专利名称：用于自动紧固件检验的无损测试方法
技术领域：
本发明涉及诸如因例如从金属板材的孔扩展的腐蚀或侵蚀引起的裂缝和金属损耗之类的瑕疵的无损测试，并且对于诸如铆钉之类的紧固件的区域中的飞机搭接接头的快速扫描特别有用。
背景技术：
紧固件附近的瑕疵的存在一般不易检测，因为来自紧固件的信号较强，并且能够遮蔽来自瑕疵的信号，特别是当它们在结构深处、例如在搭接头的第二或第三层时。由于瑕疵能够位于紧固件下面或者母材的表面之下，所以如果所采用的无损技术能够获取表面下的信息，则是优选的。对于金属，涡流测试方法是一个强有力的候选。能够通过扫描结构表面之上的简单涡流探头，并且记录作为位置的函数的信号，来检验结构。备选地，涡流探头的阵列能够用于通过电子地复用探头同时从执行快速区域扫描的多个位置来获取数据。涡流传感器能够是简单线圈或者按照绝对、反射或差分配置所连接的一组线圈。备选地，传感器可以是固态磁场传感器，例如GMR或霍耳效应传感器。检测紧固件周围的疲劳裂缝的一种方法是在Lale发明的GB2273782A中公开的旋转涡流探头。但是，这类探头要求用户识别紧固件，使探头在紧固件上居中，然后旋转探头。希望有一种用于自动识别紧固件的位置并且有效地检测其周围的瑕疵的更快的技术。
发明内容
本发明的一个实施例的目的是提供一种快速扫描包含紧固件的结构然后处理该数据以使得能够显露并且评估任何瑕疵的方法。根据本发明的第一方面，提供一种用于检验紧固件附近的缺陷的方法，该方法包括采用涡流探头来扫描包含一个或多个紧固件的对象，并且形成表示作为位置的函数的所测量信号的图像，称作所获取图像，从所获取图像来获取或选择基本上无缺陷的紧固件的第二图像，称作参考图像，使用参考图像来自动查找所获取图像中的紧固件位置的实例，并且从所获取图像去除与无缺陷紧固件的材料相关的信息，以便提供可检验以寻找对象中位于紧固件处或附近的瑕疵的结果图像。通过去除与无缺陷紧固件相关的信息/信号/数据，与紧固件之中或周围的瑕疵、包括表面下的瑕疵相关的信息是更易于识别的。因此，可以更可靠并且迅速地找出瑕疵。根据本发明的第二方面，提供一种用于检验紧固件附近的缺陷的系统，该系统包括涡流探头，用于扫描包含一个或多个紧固件的对象，以及控制器，可连接到或者包括屏幕，该控制器设置成形成表示作为位置的函数的所测量信号的图像，称作所获取图像；
获取基本上无缺陷的紧固件的图像，称作參考图像；使用參考图像来自动查找所获取图像中的所有紧固件的实例；以及去除所获取图像中与无缺陷紧固件的材料相关的信息，以便提供结果图像。
现在将仅作为举例、參照附图来描述本发明的实施例，附图包括图I示出本发明的一个实施例的方法；图2示出涡流仪器和阵列探头； 图3示出使用本发明的一个实施例所得到的结果；以及图4示出本发明的一个更详细实施例。
具体实施例方式图I示出本发明的一个实施例的方法。在步骤1，通过采用涡流探头扫描例如包含如铆钉的一个或多个紧固件的诸如飞机面板或管线段之类的对象，来获取图像。所获取图像表示作为位置的函数的所測量信号。在步骤2，得到基本上无缺陷的紧固件的參考图像。紧固件的參考图像可从来自所获取图像的已知良好材料的紧固件或者从诸如紧固件的事先预备的资料库或查阅表之类的其它位置来选择。在步骤3，使用參考紧固件图像来查找所获取图像中的紧固件的实例。在步骤4，去除所获取图像中例如与无缺陷紧固件的材料相关的诸如图像数据或信号数据之类的信息，以便提供可检验以寻找对象中位于紧固件处或附近的瑕疵的结果图像。由于从所获取图像去除紧固件的图像，所以更易于识别任何瑕疵。因此，可以更为可靠并且迅速地识别瑕疵。图2示出涡流仪器10和阵列探头20。在使用中，在例如飞机面板等的待测试对象30的表面之上扫描探头20，对象30在这个示例中具有包含多个紧固件或铆钉40的三层31、32、33。在这个示例中，探头20包括一系列涡流传感器，通常为导线的线圈，用于在对象中激发涡流并且感测其幅值。探头20包括或者附连到编码器，编码器用于确定探头20的位置，并且来自涡流传感器的信号作为表示作为位置的函数的信号強度的所获取图像、例如作为‘C扫描’来显示。涡流信号由适当的控制器、例如设置于或者附连到涡流仪器10的微处理器来处理，以使得将对象中的任何特征或瑕疵与背景材料清楚地加以区分。从C扫描图像选择表示无缺陷材料中的典型铆钉的区域。这个区域称作‘參考图像’，并且用于自动定位所获取图像中的所有其它铆钉。备选地，參考图像能够从第二对象得到，或者可先前已经测量并且作为资料库图像存储。所获取图像中的铆钉的近似位置可通过本发明方法自动跟踪。基于归ー化互相关技术，对于所获取图像中的各像素，定义它在所获取图像中的对应的子图像。像素相关子图像具有与參考图像相同的大小，并且在像素上居中。在參考图像与像素的相关子图像之间求相关相似度值。对所获取图像中的各像素位置指配ー个相似度值，以便形成相似度索引图，其中高值指示高相似程度。将阈值应用于所指配相似度索引图，以便去除指示不良匹配的那些值。
可使用集中于超过阈值并且因此被认为是高相似区域的相似度区域的捜索算法来定位铆钉40。可定义不大于參考图像的大小并且沿各边可具有奇数像素的搜索窗ロ。该窗ロ可遵循涉及按照使得最高相似度值始终位于搜索窗ロ的中心的方式来移动的搜索模式。优选地，任何给定铆钉的搜索路径应当结束于表示那个铆钉局部区域的最高相似度值的像素。实际上，可找到多个不同但很密集的端点。通过搜索最高相似度值的列表来找到真正的铆钉对齐中心，它们可以是端点，从而消除重复位置并且去除簇(cluster)中小于最大值的所有点。簇定义为位于相互之间的固定距离之内的多个点，这个距离小于铆钉间距。在这个过程结束时，仅留下原始图像中的铆钉的每个的ー个位置值，并且假定这些点为所识别铆钉的对齐中心。通过从每个铆钉位置处的所获取图像中逐个像素地减去參考图像，去除因铆钉而引起的信号。对于在铆钉的自动跟踪对齐中心上居中的參考图像来执行减法。同时，通过从所获取图像中的对应像素值的平方减去參考图像中的像素值的平方，能够使用往往希望将减法基于能量而不是強度的直接減法。该过程中的最后步骤是相加表示參考图像中的平均背景值的偏置量。这个值能够通过多个方式来得到，但是ー种方式是使用位于參考图像的边缘附近的像素的值的平均。将偏置量应用于经过减法过程的所有像素。图3示出设置在具有紧固件周围的变化大小的瑕疵的对象中的编号为I至12的一组紧固件。编号为100的行指示紧固件周围的位置以及各紧固件的瑕疵的大小，单位为英寸。能够看到，编号为I和12的紧固件没有瑕疵。编号为200的行提供各紧固件周围的常规涡流图像。能够看到，只能清楚地看到编号为2和3的紧固件周围的瑕疵。其余紧固件周围的瑕疵可能被操作人员遗漏。编号为300的行提供来自本发明的一个实施例的方法的图像。能够看到，比行200所示的常规系统中识别的瑕疵的大小要小许多的瑕疵在行300中是清楚可见的，从而向操作人员提供更为有用的信息，并且显著提高识别瑕疵的可能性，瑕疵然后能够被修复或监測。图4示出本发明的一个实施例的方法的更详细示例。在步骤410，各种输入被输入到系统中，即，使用涡流探头20来获取作为位置的函数的图像，例如通过从所获取图像选择已知良好材料的紧固件40的第二图像或者例如从查阅表选择紧固件的资料库图像来得到參考紧固件图像。还将用于查找所获取图像中的紧固件的实例的阈值输入到系统。在步骤420，在这个示例中通过执行所获取图像与參考图像之间的归一化互相关，来执行相似度求值。在步骤430，通过应用先前输入的相似度阈值，以便计算相似度数据以识别所获取图像中能够包含紧固件的区域，来定位所获取图像中的潜在紧固件。在步骤440和450，执行粗略捜索以对所有所识别区域定位潜在中心点，然后对所识别区域的每个执行精细搜索，以便提供表示所识别紧固件的对齐中心的值。在步骤460，对于所识别的各紧固件位置，从所获取图像中的各像素减去參考图像
中的各像素。在步骤470，将表示平均背景值的偏置值应用于所识别的经处理像素的每个。如上所述并且采用图3的结果所示，本发明的实施例使诸如铆钉之类的紧固件周围的瑕疵能够更易于检测，以使得它们可被修复或监测。本发明的实施例的使用还使测试能够远比常规系统更为迅速地执行可对上述示例进行许多变更，而没有背离本发明的范围。例如，参考紧固件图像可在使用前被存储于资料库或查阅表，或者可在使用期间例如从所获取图像的已知良好材料的紧固件来得到。此外，代替通过归一化互相关来确定所获取图像与参考图像的区域之间的相似度，例如，可通过诸如互相关之类的任何预期方法，或者通过比较来自两个区域的傅立叶系数、小波系数，或者通过经由主成分方法并且使用神经网络对其识别而得到相似特征，来确定相似度。
权利要求
1.一种用于检验紧固件附近的缺陷的方法，所述方法包括 采用涡流探头来扫描包含一个或多个紧固件的对象，并且形成表示作为位置的函数的所测量信号的图像，称作所获取图像， 从所述所获取图像来获取或选择无缺陷紧固件的第二图像，称作参考图像， 使用所述参考图像来查找所述所获取图像中的所述紧固件的实例，以及从所述所获取图像去除与所述无缺陷紧固件的材料相关的信息，以便提供可检验以寻找所述对象中位于所述紧固件处、周围、下面或附近的瑕疵的结果图像。
2.如权利要求I所述的方法，其中，通过比较所述所获取图像和参考图像以查找相似区域，经由应用阈值标准以选择具有较高相似度的区域，然后经由使用寻找局部最大数的搜索算法以定位各区域的对齐中心，来查找所述紧固件的位置。
3.如权利要求2所述的方法，其中，通过使用搜索窗口来定位各区域的所述对齐中心，所述搜索窗口开始于其相似度索引超过所述阈值标准的像素，然后进行移动以使得在窗口视野中具有最高相似度索引的所述像素始终位于所述搜索窗口的中心，并且其位置表示与所述紧固件关联的值的局部簇中的最高相似度索引。
4.如以上权利要求中的任一项所述的方法，其中，通过执行从所述紧固件位置的每个的所述所获取图像逐个像素地减去所述参考图像，然后又对各像素相加表示平均背景值的值，去除所述无缺陷紧固件对所述所获取图像的影响。
5.如权利要求I至3中的任一项所述的方法，其中，通过经由从所述所获取图像中的对应像素的平方减去所述参考图像中的像素值的平方以执行从所述紧固件位置的每个的所述所获取图像逐个像素地减去所述参考图像，然后又对各像素相加表示平均背景值的值，去除所述紧固件对所述所获取图像的影响。
6.如以上权利要求中的任一项所述的方法，其中，所述所获取图像与所述参考图像的区域之间的所述相似度通过归一化互相关来确定。
7.如权利要求I至5中的任一项所述的方法，其中，通过比较来自两个区域的特征特性、例如来自两个图像的小波系数、傅立叶系数和主成分，来确定所述所获取图像与所述参考图像的区域之间的所述相似度。
8.如权利要求I至5中的任一项所述的方法，其中，将分类系统或经专门训练的神经网络用于比较所提取特征特性来确定所述所获取图像与所述参考图像的区域之间的所述相似度。
9.一种用于检验紧固件附近的缺陷的系统，所述系统包括 涡流探头，用于扫描包含一个或多个紧固件的对象，以及 控制器，可连接到或者包括屏幕，所述控制器设置成 形成表示作为位置的函数的所测量信号的图像，称作所获取图像； 获取无缺陷紧固件的图像，称作参考图像； 使用所述参考图像来查找所述所获取图像中的所述紧固件的实例，以及 去除所述所获取图像中与所述无缺陷紧固件的材料相关的信息，以便提供结果图像。
10.如权利要求9所述的系统，其中，所述控制器设置成通过比较所述所获取图像和参考图像以查找相似区域，经由应用阈值标准以选择较高相似度的区域，然后经由使用寻找局部最大数的搜索算法以定位各区域的对齐中心，来确定所述紧固件的位置。
11.如权利要求9或10所述的系统，其中，所述控制器通过执行从找出的紧固件位置的每个的所述所获取图像中逐个像素地减去所述参考图像，然后又对各像素相加表示平均背景值的值，去除所述所获取图像中与所述紧固件的材料相关的信息。
12.如权利要求9至11中的任一项所述的系统，其中，所述控制器设置成通过经由从所述所获取图像中的对应像素的平方减去所述参考图像中的像素值的平方以执行从所述紧固件位置的每个的所述所获取图像逐个像素地减去所述参考图像，然后又对各像素相加表示平均背景值的值，去除所述所获取图像中与所述紧固件的材料相关的信息。
13.—种基本上如以上参照附图所述的用于检验紧固件附近的缺陷的方法。
14.一种基本上如以上参照附图所述的用于检验紧固件附近的缺陷的系统。
全文摘要
公开一种用于自动检验紧固件附近或下面的缺陷的无损方法。该方法包括获取称作所获取图像的包含一个或多个紧固件的图像，然后从所获取图像中获取或选择称作参考图像的已知良好材料的紧固件的第二图像。使用参考图像来自动定位所获取图像中的紧固件的所有实例。去除所获取图像中与紧固件的材料相关的信息，然后可检验结果图像以寻找母材中位于所述紧固件处或附近的缺陷。由于从所获取图像去除紧固件的图像，所以更易于识别任何瑕疵。因此，可以更为可靠并且迅速地识别瑕疵。
文档编号G01N27/90GK102621219SQ201210027739
公开日2012年8月1日 申请日期2012年1月30日 优先权日2011年1月28日
发明者I·迈斯, 乔晓宇 申请人:通用电气检查技术有限公司