一种红外无损检测缺陷尺寸定量方法及系统

1.本技术属于红外无损检测技术领域，具体涉及一种红外无损检测缺陷尺寸定量方法及系统。


背景技术：

2.红外测温具有非接触式、可视化、检测效率高、测量范围广等优点，红外无损检测技术被改进为一种有效的特种设备无损检测方法。基于主动热成像的广泛研究工作已被报道，包括脉冲、脉冲相位、锁相、涡流脉冲和超声热成像。缺陷的定量表征是无损检测的目标，其中缺陷尺寸是缺陷表征的参数之一。近年来，关于缺陷尺寸定量检测的研究较多。缺陷尺寸的定量检测方法主要分为两大类。
3.第一种方法是阈值分割和边缘提取技术，以获得缺陷区域的像素值。由于横向温度扩散，缺陷区域的边缘信息变得模糊。需要从数百个红外热序列中选择最能代表材料缺陷信息的帧，这是非常主观的。因此人为因素带来的不可控误差制约了该方法在红外无损检测技术当中广泛应用于实际工程问题。
4.另一种方法是温度轮廓线法。温度轮廓线法是缺陷尺寸测量中应用最广泛的方法，缺陷区域的温度轮廓线接近于高斯分布。可以通过温度轮廓线上的半高宽来检测缺陷尺寸。然而，不均匀的热流和表面反射率导致热图像中的高噪声，这使得缺陷尺寸的准确表征变得困难。一般的降噪方法只考虑噪声点的消除和深度方向热信号的重构，而在温度的横向方向上没有有效的降噪手段。因此，现有方法无法获得确切的缺陷大小。


技术实现要素：

5.本技术旨在解决现有技术的不足，提出一种红外无损检测缺陷尺寸定量方法及系统，克服了传统红外无损检测技术缺陷定量表征方法的缺点和局限性。
6.为实现上述目的，本技术提供了如下方案：
7.一种红外无损检测缺陷尺寸定量方法，包括以下步骤：
8.s1.采集待测物体的序列红外温度图像，基于所述序列红外温度图像提取序列红外温度数据；
9.s2.将所述序列红外温度数据重新集成，得到温度三维矩阵，按照时间顺序提取所述温度三维矩阵中的温度数据串；
10.s3.对所述温度数据串中的温度值进行处理得到处理后数据，并基于所述处理后数据得到判断关系式，其中，所述处理后数据包括一维下缺陷尺寸和三维下缺陷尺寸；
11.s4.基于所述处理后数据和所述判断关系式，判断得到缺陷尺寸。
12.优选的，所述温度数据串需覆盖所述待测物体的缺陷区域。
13.优选的，所述处理的方法包括：
14.基于所述温度数据串构建一维热传导模型，并基于所述一维热传导模型得到所述一维下缺陷尺寸；
15.基于所述温度数据串构建三维热传导模型，并基于所述三维热传导模型得到所述三维下缺陷尺寸。
16.优选的，得到所述判断关系式的方法包括：
17.基于所述三维下缺陷尺寸计算特征时间，得到所述缺陷尺寸和所述特征时间的所述判断关系式。
18.优选的，所述判断的方法包括：
19.判断所述一维下缺陷尺寸是否满足所述判断关系式，若满足所述判断关系式，则直接将所述一维下缺陷尺寸输出为所述缺陷尺寸；
20.若不满足所述判断关系式，则重复所述s1-所述s3，直到所述一维下缺陷尺寸满足所述判断关系式，并将所述一维下缺陷尺寸输出为所述缺陷尺寸。
21.本技术还提供了一种红外无损检测缺陷尺寸定量系统，包括：温度提取模块、数据串提取模块、数据处理模块和判断模块；
22.所述温度提取模块用于采集待测物体的序列红外温度图像，基于所述序列红外温度图像提取序列红外温度数据；
23.所述数据串提取模块用于将所述序列红外温度数据重新集成，得到温度三维矩阵，按照时间顺序提取所述温度三维矩阵中的温度数据串；
24.所述数据处理模块用于对所述温度数据串中的温度值进行处理得到处理后数据，并基于所述处理后数据得到判断关系式，其中，所述处理后数据包括一维下缺陷尺寸和三维下缺陷尺寸；
25.所述判断模块用于基于所述处理后数据和所述判断关系式，判断得到缺陷尺寸。
26.优选的所述温度数据串需覆盖所述待测物体的缺陷区域。
27.优选的，所述数据处理模块中得到所述处理后数据的方法包括：
28.基于所述温度数据串构建一维热传导模型，并基于所述一维热传导模型得到所述一维下缺陷尺寸；
29.基于所述温度数据串构建三维热传导模型，并基于所述三维热传导模型得到所述三维下缺陷尺寸。
30.优选的，得到所述判断关系式的方法包括：
31.基于所述三维下缺陷尺寸计算特征时间，得到所述缺陷尺寸和所述特征时间的所述判断关系式。
32.优选的，所述判断的方法包括：
33.判断所述一维下缺陷尺寸是否满足所述判断关系式，若满足所述判断关系式，则直接将所述一维下缺陷尺寸输出为所述缺陷尺寸；
34.若不满足所述判断关系式，则重复所述温度提取模块、所述数据串提取模块和所述数据处理模块的中的流程，直到所述一维下缺陷尺寸满足所述判断关系式，并将所述一维下缺陷尺寸输出为所述缺陷尺寸。
35.与现有技术相比，本技术的有益效果为：
36.本技术提出的红外无损检测缺陷尺寸定量方法克服了传统方法需要人为判定缺陷边界的弊端，只需通过对温度序列中选取的跨缺陷区域温度剖面线上的温度值进行积分,结合提出的缺陷尺寸定量表征方法中给出的判据即可对缺陷尺寸进行定量表征，具有
抗噪能力强，适应性强，检测准确性高等优点，适用于红外无损检测各类场景的缺陷检测尺寸定量表征。
附图说明
37.为了更清楚地说明本技术的技术方案，下面对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅是本技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
38.图1为本技术实施例的方法流程示意图；
39.图2为本技术实施例的热传导模型示意图，其中，a为一维热传导模型示意图，b为三维热传导模型示意图；
40.图3为本技术实施例的系统结构示意图；
41.图4为本技术实施例的检测系统示意图；
42.图5为本技术实施例的待检测试样示意图，其中，a为试样1示意图，b为试样2示意图；
43.图6为本技术实施例中试样1在长脉冲热成像中的热图像和温度轮廓线，其中，a为加热3s的示意图，b为加热13s的示意图；
44.图7为本技术实施例中试样2在长脉冲热成像中的热图像和温度轮廓线，其中，a为加热3s的示意图，b为加热13s的示意图。
具体实施方式
45.下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
46.为使本技术的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本技术作进一步详细的说明。
47.实施例一
48.在本实施例中，如图1所示，一种红外无损检测缺陷尺寸定量方法，包括以下步骤：
49.s1.采集待测物体的序列红外温度图像，基于序列红外温度图像提取序列红外温度数据。
50.在本实施例中，采集待测物体的序列红外温度图像，将序列红外温度图像中的数据从红外热像仪软件中保存为ascii格式。
51.s2.将序列红外温度数据重新集成，得到温度三维矩阵，按照时间顺序提取温度三维矩阵中的温度数据串。其中，温度数据串需覆盖待测物体的缺陷区域。
52.在本实施例中，通过matlab读取数据，将导入matlab的数据重新集成为温度三维矩阵，从温度三维矩阵中按时间顺序提取某一行或者列的温度数据串，这一行或者列需跨缺陷区域。
53.s3.对温度数据串中的温度值进行处理得到处理后数据，并基于处理后数据得到判断关系式，其中，处理后数据包括一维下缺陷尺寸和三维下缺陷尺寸。
54.处理的方法包括：基于温度数据串构建一维热传导模型，并基于一维热传导模型得到一维下缺陷尺寸；基于温度数据串构建三维热传导模型，并基于三维热传导模型得到三维下缺陷尺寸。得到判断关系式的方法包括：基于三维下缺陷尺寸计算特征时间，得到缺陷尺寸和特征时间的判断关系式。
55.在本实施例中，如图2(a)所示，当热量仅沿深度方向传播时，即符合一维热传导模型时，可以直接计算缺陷的尺寸，而无需考虑横向热扩散，如图2(a)。首先，从热图像中任意选择一帧。然后，选择包含缺陷区域的温度曲线的一部分(将缺陷完全包含，且在两端达到温度平衡)。温度曲线上所有温度值的总和如式(1)所示：
[0056][0057]
其中，ts是无缺陷区域的温度。td是缺陷区域的温度，t(x)是温度曲线线上x位置的温度值，a和b分别是温度曲线上缺陷的左右端点。l是截取的温度剖面线的总长度，x是像素在温度剖面线上的位置。应该注意的是，热图像是以离散的数字图像记录的。因此，可以直接对所选范围内的温度使用求和而不是积分，如式(2)所示：
[0058][0059]
其中，d＝b-a是缺陷尺寸。可以根据公式(2)计算缺陷的大小如公式(3)：
[0060][0061]
式中，δt＝t
d-ts为缺陷区与无缺陷区的温差，a为温度曲线上缺陷区的最高温度，b为温度曲线上无缺陷区的最低温度，δt为最高点与最低点温度值之差。
[0062]
当温度横向扩散时，缺陷区域的温度呈正态分布，构建三维热传导模型，如图2(b)所示。原本属于缺陷区的集中热量会扩散到周围的非缺陷区，导致缺陷区的温度下降，而周围非缺陷区的温度升高。公式(3)是根据矩形框中的参数计算的，如图2(b)所示。如果图2(b)中区域i和区域ii的面积近似相等，则公式(3)仍可用于计算实际缺陷尺寸，区域i和区域ii的面积随时间变化。因此，需要找到区域i和区域ii在面积上相等的时刻。首先，将区域i和区域ii面积相等的时刻定义为特征时间tc，当区域i和区域ii面积相等时，缺陷大小d可以写成式(4)：
[0063][0064]
其中，σc是在特征时间tc时刻温度剖面线对应的的高斯分布的标准偏差，μ是峰中心的坐标。公式(4)可解为式(5)：
[0065][0066]
在红外热成像中，缺陷大小与时间之间的经验关系式如式(6):
[0067]
fwhm＝d-1.08(αt)
1/2
(6)
[0068]
其中，t是以热激励开始为起点的时间，fwhm是高斯函数的半最大值处的全宽(半高宽)，α是材料的热导率。高斯函数的半高宽fwhm与标准差σ的关系如式(7)：
[0069]
fwhm＝2.355σ(7)
[0070]
其中，σ是高斯分布的标准差。最后，计算区域i和区域ii面积相等时的特征时间，即σ等于σc时的特征时间，可以写成公式(8):
[0071][0072]
公式(8)可以解为式(9):
[0073][0074]
其中，d可以在公式(3)中求解。可以找到与特征时间tc相对应的缺陷大小。因此，只要某一时刻计算出的缺陷大小和该时刻的时间满足公式(9)，该时刻的缺陷大小为真实缺陷大小。它的条件由公式(3)和公式(9)决定，得到判断关系式(10):
[0075][0076]
其中，d(i)是不同时间ti的缺陷尺寸。
[0077]
s4.基于处理后数据和判断关系式，判断得到缺陷尺寸。
[0078]
判断的方法包括：判断一维下缺陷尺寸是否满足判断关系式，若满足判断关系式，则直接将一维下缺陷尺寸输出为缺陷尺寸；若不满足判断关系式，则重复s1-s3，直到一维下缺陷尺寸满足判断关系式，并将一维下缺陷尺寸输出为缺陷尺寸。
[0079]
在本实施例中，通过步计算的缺陷尺寸d与该温度序列对应的时刻是否满足判断关系式(10)，若满足，则计算的缺陷尺寸是需要的结果，若不满足，对温度序列中每副图像重复上述步骤s1-s3，直到一维下缺陷尺寸满足判断关系式(10)。
[0080]
实施例二
[0081]
在本实施例二中，如图3所示，一种红外无损检测缺陷尺寸定量系统，包括：温度提取模块、数据串提取模块、数据处理模块和判断模块。
[0082]
温度提取模块采集待测物体的序列红外温度图像，基于序列红外温度图像提取序
列红外温度数据。
[0083]
在本实施例中，采集待测物体的序列红外温度图像，将序列红外温度图像中的数据从红外热像仪软件中保存为ascii格式。
[0084]
数据串提取模块将序列红外温度数据重新集成，得到温度三维矩阵，按照时间顺序提取温度三维矩阵中的温度数据串。其中，温度数据串需覆盖待测物体的缺陷区域。
[0085]
在本实施例中，通过matlab读取数据，将导入matlab的数据重新集成为温度三维矩阵，从温度三维矩阵中按时间顺序提取某一行或者列的温度数据串，这一行或者列需跨缺陷区域。
[0086]
数据处理模块对温度数据串中的温度值进行处理得到处理后数据，并基于处理后数据得到判断关系式，其中，处理后数据包括一维下缺陷尺寸和三维下缺陷尺寸。
[0087]
处理的方法包括：基于温度数据串构建一维热传导模型，并基于一维热传导模型得到一维下缺陷尺寸；基于温度数据串构建三维热传导模型，并基于三维热传导模型得到三维下缺陷尺寸。得到判断关系式的方法包括：基于三维下缺陷尺寸计算特征时间，得到缺陷尺寸和特征时间的判断关系式。
[0088]
在本实施例中，当热量仅沿深度方向传播时，即符合一维热传导模型时，可以直接计算缺陷的尺寸，而无需考虑横向热扩散。首先，从热图像中任意选择一帧。然后，选择包含缺陷区域的温度曲线的一部分(将缺陷完全包含，且在两端达到温度平衡)。温度曲线上所有温度值的总和如式(11)所示：
[0089][0090]
其中，ts是无缺陷区域的温度。td是缺陷区域的温度，t(x)是温度曲线线上x位置的温度值，a和b分别是温度曲线上缺陷的左右端点。l是截取的温度剖面线的总长度，x是像素在温度剖面线上的位置。应该注意的是，热图像是以离散的数字图像记录的。因此，可以直接对所选范围内的温度使用求和而不是积分，如式(12)所示：
[0091][0092]
其中，d＝b-a是缺陷尺寸。可以根据公式(12)计算缺陷的大小如公式(13)：
[0093]
[0094]
式中，δt＝t
d-ts为缺陷区与无缺陷区的温差，a为温度曲线上缺陷区的最高温度，b为温度曲线上无缺陷区的最低温度，δt为最高点与最低点温度值之差。
[0095]
当温度横向扩散时，缺陷区域的温度呈正态分布，构建三维热传导模型。原本属于缺陷区的集中热量会扩散到周围的非缺陷区，导致缺陷区的温度下降，而周围非缺陷区的温度升高。公式(13)是根据矩形框中的参数计算的。如果区域i和区域ii的面积近似相等，则公式(13)仍可用于计算实际缺陷尺寸，区域i和区域ii的面积随时间变化。因此，需要找到区域i和区域ii在面积上相等的时刻。首先，将区域i和区域ii面积相等的时刻定义为特征时间tc，当区域i和区域ii面积相等时，缺陷大小d可以写成式(14)：
[0096][0097]
其中，σc是在特征时间tc时刻温度剖面线对应的的高斯分布的标准偏差，μ是峰中心的坐标。公式(14)可解为式(15)：
[0098][0099]
在红外热成像中，缺陷大小与时间之间的经验关系式如式(16):
[0100]
fwhm＝d-1.08(αt)
1/2
(16)
[0101]
其中，t是以热激励开始为起点的时间，fwhm是高斯函数的半最大值处的全宽(半高宽)，α是材料的热导率。高斯函数的半高宽fwhm与标准差σ的关系如式(17)：
[0102]
fwhm＝2.355σ(17)
[0103]
其中，σ是高斯分布的标准差。最后，计算区域i和区域ii面积相等时的特征时间，即σ等于σc时的特征时间，可以写成公式(18):
[0104][0105]
公式(18)可以解为式(19):
[0106][0107]
其中，d可以在公式(13)中求解。可以找到与特征时间tc相对应的缺陷大小。因此，只要某一时刻计算出的缺陷大小和该时刻的时间满足公式(19)，该时刻的缺陷大小为真实缺陷大小。它的条件由公式(13)和公式(19)决定，得到判断关系式(20):
[0108][0109]
其中，d(i)是不同时间ti的缺陷尺寸。
[0110]
判断模块基于处理后数据和判断关系式，判断得到缺陷尺寸。
[0111]
判断的方法包括：判断一维下缺陷尺寸是否满足判断关系式，若满足判断关系式，则直接将一维下缺陷尺寸输出为缺陷尺寸；若不满足判断关系式，则重复s1-s3，直到一维
下缺陷尺寸满足判断关系式，并将一维下缺陷尺寸输出为缺陷尺寸。
[0112]
在本实施例中，通过步计算的缺陷尺寸d与该温度序列对应的时刻是否满足判断关系式(20)，若满足，则计算的缺陷尺寸是需要的结果，若不满足，对温度序列中每副图像重复上述步骤s1-s3，直到一维下缺陷尺寸满足判断关系式(20)。
[0113]
实施例三
[0114]
在本实施例中，通过两种不同式样介绍本技术技术方案的技术效果，如图4所示，在长脉冲热成像中，用两个卤素灯对试验样品进行加热，卤素灯的功率为1kw，加热持续时间为10s。在锁相热成像中，将时间继电器添加到实验装置中，生成周期性方波热源加热样品。使用640
×
512像素阵列红外相机(fast m100k，3-4.9μm)记录试样表面的温度演变。此外，红外摄像机的采集速率设置为50hz。
[0115]
样品为不锈钢板(试样1:尺寸100
×
100
×
6mm)和碳纤维增强聚合物(cfrp)层压板(试样2:尺寸200
×
150
×
5mm)，如图5所示。试样1上有六个平底孔(fbhs)，如图5(a)所示，缺陷的直径为12mm、8mm和3mm，从被检表面到上面三个孔的底部的距离为1.5mm，从被检表面到下面三个孔的底部的距离为0.5mm。在试样2上存在两个缺陷，如图5(b)所示，从被检查表面到每个缺陷底部的距离为1.0mm。为了提高加热效率并减少杂散反射，在被检查的表面涂有高吸热率的黑色涂料。
[0116]
在红外热像仪采集到的温度图像上选取跨缺陷的温度剖面线，如图6和图7所示。图6(a)和(b)分别为加热3s和13s的试样1温度图像及温度剖面线对应的温度曲线，图7(a)和(b)分别为加热3s和13s的试样2温度图像及温度剖面线对应的温度曲线。
[0117]
以上所述的实施例仅是对本技术优选方式进行的描述，并非对本技术的范围进行限定，在不脱离本技术设计精神的前提下，本领域普通技术人员对本技术的技术方案做出的各种变形和改进，均应落入本技术权利要求书确定的保护范围内。

技术特征：
1.一种红外无损检测缺陷尺寸定量方法，其特征在于，包括以下步骤：s1.采集待测物体的序列红外温度图像，基于所述序列红外温度图像提取序列红外温度数据；s2.将所述序列红外温度数据重新集成，得到温度三维矩阵，按照时间顺序提取所述温度三维矩阵中的温度数据串；s3.对所述温度数据串中的温度值进行处理得到处理后数据，并基于所述处理后数据得到判断关系式，其中，所述处理后数据包括一维下缺陷尺寸和三维下缺陷尺寸；s4.基于所述处理后数据和所述判断关系式，判断得到缺陷尺寸。2.根据权利要求1所述一种红外无损检测缺陷尺寸定量方法，其特征在于，所述温度数据串需覆盖所述待测物体的缺陷区域。3.根据权利要求1所述一种红外无损检测缺陷尺寸定量方法，其特征在于，所述处理的方法包括：基于所述温度数据串构建一维热传导模型，并基于所述一维热传导模型得到所述一维下缺陷尺寸；基于所述温度数据串构建三维热传导模型，并基于所述三维热传导模型得到所述三维下缺陷尺寸。4.根据权利要求3所述一种红外无损检测缺陷尺寸定量方法，其特征在于，得到所述判断关系式的方法包括：基于所述三维下缺陷尺寸计算特征时间，得到所述缺陷尺寸和所述特征时间的所述判断关系式。5.根据权利要求3所述一种红外无损检测缺陷尺寸定量方法，其特征在于，所述判断的方法包括：判断所述一维下缺陷尺寸是否满足所述判断关系式，若满足所述判断关系式，则直接将所述一维下缺陷尺寸输出为所述缺陷尺寸；若不满足所述判断关系式，则重复所述s1-所述s3，直到所述一维下缺陷尺寸满足所述判断关系式，并将所述一维下缺陷尺寸输出为所述缺陷尺寸。6.一种红外无损检测缺陷尺寸定量系统，其特征在于，包括：温度提取模块、数据串提取模块、数据处理模块和判断模块；所述温度提取模块用于采集待测物体的序列红外温度图像，基于所述序列红外温度图像提取序列红外温度数据；所述数据串提取模块用于将所述序列红外温度数据重新集成，得到温度三维矩阵，按照时间顺序提取所述温度三维矩阵中的温度数据串；所述数据处理模块用于对所述温度数据串中的温度值进行处理得到处理后数据，并基于所述处理后数据得到判断关系式，其中，所述处理后数据包括一维下缺陷尺寸和三维下缺陷尺寸；所述判断模块用于基于所述处理后数据和所述判断关系式，判断得到缺陷尺寸。7.根据权利要求6所述一种红外无损检测缺陷尺寸定量系统，其特征在于，所述温度数据串需覆盖所述待测物体的缺陷区域。8.根据权利要求6所述一种红外无损检测缺陷尺寸定量系统，其特征在于，所述数据处
理模块中得到所述处理后数据的方法包括：基于所述温度数据串构建一维热传导模型，并基于所述一维热传导模型得到所述一维下缺陷尺寸；基于所述温度数据串构建三维热传导模型，并基于所述三维热传导模型得到所述三维下缺陷尺寸。9.根据权利要求8所述一种红外无损检测缺陷尺寸定量系统，其特征在于，得到所述判断关系式的方法包括：基于所述三维下缺陷尺寸计算特征时间，得到所述缺陷尺寸和所述特征时间的所述判断关系式。10.根据权利要求6所述一种红外无损检测缺陷尺寸定量系统，其特征在于，所述判断的方法包括：判断所述一维下缺陷尺寸是否满足所述判断关系式，若满足所述判断关系式，则直接将所述一维下缺陷尺寸输出为所述缺陷尺寸；若不满足所述判断关系式，则重复所述温度提取模块、所述数据串提取模块和所述数据处理模块的中的流程，直到所述一维下缺陷尺寸满足所述判断关系式，并将所述一维下缺陷尺寸输出为所述缺陷尺寸。

技术总结
本申请公开了一种红外无损检测缺陷尺寸定量方法及系统，其中，方法包括以下步骤：采集待测物体的序列红外温度图像，基于序列红外温度图像提取序列红外温度数据；将序列红外温度数据重新集成，得到温度三维矩阵，按照时间顺序提取温度三维矩阵中的温度数据串；对温度数据串中的温度值进行处理得到处理后数据，并基于处理后数据得到判断关系式，其中，处理后数据包括一维下缺陷尺寸和三维下缺陷尺寸；基于处理后数据和判断关系式，判断得到缺陷尺寸。本申请具有抗噪能力强，适应性强，检测准确性高等优点，适用于红外无损检测各类场景的缺陷检测尺寸定量表征。检测尺寸定量表征。检测尺寸定量表征。


技术研发人员：吴丹
受保护的技术使用者：宁波大学
技术研发日：2023.03.31
技术公布日：2023/7/25