基于三维温度曲面相似性分析的涡流热成像缺陷识别方法

摘要

本发明公开了一种基于三维温度曲面相似性分析的涡流热成像缺陷识别方法，其中方法包括待测试件的涡流加热、试件表面热像图的获取、三维温度曲面的建立、求曲面的法向量矩阵、求曲面的夹角矩阵与判别矩阵、曲面的相似性分析、待测试件的缺陷识别等内容。本发明提出了三维温度曲面的概念，将其引入到涡流热成像检测领域，并采用矩阵这一数学方法作为分析工具，能比较方便地实现计算机自动识别缺陷，摆脱对人工筛选热像图的依赖，减轻操作人员的工作强度，提高检测的效率。

说明书

技术领域

本发明涉及涡流热成像无损检测领域，具体涉及一种基于三维温度曲面相似性分析的涡流热成像缺陷识别方法及系统。

背景技术

涡流热成像检测技术是涡流检测技术和热成像检测技术的结合，其原理为：载有高频交流电的线圈靠近导体试件时，由于电磁感应现象，试件的表面或内部会感应出涡流；根据焦耳定律，部分涡流将转化为焦耳热；该热量会在试件内部进行传播，由于缺陷的存在，会导致试件表面的温度分布不均匀；利用红外记录仪获得试件表面的热像图，并进行分析比较，就可以达到缺陷识别的目的。

对试件的热像图进行分析从而识别缺陷，是涡流热成像检测技术的关键环节。实际应用中的涡流热成像检测，多通过人工选择特定时刻的热像图进行分析比较，从而实现缺陷识别。此外，国内外学者针对热图像的分析识别进行了大量研究，提出了差分法、自参考法、小波分析、阈值分割法基于统计分析的图像重构等理论，但这些研究大多注重于用特定的算法来提高热图像的信噪比，并未给出热像图的自动分析识别方法。

总而言之，现有的涡流热成像检测技术，主要存在以下不足：

(1)需要人工筛选热像图进行分析比较从而识别缺陷，随着检测次数增加，操作人员劳动强度大；

(2)热像图的识别算法研究还不成熟，尚未提出供机器自动运算从而识别缺陷的方法。

发明内容

为了克服上述现有技术的不足，本发明提出了一种基于三维温度曲面相似性分析的涡流热成像缺陷识别方法，可以自动识别涡流热成像的缺陷。

本发明所采用的技术方案是：

提供一种基于三维温度曲面相似性分析的涡流热成像缺陷识别方法，包括以下步骤：

利用涡流加热待检测试件，并用红外热像仪记录待测试件表面的温度变化，获得其不同时刻的热像图；

根据热像图的信息建立起待测试件的三维温度曲面，然后计算三维温度曲面上各点的法向量，构成法向量矩阵；

将待检测试件的法向量矩阵与健康试件的法向量矩阵进行相似性分析，从而识别待检测 试件中的缺陷。

本发明的基于三维温度曲面相似性分析的涡流热成像缺陷识别方法中，三维温度曲面的坐标系，是以热像图角点为原点、以热像图长度与宽度方向为xy轴、以温度为z轴建立的。

本发明的基于三维温度曲面相似性分析的涡流热成像缺陷识别方法中，三维温度曲面，是在已知坐标的各离散像素点的基础上，通过计算机软件进行插值、拟合得到的。

本发明的基于三维温度曲面相似性分析的涡流热成像缺陷识别方法中，三维温度曲面上各点的法向量，指的是各像素中心点的法向量。

本发明的基于三维温度曲面相似性分析的涡流热成像缺陷识别方法中，进行两个三维温度曲面的相似性分析时，在法向量矩阵的基础上，定义两曲面的夹角矩阵。

本发明的基于三维温度曲面相似性分析的涡流热成像缺陷识别方法中，进行两个三维温度曲面的相似性分析时，在夹角矩阵的基础上，定义两曲面的判别矩阵，通过对判别矩阵的分析，获得待测试件中缺陷的位置信息。

本发明的基于三维温度曲面相似性分析的涡流热成像缺陷识别方法中，进行两个三维温度曲面的相似性分析时，利用两曲面的判别矩阵定义曲面相似性系数，根据相似性系数识别待测试件中是否含有缺陷。

本发明的基于三维温度曲面相似性分析的涡流热成像缺陷识别方法中，通过分析待检测试件与健康试件的三维温度曲面相似性系数随时间的变化规律，获得待测试件中缺陷的深度信息。

本发明还提供了一种基于三维温度曲面相似性分析的涡流热成像缺陷识别系统，包括：

热像图获取模块，用于利用涡流加热待检测试件，并用红外热像仪记录待测试件表面的温度变化，获得其不同时刻的热像图；

法向量矩阵计算模块，用于根据热像图的信息建立起待测试件的三维温度曲面，然后计算三维温度曲面上各点的法向量，构成法向量矩阵；

相似性分析模块，用于将待检测试件的法向量矩阵与健康试件的法向量矩阵进行相似性分析，从而识别待检测试件中的缺陷。

本发明所述的系统中，所述相似性分析模块具体用于：在进行两个三维温度曲面的相似性分析时，在法向量矩阵的基础上，定义两曲面的夹角矩阵，并在夹角矩阵的基础上，定义两曲面的判别矩阵，通过对判别矩阵的分析，获得待测试件中缺陷的位置信息。

相比于现有的涡流热成像检测技术，本发明的有益效果是：本发明用涡流加热方式激励被检测试件，并利用红外热像仪记录试件表面的温度变化，获得试件表面的热像图，根据热像图利用软件拟合成三维温度曲面；计算各像素点对应的曲面微元的法向量，构成热像图所 对应三维温度曲面的法向量矩阵；将待检测试件的法向量矩阵与提前获得的健康试件的法向量矩阵进行相似性分析，得出待检测试件是否有缺陷的结论，从而实现利用计算机软件的自动热图像识别，轻了检测过程中工人的劳动量，提高了检测效率。

附图说明

图1为本发明实施例的流程图；

图2为本发明另一实施例的流程图；

图3为本发明实施例的建立三维温度曲面示意图；

图4为本发明实施例的相似性系数-时间图像。

具体实施方式

为了使本发明的内容与技术方案更加清楚明白，以下结合附图，对本发明做进一步详细说明。

本发明实施例的基于三维温度曲面相似性分析的涡流热成像缺陷识别方法，如图1所示，包括以下步骤：

S1、利用涡流加热待检测试件，并用红外热像仪记录待测试件表面的温度变化，获得其不同时刻的热像图；

S2、根据热像图的信息建立起待测试件的三维温度曲面，然后计算三维温度曲面上各点的法向量，构成法向量矩阵；

S3、将待检测试件的法向量矩阵与健康试件的法向量矩阵进行相似性分析，从而识别待检测试件中的缺陷。

本发明的一个较佳实施例中，如图2所示，基于三维温度曲面相似性分析的涡流热成像缺陷识别方法具体包括如下步骤：

第一步，利用涡流对被检测试件加热。此步骤不是本发明的关键内容，加热时的线圈样式、电流频率以及其他参数均与现有的常规涡流加热方法相同。

第二步，利用红外热像仪观测并记录试件表面的温度信息，获取试件表面的热像图。红外热像仪的观测面可以是试件的加热表面(即涡流热成像检测领域的“反射法”)，也可以是试件加热表面的背面(即涡流热成像检测领域的“穿透法”)。红外热像仪以一定的时间间隔记录试件表面的温度信息，每一时刻获取的热像图称为一帧。

第三步，根据红外热像仪获得的热像图，将一帧热像图中所有像素点的温度数据拟合为三维温度曲面。此步骤是本发明的关键内容之一，故详细阐释如下：

(1)如图二所示，以热像图的某一角点为坐标原点，以其长度与宽度方向为二维xy坐标轴，以温度为第三维z坐标轴，建立三维坐标系；

(2)热像图长度与宽度方向的像素分布为mⅹn。将长度方向的像素依次标记为x₁、x₂……x_i……x_m，x_i同时也表示长度方向第i个像素点中心的x坐标；将宽度方向的像素依次标记为y₁、y₂……y_j……y_n，y_j同时也表示宽度方向第j个像素点中心的y坐标；

(3)按照上述的标记方法，可以在xy平面得到mⅹn个点(x_i，y_j)，每一个点对应的温度为z_ij，相应地可以在xyz三维空间得到mⅹn个点(x_i，y_j，z_ij)；(其中i＝1,2,……,mj＝1,2,……,n)

(4)上述得到的mⅹn个点(x_i，y_j，z_ij)在空间中是离散的，可利用计算机软件，在保证精度的前提下，根据这些离散点进行插值，拟合出三维温度曲面S。

第四步，求出三维温度曲面S的法向量矩阵。在三维温度曲面S上，每一点(x_i，y_j，z_ij)都有其对应的法向量，记为(其中i＝1,2,……,m j＝1,2,……,n)，则mⅹn个像素中心点对应的法向量可以组成一个m行n列的矩阵，定义为三维温度曲面S的法向量矩阵，记作：

第五步，将待检测试件的三维温度曲面与无缺陷健康试件的三维温度曲面做相似性分析。此步骤为本发明的关键内容之一，详述如下：

(1)事先获得的健康试件的三维温度曲面，记为S′，其法向量矩阵记作：

(2)矩阵N_S和N′_S中各自含有mⅹn个向量，可依次求出对应位置的两个向量间的夹角。例如，矩阵N_S中的向量与矩阵N′_S中的向量对应，它们之间的夹角θ_ij按下式求：

$>{\theta }_{\mathrm{ij}}=\arccos \frac{\overrightarrow{n_{\mathrm{ij}}}·\overrightarrow{n_{\mathrm{ij}}^{\prime }}}{\left|\overrightarrow{n_{\mathrm{ij}}}\right|\left|\overrightarrow{n_{\mathrm{ij}}^{\prime }}\right|}$>

于是，N_S和N′_S中mⅹn组相对应的向量可以求得mⅹn个夹角，这些夹角组成一个m行n列的矩阵，定义为三维温度曲面S和S′之间的夹角矩阵θ_SS′，记作：

(3)规定当向量与向量的夹角不大于某一给定的小角度(一般取0°～5°，视 具体情况而定)时，认为与的方向相同。根据三维温度曲面S和S′之间的夹角矩阵θ_SS′，定义如下算法：

则得到了mⅹn个C_ij值，构成一个m行n列的矩阵，定义为三维温度曲面S和S′之间的判别矩阵C_SS′，矩阵C_SS′中所有的元均为1或0，记作：

(4)对于三维温度曲面S和S′，如果它们的法向量矩阵N_S和N′_S不同，那么这两个曲面就不同，它们的差异程度可以用相似性系数δ_SS′表示。相似性系数δ_SS′按下式定义：

$>{\delta }_{{\mathrm{SS}}^{\prime }}=\frac{\underset{i=1}{\overset{m}{\Sigma }}\underset{j=1}{\overset{n}{\Sigma }}{C}_{\mathrm{ij}}}{m\times n}$>

不难理解，相似性系数δ_SS′反映了待测试件热像图与健康试件热像图中相同的像素点占总像素点的比例。δ_SS′的取值总落在0～1之间，当δ_SS′＝1时，两曲面相同，δ_SS′取值越大，说明两曲面相似程度越高。

第六步，根据上述三维温度曲面的相似性分析结果，识别待测试件中有无缺陷。此步骤为本发明的关键内容之一，详述如下：

(1)检测过程中，每一个时刻获取的待测试件热像图，均有相应的健康试件热像图与之 对照。每一个时刻待测试件与健康试件的两热像图，可按前述步骤建立起两个三维温度曲面，并求得它们的相似性系数。

(2)如果待测试件无缺陷，那么在整个检测过程中，其表面的温度分布应与健康试件一致，则每个时刻获得的热像图应与健康试件的热像图相同，从而每个时刻的曲面相似性系数都恒接近于1。反之，如果待测试件有缺陷，则必定会从某时刻开始，获得的待测试件热像图与健康试件热像图有所不同，进而体现在曲面相似性系数明显偏离于1。根据这一原理，可以识别出待测试件中是否含有缺陷。以时间为横坐标，不同时刻的曲面相似性系数为纵坐标，建立如图三所示的“相似性系数—时间”曲线，可以更清楚地说明此判别方法。

(3)识别出待测试件含有缺陷后，还可以对判别矩阵C_SS′中0元出现的位置进行分析，从而确定缺陷的部位，这也属于本发明的权利保护范围之内。

(4)还可以对曲面相似性系数开始偏离于1的时间进行分析，从而确定缺陷的深度，这也属于本发明的权利保护范围之内。

综上，本发明用涡流加热方式激励被检测试件，并利用红外热像仪记录试件表面的温度变化，获得试件表面的热像图，根据热像图利用软件拟合成三维温度曲面；计算各像素点对应的曲面微元的法向量，构成热像图所对应三维温度曲面的法向量矩阵；将待检测试件的法向量矩阵与提前获得的健康试件的法向量矩阵进行相似性分析，得出待检测试件是否有缺陷的结论，从而实现利用计算机软件的自动热图像识别，轻了检测过程中工人的劳动量，提高了检测效率。

应当理解的是，对本领域普通技术人员来说，可以根据上述说明加以改进或变换，而所有这些改进和变换都应属于本发明所附权利要求的保护范围。