专利名称：超声红外无损检测中热图序列缺陷信号的自动识别方法
技术领域：
本发明涉及图像处理领域，具体而言，涉及一种超声红外无损检测中热图序列缺陷信号的自动识别方法。
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。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，其序列数随实验参数而改变。由于理论上仅缺陷处产生热量，而非缺陷处没有热量产生，为了避免环境温度等的影响，通常是热图序列中所有图像均减掉超声激励前的图像而得到温度变化热图序列。通过人工分析所获得温度变化热图序列中的较高温度区域，也就是灰度图像中的较亮区域而实现缺陷信号的判别。但在实际应用中，除了缺陷信号在灰度热图中表现为亮区域，大量干扰信号也表现为亮区域，比如热反射、喷漆造成的伪缺陷等。大量干扰信号的存在不仅给人工分析带来困难，也给自动识别带来困难。同时，由于大量应用是针对位于表面下的微裂纹检测，由于超声激励效率等因素的影响，所产生的热量而造成的温升可能仅略高于噪声水平，这同样给自动识别算法带来困难。由于热图中存在大量的干扰信号，利用传统的图像处理和识别方法有较大困难。目前，对于超声红外无损检测技术中缺陷信号的自动识别算法研究较少，郑凯等人针对一个具有两个锯缝的铝试件采用的缺陷信号判断标准为缺陷区域的温度峰值、选定温度阈值以上的面积和热量的变化均为单调上升变为单调下降，同时，温度峰值、热量和面积单调下降随时间相继出现。但是在实际应用中，干扰信号可能具有其方法中所采用的类似特征，从而不能正确识别缺陷信号。同时，其仅针对一个被测试件，且未考虑微裂纹问题，而大部分应用且最重要的应用是针对微裂纹检测。
发明内容
本发明提供一种超声红外无损检测中热图序列缺陷信号的自动识别方法，用以自动识别待测试件是否有缺陷。本发明的理论基础是在超声激励下，缺陷可近似看作为一个稳定热源。假设被测试件为一半无穷大平板，其厚度为D。并假设缺陷为矩形形状，其长宽分别为L1和L2，其距被测前表面距离为d。矩形缺陷靠近被测前表面的边缘中心点作为坐标原点，在不考虑下表面热量反射且热源函数简化为I的情况下，坐标点(U，V)在时刻T的温度可简化为
权利要求
1.一种超声红外无损检测中热图序列缺陷信号的自动识别方法，其特征在于，包括以下步骤 步骤1，使用超声源在设定频率、脉冲时间长度、功率和压力条件下激励被测试件，同时通过红外热像装置获取被测试件表面的热图序列T(U，V, t)，其中，U、V为被测试件表面的坐标，t为时间； 步骤2，根据被测试件超声激励前的图像对热图序列T(u，v, t)进行减背景处理，得到温升热图序列f (U, V, t); 步骤3,选取时间点h的第一温升热图 ^ιι,ν,Ι^)和时间点t2的第二温升热图f(u,v,t2)，其中，h为激励时间内靠前的某一时刻，&取为超声激励时间内靠后的某一时刻； 步骤4，选取全局阈值并根据全局阈值方法去除第一温升热图f (U，V, 中的噪声信号，得到图像g(u，v)； 步骤5，分别计算第一温升热图 Χιι,ν，^和第二温升热图f(u，v，t2)中每个像素点的N0值，将h时刻和t2时刻的Ntl值均大于第一设定阈值的像素点在图像g(U，V)中的像素值置为1，将图像g(u，v)中其余像素点的像素值置为O，其中，Ntl值为归一化温度-空间曲线中左边温度升高的点数加上右边温度降低的点数； 步骤6，将图像g(u，v)中连通区域内像素数不大于第二设定阈值的亮区域的像素值置为O ; 步骤7，提取图像g(u，v)中亮区域缺陷处每一行温度最大值处对应A1和A2,并将其作为支持向量机算法训练集中的第一缺陷特征类，提取g(u，v)中亮区域非缺陷处温度最大值处对应的A1和A2，并将其作为支持向量机算法训练集中的第一非缺陷特征类，以高斯径向基函数作为第一核函数，其正则参数C取I,宽度参数Y取O. I,采用支持向量机算法进行学习，得到第一分类函数，其中，A1为时刻温度-空间归一化曲线面积
2.如权利要求I所述的自动识别方法，其特征在于，所述超声源为超声焊枪，其激励频率为单一频率。
3.如权利要求I所述的自动识别方法，其特征在于，所述超声源可采用多个频率或连续频段进行激励。
4.如权利要求2所述的自动识别方法，其特征在于，所述超声焊枪采用接触式对被测试件进行激励。
5.如权利要求2所述的自动识别方法，其特征在于，所述超声焊枪采用非接触方式对被测试件进行激励。
6.如权利要求2所述的自动识别方法，其特征在于，所述超声焊枪为固定式。
7.如权利要求2所述的自动识别方法，其特征在于，所述超声焊枪为手持式的。
8.如权利要求I所述的自动识别方法，其特征在于，所述全局阈值根据红外热像装置的信噪比参数确定。
9.如权利要求I所述的自动识别方法，其特征在于，所述第二设定阈值根据红外热像装置的空间分辨率确定。
全文摘要
本发明公开了一种超声红外无损检测中热图序列缺陷信号的自动识别方法，采用超声源以一定频率和脉冲时间长度作用在被测试件上，缺陷处由于摩擦或热弹效应等而生热，从而引起其对应表面温场变化，使用热像仪记录该表面温场变化，并提取二维热扩散特征值，进而结合图像处理和支持向量机算法有效的实现了超声红外无损检测技术中热图序列缺陷信号自动识别。
文档编号G01N21/35GK102628796SQ20121006554
公开日2012年8月8日 申请日期2012年1月13日 优先权日2012年1月13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