专利名称：超声红外热图阈值分割方法
技术领域：
本发明涉及无损探伤检测技术领域，特别是涉及一种超声红外热图阈值分割方法。
背景技术：
超声红外无损检测技术是二十世纪末发展并逐渐成熟的一种无损检测技术。此技术以一定频率的超声施加到被测试件，超声源通常选自用作塑料焊接的超声焊枪，超声脉冲时间长度、功率及压力等参数根据检测任务可调整。其检测原理为试件在超声激励下产生振动，缺陷表面由于摩擦或由于热弹效应而产生热量，采用红外热像仪连续观察和记录物体表面的温场变化，并通过现代计算机技术及图像信息处理技术进行时序热波信号的处理和分析，可实现对物体内部缺陷或损伤的检测。本发明涉及一种利用全局阈值分割方法实现超声红外热图中亮区域阈值分割处理。超声红外无损检测技术所获得的实验数据为红外热图序列，通常的数据分析方法是首先对整个红外热图序列减背景处理，即减掉超声激励前的热图，从而获得温升热图序列。缺陷处由于摩擦等原因产生热量，其对应温度升高而在热图中表现为较亮区域，对温升热图的分析即为对热图中较亮区域进行分析。同时，在温升热图中，除了缺陷区域表现为较亮区域外，还存在大量干扰信号表现为亮区域，比如试件支撑柱处、背景热反射等。由于超声红外无损检测技术通常应用于表面下微裂纹检测，这类应用中缺陷处所产生热量通常较小，因而，在温升热图中有两个特点一是其温升一般较小，二是其对应亮区域面积较小。而干扰信号则通常表现为较大面积的亮区域，其对应温升也可能较高。另外，由于分析的是温升热图，噪声对整个热图影响较大，有时甚至与较弱缺陷信号相似。因而，要实现超声红外温升热图阈值分割处理，需要分析噪声和干扰信号所带来的影响。在图像分析和识别中，一般首先要对所给的图像进行分割，再对分割的区域做适当的描述，然后才能对图像做某种分析。图像分割是图像分析前的一个重要处理步骤，它是对图像进行视觉分析和模式识别的基本前提。图像阈值分割是一种广泛应用的分割技术， 利用图像中要提取的目标区域(超声红外热图中亮区域)与其背景(超声红外热图背景噪声区域)在灰度特性上的差异，把图像看作具有不同灰度级的两类区域(目标区域和背景区域)的组合，选取一个比较合理的阈值，以确定图像中每个像素点应该属于目标区域还是背景区域，从而产生相应的二值图像。要从复杂背景中分辨出目标并将其形状完整的提取出来，阈值的选取是阈值分割技术的关键。缺陷对应温升值通常较小，仅略高于噪声，因而，要实现超声红外温升热图阈值分割处理，阈值选取尤为重要。对超声红外温升热图进行阈值分割的目的是要正确把缺陷区域归为目标区域，同时其区域能正确反映缺陷区域形状，即不能与周围噪声信号区域连通。由于缺陷处所产生热量通常较小，且其对应亮区域面积较小，现有的阈值分割方法所采用的阈值要么过高，很容易把目标缺陷误归为背景信号；要么过低；归为目标区域的缺陷和部分背景噪声区域相互连通，未能真实反映缺陷形状。尤其是针对缺陷处所产生温升较小的应用，而超声红外无损检测技术的应用基本是针对这种情况，现有的阈值分割方法均不适用。
发明内容
本发明提供一种超声红外热图阈值分割方法，以解决超声红外无损检测技术中热图分析和识别存在的技术问题现有的阈值分割方法所采用的阈值要么过高，很容易把目标缺陷误归为背景信号；要么过低，归为目标区域的缺陷和部分背景噪声区域相互连通，不能真实反映缺陷形状。特别是在缺陷处所产生温升较小的情况下。为此，本发明的一种超声红外热图阈值分割方法，包括如下步骤步骤I :使用超声源以特定频率、脉冲时间长度、功率和压力条件激励被测试件， 同时使用红外热像装置获得被测物体表面的热图序列，并将热图序列存储在通用存储器中；步骤2 :对所获得的热图序列T (U，V, t)进行减背景处理，即每幅图像均减掉超声激励前的图像，从而得到温升热图序列f (U，V, t);步骤3 :选取时间点h，计算图像f (U，V，O的直方图，其横坐标为温升，单位摄氏度，纵坐标为像素点数；步骤4 :提取该直方图中峰值对应温升值Tm及该峰值左右两端的半峰值对应的温升值T1和T2，其中Tm近似看作是噪声信号平均值；步骤5 :分别计算直方图中左右两端分布近似为高斯分布时的标准差σ i和
权利要求
1.一种超声红外热图阈值分割方法，其特征在于，包括如下步骤步骤I:使用超声源以特定频率、脉冲时间长度、功率和压力条件激励被测试件，同时使用红外热像装置获得被测物体表面的热图序列，并将热图序列存储在通用存储器中； 步骤2 :对所获得的热图序列T (U，V, t)进行减背景处理，即每幅图像均减掉超声激励前的图像，从而得到温升热图序列f (U，V, t)；步骤3 :选取时间点&，计算图像f(u，v, t0)的直方图，其横坐标为温升，单位摄氏度， 纵坐标为像素点数；步骤4 :提取该直方图中峰值对应温升值Tm及该峰值左右两端的半峰值对应的温升值 T1和T2，其中Tm近似看作是噪声信号平均值；步骤5 :分别计算直方图中左右两端分布近似为高斯分布时的标准差σ i和
2.如权利要求I所述的超声红外热图阈值分割方法，其特征在于，所述超声源为超声焊枪，其频率为20KHz或40KHz，或是非单一频率激励。
3.如权利要求2所述的超声红外热图阈值分割方法，其特征在于，所述超声焊枪与被测试件是接触式的，或是采用非接触式。
4.如权利要求I所述的超声红外热图阈值分割方法，其特征在于，所述超声焊枪为固定或是手持式的。
5.如权利要求I所述的超声红外热图阈值分割方法，其特征在于，所述步骤3中的时间点h为超声激励前三分之一时间内的一时间点。
全文摘要
本发明包括如下步骤使用超声源激励被测试件，同时使用红外热像装置获得被测物体表面的热图序列；对所获得的热图序列T(u，v，t)进行减背景处理，从而得到温升热图序列f(u，v，t)；选取时间点t0，计算图像f(u，v，t0)的直方图，其横坐标为温升，单位摄氏度，纵坐标为像素点数；提取该直方图中峰值对应温升值Tm及该峰值左右两端的半峰值对应的温升值T1和T2，其中Tm近似看作是噪声信号平均值；分别计算直方图中左右两端分布近似为高斯分布时的标准差σl和σrσl＝(Tm-T1)/1.1775，σr＝(T2-Tm)/1.1775，这两个标准差的较小值近似看作是噪声信号的标准差；基于超声红外温升热图所对应直方图计算阈值T0，其中N为热图的总像素点数对图像f(u，v，t0)进行全局阈值处理，从而获得阈值分割后的黑白图像fbw
文档编号G01N25/72GK102608162SQ201210039599
公开日2012年7月25日 申请日期2012年2月20日 优先权日2012年2月20日
发明者冯立春, 张存林, 曾智, 王迅, 陶宁 申请人:北京维泰凯信新技术有限公司, 首都师范大学