對(duì)紅外熱圖像進(jìn)行處理，利用小波變換得出的低頻和高頻系數(shù)，采用閾值處理的方法來去除噪聲，再通過小波重構(gòu)得到新的紅外圖像。該方法能夠有效提高紅外圖像的對(duì)比度和信噪比，但實(shí)踐起來步驟繁瑣，效率低，且主要針對(duì)超聲紅外無損檢測(cè)中檢測(cè)裂紋的缺陷。Maldague[16]提出了3 種基于對(duì)比度的方法來改善圖像質(zhì)量：絕對(duì)對(duì)比度、歸一化對(duì)比度和標(biāo)準(zhǔn)化對(duì)比度。但是這些方法需要對(duì)缺陷位置進(jìn)行預(yù)測(cè)。Pilla 等[17]在此基礎(chǔ)上提出了一種基于無缺陷圖像重建計(jì)算的絕對(duì)微分對(duì)比度方法。該方法不需要考慮聲度的位置，但它的精度較低。此外，Rodríguez-Martin 等[18]通過分析材料的冷卻過程，提取了缺陷區(qū)和非缺陷區(qū)的熱數(shù)據(jù)。針對(duì)每幅圖像采用輪廓算法，克服了無損檢測(cè)技術(shù)成本高、操作繁瑣的局限性。Ranjit 等[19]基于ANSYS采用Canny 邊緣檢測(cè)算法和閾值算法來提高圖像的對(duì)比度。結(jié)果發(fā)現(xiàn)，隨著缺陷距被測(cè)表面深度的增加，圖像對(duì)比度變得更加明顯。因此，提出一種更高效的圖像后處理方法對(duì)紅外無損檢測(cè)的研究十分必要。

除了提高熱圖像質(zhì)量外，缺陷的尺寸定量一直是熱點(diǎn)問題。近年來，有許多關(guān)于缺陷尺寸的定量檢測(cè)的研究，缺陷尺寸的定量檢測(cè)方法主要分為兩大類。第一類方法包含閾值分割法[20]與缺陷邊緣提取技術(shù)的像素值的方法[21]。由于溫度的橫向擴(kuò)散效應(yīng)，缺陷區(qū)域的邊緣信息會(huì)變得模糊。此外，需要從數(shù)百個(gè)溫度序列中選取最能完整包含材料缺陷信息的一幀，其主觀性非常強(qiáng)。Kabouri 等[22]以表面最大平均溫度為依據(jù)，選擇處理的圖像幀數(shù)據(jù)。但該方法魯棒性低，不夠精確，且由于噪聲的存在[23]，圖像不適于進(jìn)行準(zhǔn)確的材料缺陷評(píng)估。Hasan 等[24]采用中值濾波器對(duì)包含缺陷邊緣信息的數(shù)據(jù)進(jìn)行檢測(cè)，證明其在去除噪聲能力的基礎(chǔ)上有更好的邊緣檢測(cè)特性。但該方法無法檢測(cè)出熱圖像中的模糊缺陷，并且缺陷的特征不能自動(dòng)提取。另一種方法是溫度剖面線法[25-27]。溫度剖面線法是目前應(yīng)用最廣泛的缺陷尺寸測(cè)量方法。缺陷區(qū)域的溫度剖面線呈高斯分布，缺陷尺寸可以通過半高全寬(full width half maximun，F(xiàn)WHM)計(jì)算[28]。然而，由于不均勻加熱和表面發(fā)射率低導(dǎo)致的熱圖像高噪聲會(huì)給缺陷的尺寸評(píng)估帶來困難。一般的降噪方法只考慮深度方向上噪聲點(diǎn)的消除和熱信號(hào)的重建[29-30]，而溫度的橫向擴(kuò)散效應(yīng)沒有得到很好地解決。因此，現(xiàn)有的方法無法獲得準(zhǔn)確的缺陷尺寸。Puliti 等[31]提出了一種自動(dòng)檢測(cè)算法，通過分割損傷輪廓識(shí)別表面下的缺陷。然而該方法操作起來比較繁瑣，而且不利于小缺陷的檢測(cè)。Liu 等[32]采用反射激光熱成像技術(shù)對(duì)試樣的表面進(jìn)行檢測(cè)，雖然該方法可以檢測(cè)到金屬材料中的小缺陷，但該方法的檢測(cè)精度低，最大誤差高達(dá)25%。

本文提出了一種新的圖像后處理方法——比溫度圖像法。不同于上述方法，該方法對(duì)溫度序列圖像的每一幀圖像與前一幀圖像進(jìn)行作商的后處理操作，得到比溫度的圖像序列，再從中截取圖像信噪比最高的圖像，結(jié)合改進(jìn)的半高全寬法，進(jìn)行缺陷尺寸定量。結(jié)果表明，該方法具有更高的魯棒性和檢測(cè)效率，可作為一種有效的紅外圖像后處理及缺陷尺寸定量方法。本文結(jié)構(gòu)如下：第一節(jié)介紹了比溫度圖像法的原理； 第二節(jié)詳細(xì)介紹了材料和實(shí)驗(yàn)設(shè)置；在第三節(jié)中，評(píng)價(jià)了比溫度圖像法用于信噪比及缺陷尺寸定量檢測(cè)的性能，并與其他后處理方法進(jìn)行了比較；最后，第四節(jié)給出了結(jié)論。

1 理論

脈沖熱成像技術(shù)通過高能閃光沖擊試樣的表面，被測(cè)表面被閃光燈瞬間加熱，熱流從表面?zhèn)鬟f到試樣的內(nèi)部，當(dāng)材料內(nèi)部存在缺陷時(shí)，由于缺陷對(duì)熱流的干擾，亞表面缺陷表現(xiàn)為被測(cè)材料表面局部的熱區(qū)與冷區(qū)，通過紅外相機(jī)對(duì)其表面進(jìn)行溫度監(jiān)測(cè)，基于一維熱傳導(dǎo)方程的解，在給定深度d處的時(shí)間t的試樣，其溫度可以通過式(1)確定[33]

式中，ρ 是密度，c是比熱容，k是材料的熱導(dǎo)率，q是輸入的能量密度，α 是熱擴(kuò)散率。

缺陷與非缺陷區(qū)域之間的溫度差ΔTc為[34]

式中，D是深度d處缺陷的直徑，L是試樣的厚度。

長(zhǎng)脈沖響應(yīng)通過對(duì)等式(2)給定的脈沖響應(yīng)進(jìn)行積分，得出熱對(duì)比度ΔTl

式中，tp是給定脈沖的持續(xù)時(shí)間，Ql是試樣表面上的熱通量。

比溫度圖像法的原理是逐次選取溫度序列圖中的每一幀，與這一幀圖像之前的每一幀圖像進(jìn)行相除。

非缺陷區(qū)域的比溫度

缺陷區(qū)域的比溫度

式中，α =k/(ρc)是熱擴(kuò)散率，Tsound(0,t)是非缺陷區(qū)域表面t時(shí)刻的溫度，Tdefect(0,t)是缺陷區(qū)域表面t時(shí)刻的溫度，d是缺陷深度，Is和Id分別是非缺陷區(qū)域和缺陷區(qū)域的比溫度，它們的值越大，表示降噪效果越好，比溫度圖像法（用division 表示）的示意圖如圖1 所示。

圖1 比溫度圖像法的示意圖Fig.1 Schematic diagram of the division method

2 材料與實(shí)驗(yàn)設(shè)置

2.1 試樣的制備

本文分別采用CFRP 板和304 不銹鋼板進(jìn)行了實(shí)驗(yàn)。試樣1 包含5 個(gè)不規(guī)則的平底缺陷，如圖2(a)，缺陷深度均為1 mm，尺寸如圖2(b)所示。試樣2 包含12 個(gè)平底圓孔，如圖3(a)所示，孔徑大小依次為4 mm，6 mm，8 mm 和12 mm，從被測(cè)表面到孔底部深度依次為0.5 mm，1.5 mm、2.5 mm，如圖3(b)所示。為了提高試樣表面的發(fā)射率，在加熱過程中缺陷更好地得以表征，我們?cè)趦蓚€(gè)試樣表面均噴上一層黑色涂料，如圖4所示。

圖2 (a) 復(fù)合材料板試樣；(b) 5 個(gè)不規(guī)則預(yù)制缺陷尺寸示意圖Fig.2 (a) Composite plate specimen；(b) schematic diagram of 5 irregular prefabricated defect sizes

圖3 (a) 304 不銹鋼板試樣；(b) 12 個(gè)平底孔尺寸示意圖Fig.3 (a) 304 stainless steel plate specimen; (b) schematic diagram of 12 flat bottom hole sizes

圖4 表面噴上黑漆的試樣Fig.4 Specimen with black paint on the surface

2.2 實(shí)驗(yàn)的設(shè)置

本文采用兩個(gè)鹵素?zé)糇鳛橥獠考?lì)，鹵素?zé)舻墓β蕿? kW，加熱持續(xù)時(shí)間為10 s。使用640 ×512 像素陣列的紅外相機(jī)(FAST M100 k，3～4.9 m)記錄試樣表面的溫度變化。紅外相機(jī)的采樣速率為40 Hz，實(shí)驗(yàn)裝置如圖5 所示。

圖5 實(shí)驗(yàn)裝置Fig.5 The experimental setup

2.3 仿真模擬的設(shè)置

在本研究中，我們同時(shí)采用Comsol Multi-Physics 三維有限元分析軟件模擬本文中兩種試樣在脈沖激勵(lì)下的響應(yīng)，材料和其他的一般參數(shù)如表1 所示。

表1 CFRP 材料和304 不銹鋼的熱物理性能Table 1 Thermophysical properties of CFRP materials and 304 stainless steel

在試樣的表面添加2000 W 的熱流，同時(shí)在上下表面設(shè)置對(duì)流換熱系數(shù)為10 W。整個(gè)方案分為兩步：加熱階段與冷卻階段。分析時(shí)間總共為15 s，步進(jìn)時(shí)長(zhǎng)為0.01 s。第一步為10 s 的長(zhǎng)脈沖，第二步為5 s 的冷卻。

3 結(jié)果與討論

3.1 圖像后處理

通過熱像儀可以精準(zhǔn)捕捉試樣表面的溫度信息。實(shí)驗(yàn)結(jié)果表明，隨著時(shí)間的推移，由于在加熱階段近表面缺陷積累了更多的熱量，近表面的缺陷比更深的缺陷具有更高的溫度對(duì)比度。我們可以從圖6(a)和6(b)中發(fā)現(xiàn)，大尺寸、深度較淺的缺陷先開始出現(xiàn)，在溫度達(dá)到最高時(shí)，缺陷的特征最明顯，之后缺陷的邊緣隨著熱波橫向擴(kuò)散而變得模糊。

圖6 (a)試樣1 和(b)試樣2 隨時(shí)間變化的熱序列圖像Fig.6 Thermal sequence images of (a) specimen 1 and (b)specimen 2 with time

仿真與熱圖像后處理結(jié)果如圖7 和圖8 所示。圖7(a)是CFRP 板在長(zhǎng)脈沖激勵(lì)下的熱序列圖，可以發(fā)現(xiàn)左上角與左下角的缺陷較為模糊，經(jīng)過圖像后處理后，缺陷的邊緣變得較為明顯，而且噪聲也顯著降低，如圖7(b)所示，其缺陷輪廓信息也與仿真結(jié)果(圖7(c))相接近。從圖8(a)和圖8(d)可以發(fā)現(xiàn)，脈沖相位法(pulse phase thermography, PPT)得到的相位圖要優(yōu)于幅值圖。PPT 雖然使缺陷的輪廓變得清晰了，但其噪聲明顯加大了，相比于PPT，主成分熱像法(principal component thermal, PCT)分析能有效降低噪聲，但其能判別的缺陷數(shù)量變少了，如圖8(c)所示。相比于以上幾種方法，本文所提出的比溫度圖像法既有效地降低了圖像的噪聲，又不丟失缺陷的邊緣信息，而且可以看到的缺陷數(shù)量明顯增加，缺陷的輪廓也十分清晰。就本文的實(shí)驗(yàn)條件及檢測(cè)材料類型，可以探測(cè)到尺寸大小為4 mm，深度為2.5 mm 的缺陷，如圖8(b)所示。

圖7 試樣1 的結(jié)果：(a)原始圖像；(b)比溫度圖像法處理后的圖像；(c)仿真圖像Fig.7 Results for specimen 1: (a) the raw image; (b) the division processed image; (c) the simulation image

圖8 試樣2 的結(jié)果：(a)PPT 處理后的(幅值)圖像；(b)比溫度圖像法處理后的圖像；(c)PCT 處理后的圖像；(d)PPT 處理后的(相位)圖像Fig.8 Results for specimen 2: (a) the PPT(amp) processed image; (b) the division processed image; (c) the image after PCT processing; (d) the PPT(phase) processed image

3.2 信噪比的計(jì)算

為了進(jìn)一步研究比溫度圖像法的優(yōu)點(diǎn)，采用基于信噪比（SNR）的定量標(biāo)準(zhǔn)來評(píng)價(jià)不同的圖像處理方法。

信噪比的計(jì)算公式為

式中，Ti是缺陷區(qū)域的第i個(gè)像素中的溫度，Tnd是非缺陷區(qū)域中的平均溫度，k是所選缺陷區(qū)域中的像素?cái)?shù)，σnd是非缺陷區(qū)域中溫度的標(biāo)準(zhǔn)差。這里認(rèn)為，信噪比越高，圖像后處理效果越好。

信噪比的計(jì)算結(jié)果如表2 所示。與原始圖像相比，PPT 與PCT 小幅提高了圖像的信噪比，PPT 得到的相位圖反而使得圖像的信噪比降低了，比溫度圖像法處理后的圖像信噪比有了明顯的提高，最高提高了98.46%。比溫度圖像法不僅可以檢測(cè)出更深的缺陷，并且對(duì)于更小的缺陷尺寸也能很好地判別，顯著提升了脈沖熱成像技術(shù)對(duì)含缺陷金屬材料的檢測(cè)能力。

表2 CFRP 材料和304 不銹鋼的圖像處理結(jié)果Table 2 The results of CFRP materials and 304 stainless steel of image processing

3.3 缺陷尺寸的定量

缺陷尺寸的定量評(píng)估一直是一個(gè)熱點(diǎn)問題，最常用的方法是通過提取缺陷區(qū)域的邊緣信息和測(cè)量溫度剖面線的半高全寬法來確定缺陷尺寸，但由于缺陷邊緣效應(yīng)與圖像噪聲的存在，該方法在缺陷尺寸定量評(píng)估時(shí)，魯棒性較差，準(zhǔn)確度低。

基于溫度輪廓線的方法是使用最廣泛的缺陷尺寸定量方法，理論上缺陷區(qū)域上的溫度呈現(xiàn)正態(tài)分布，其半高全寬（FWHM）與缺陷尺寸D的關(guān)系[28,35-36]為

半高全寬法已成功地應(yīng)用于金屬、復(fù)合材料等許多材料。眾所周知，高斯函數(shù)的半高寬與σ的關(guān)系是

式中，σ 是高斯分布的標(biāo)準(zhǔn)差。

我們將比溫度圖像法與半高全寬法相結(jié)合，改善缺陷尺寸定量檢測(cè)中的問題。

在半高全寬法下原始圖像測(cè)得的缺陷尺寸

在半高全寬法下圖像后處理后測(cè)得的缺陷尺寸

式中，t1為原始圖像中缺陷尺寸最明顯的一幀所對(duì)應(yīng)的時(shí)間，σ1為其缺陷區(qū)域溫度輪廓線標(biāo)準(zhǔn)差的值；t2為比溫度圖像法處理后的缺陷區(qū)域最明顯的一幀所對(duì)應(yīng)的時(shí)間，σ2為其缺陷區(qū)域溫度比輪廓線標(biāo)準(zhǔn)差的值。

圖9(a)是實(shí)驗(yàn)中另一塊304 不銹鋼板試樣的溫度序列中選取的缺陷較為明顯的一幀(時(shí)間記為t1)，通過溫度剖面線法，從左向右按照像素值依次提取3 個(gè)缺陷的溫度信息，從溫度與像素的關(guān)系圖中(圖9(b))，可以分析出其溫度信息類似于高斯分布，且通過計(jì)算可以得出其標(biāo)準(zhǔn)差的值σ1。

圖9 (a)原始數(shù)據(jù)的溫度序列圖；(b)溫度剖面線Fig.9 (a) Temperature series plot of raw data; (b) Temperature profile line

圖10(a)是該試樣溫度序列進(jìn)行比溫度圖像法后處理之后選取的信噪比較高的一幅圖像(時(shí)間記為t2)，通過對(duì)比分析圖9(b)與圖10(b)溫度信息曲線，可以發(fā)現(xiàn)噪聲有明顯的降低。此外，從溫度比剖面線的結(jié)果來看，噪聲被平滑，圖像由于加熱不均勻的影響被減小。通過計(jì)算可以得出其標(biāo)準(zhǔn)差的值σ2。通過兩者的對(duì)比，結(jié)合半高全寬法，可以對(duì)缺陷的尺寸進(jìn)行定量分析。

圖10 (a)比溫度后處理結(jié)果；(b)溫度比的剖面線Fig.10 (a) Post-processing results of specific temperature;(b) profile line of temperature ratio

對(duì)試樣1 與試樣2 的缺陷進(jìn)行尺寸測(cè)量，并在溫度衰減過程中進(jìn)行研究。圖11(a)～圖11(e)顯示了CFRP 板5 個(gè)不規(guī)則缺陷分別經(jīng)過圖像后處理后溫度比的剖面線，不難看出，缺陷區(qū)域中溫度比的結(jié)果更平滑，可降低由于隨機(jī)噪聲產(chǎn)生的缺陷定量誤差。

圖11 試樣1 的溫度比剖面線：(a)缺陷A；(b)缺陷B；(c)缺陷C；(d)缺陷D；(e)缺陷EFig.11 Temperature ratio profile lines of specimen 1: (a)defect A; (b) defect B; (c) defect C; (d) defect D; (e) defect E

304 鋼板的數(shù)據(jù)如圖12(a)和圖12(b)所示。可以發(fā)現(xiàn)，通過比溫度圖像法處理后的溫度信息曲線變得更加光滑了，這說明圖像的噪聲明顯降低了，進(jìn)而可以更好地確定其標(biāo)準(zhǔn)差與半高全寬的值，通過式(10)可以進(jìn)行缺陷尺寸定量檢測(cè)。

圖12 (a)試樣2 比溫度法后處理結(jié)果；(b)試樣2 溫度比的剖面線Fig.12 (a) Post-processing results of the specific temperature of specimen 2; (b) profile line of the temperature ratio of specimen 2

由半高全寬法得到的缺陷尺寸和時(shí)間t的平方根之間的關(guān)系如圖13 所示，我們對(duì)其進(jìn)行線性擬合并且在截距處給出缺陷尺寸。圖13(a)～13(e)分別顯示了針對(duì)試樣2 的4 mm，6 mm，8 mm 和12 mm 缺陷與試樣1 的10 mm 缺陷尺寸和時(shí)間t平方根之間的關(guān)系圖。通過分析計(jì)算，得出的尺寸誤差如表3 所示，可以看出，對(duì)于不同尺寸的缺陷，比溫度后處理法大大提高了半高全寬法檢測(cè)的精度，對(duì)于試樣2 中8 mm 缺陷，誤差僅為0.45%。通過比溫度圖像法檢測(cè)出的缺陷尺寸的精度相比于原始數(shù)據(jù)顯著提高，尤其對(duì)于缺陷尺寸越大的，檢測(cè)效果越好，此外，還能通過比溫度圖像法檢測(cè)出直徑為4 mm 的缺陷尺寸，誤差僅為5.75%。比溫度圖像法測(cè)量的缺陷尺寸相對(duì)誤差相較于原始圖像測(cè)量的缺陷尺寸的相對(duì)誤差減小都在15%以上，其中缺陷尺寸為4 mm 的相對(duì)誤差減小達(dá)35.85%，而對(duì)于缺陷尺寸為12 mm 的缺陷，檢測(cè)誤差為2.44%，相比于仿真結(jié)果相差0.26%。

表3 半高全寬法測(cè)得的仿真、實(shí)驗(yàn)及后處理之后的缺陷尺寸及誤差Table 3 Defect size and error after simulation, experiment and post-processing measured by half height full width method

圖13 顯示不同尺寸(a) 4 mm，(b) 6 mm，(c) 8 mm，(d) 12 mm 和(e) 10 mm(缺陷D)的缺陷尺寸變化與時(shí)間的關(guān)系Fig.13 Showing defect size variation versus time for different sizes (a) 4 mm, (b) 6 mm, (c) 8 mm, (d) 12 mm and(e) 10 mm (defect D)

4 總結(jié)

本文提出了一種新的基于圖像溫度比值的紅外圖像后處理方法。與傳統(tǒng)的PCT 和PPT 不同，該方法具有操作簡(jiǎn)便、效率高、效果好的優(yōu)勢(shì)。通過對(duì)比紅外圖像信噪比，對(duì)以上幾種方法進(jìn)行了比較分析，驗(yàn)證了比溫度圖像法可大幅提高圖像的信噪比，從而提高缺陷的檢出率。結(jié)果表明，比溫度圖像法相比于原始圖像的信噪比提高了近98.36%。

結(jié)合半高全寬法和比溫度圖像后處理方法，對(duì)缺陷尺寸定量重新進(jìn)行了理論推導(dǎo)，對(duì)半高全寬法進(jìn)行改進(jìn)，改進(jìn)的半高全寬法能更準(zhǔn)確地對(duì)缺陷進(jìn)行定量。通過與傳統(tǒng)的半高全寬法進(jìn)行對(duì)比，發(fā)現(xiàn)改進(jìn)的半高全寬法大幅提升了缺陷定量檢測(cè)的精度，具有更強(qiáng)的魯棒性?；趯?shí)驗(yàn)的結(jié)果，我們對(duì)長(zhǎng)脈沖熱激勵(lì)下的兩種試樣（CFRP與304 不銹鋼）的缺陷進(jìn)行定量，結(jié)果表明，所檢測(cè)的具有不同大小缺陷的兩種材料相對(duì)誤差不超過5.75%。以上實(shí)驗(yàn)和計(jì)算結(jié)果表明，比溫度圖像法具有顯著的優(yōu)勢(shì)，可作為脈沖熱成像一種有效的后處理方法并在實(shí)際紅外無損檢測(cè)的應(yīng)用中采用。