圖形圖像技術(shù)在紅外熱成像中的應(yīng)用

張從華，楊 勇，劉若凡，張憲亮，石 敏，蘇紅雨

（1.中國測試技術(shù)研究院，四川 成都 610021；2.無錫市計(jì)量測試中心，江蘇 無錫 214101)

0 引 言

大多數(shù)材料能吸收紅外輻射，導(dǎo)致自身溫度升高；同時(shí)，當(dāng)溫度大于絕對零度時(shí)，材料自身也會發(fā)射紅外輻射。紅外成像即是基于這一基本物理性質(zhì)，利用紅外敏感單元接收物體發(fā)射的紅外輻射，生成物體的紅外圖像，進(jìn)而分析成像對象的物理形態(tài)。紅外成像已經(jīng)運(yùn)用到許多領(lǐng)域，如：醫(yī)學(xué)上熱傳導(dǎo)分析、半導(dǎo)體器件的質(zhì)量評估、鑒別管道滲漏、高速公路檢測、橋梁檢測、機(jī)場跑道檢測等[1-3]。開展紅外輻射成像的圖像處理與分析，具有一定的科學(xué)意義。本文將利用數(shù)字圖像的處理技術(shù)來分析材料缺陷，探索不同的邊緣檢測方法和圖像增強(qiáng)技術(shù)對紅外圖像的分析能力。

1 紅外成像原理

在電磁輻射中，Planck定律描述了黑體輻射的能量[4-6]，即：

式中：h——普朗克常量；

c——真空中的光速；

k——Boltzmann常數(shù)；

ν——電磁輻射頻率，Hz；

T——發(fā)射體的絕對溫度，K；

I（ν，T）——黑體發(fā)射單位時(shí)間內(nèi)的能量，J/s。

對于紅外輻射體，將式（1）進(jìn)行全譜和全空間積分，考慮發(fā)射率影響，可得到單位面積在每秒時(shí)間內(nèi)的紅外輻射能量密度，遵從Stefan-Boltzmann規(guī)律[7-8]：

式中：P——凈輻射能量，J/s；

A——輻射面積，m2，

ε——發(fā)射常數(shù)；

T——發(fā)射體溫度，K；

σ——Stefan常數(shù)5.6704×10-8J·s-1m-2K-4。

式（2）常被用來測量物體的表面溫度，通過紅外攝像儀采集紅外輻射體的溫度分布與變化。

2 圖形圖像處理技術(shù)

圖像處理是對圖像進(jìn)行分析、加工和處理，使其滿足視覺、心理以及其他要求的技術(shù)，是信號處理在圖像域上的一個(gè)應(yīng)用。目前大多數(shù)圖像是以數(shù)字形式存儲，圖像處理很多情況下指數(shù)字圖像處理。圖形圖像處理技術(shù)涉及到圖像的噪聲處理、圖像增強(qiáng)、圖像復(fù)原、圖像分割、圖像重建、圖像識別等，這里側(cè)重介紹圖像的噪聲處理、邊緣檢測和圖像增強(qiáng)。

2.1 濾波

圖像噪聲在數(shù)字圖像處理技術(shù)中的重要性越來越明顯。主動(dòng)式紅外加熱成像過程中，帶來噪聲有光學(xué)噪聲和電氣噪聲。光學(xué)噪聲來源于紅外線本身的光學(xué)特性產(chǎn)生的噪聲，受探測對象的表面形態(tài)分布、溫場分布、攝像的光學(xué)器件的影響；電氣噪聲來源于光電轉(zhuǎn)換器件、電子學(xué)采集系統(tǒng)、圖像處理系統(tǒng)、圖像顯示系統(tǒng)；同時(shí)，成像物體接收的紅外線分布具有一定的隨機(jī)漲落，導(dǎo)致熱圖像具有隨機(jī)噪聲。圖像濾波處理可以分為空間域和頻率域兩類。

2.1.1 空間域

空間域通常采用的濾波方式為算術(shù)平均值濾波、中值濾波、幾何平均值濾波。其中，中值濾波法[9]是一種非線性平滑技術(shù)，計(jì)算速度快，它將每一象素點(diǎn)的灰度值設(shè)置為該點(diǎn)某鄰域窗口內(nèi)的所有像素點(diǎn)灰度值的中值，即：

式中：（s，t）——坐標(biāo)；

g（s，t）——原始圖像；

f（x，y）——濾波后的圖像；

Sxy——坐標(biāo)集合。

對于多種噪聲，中值濾波都具有良好的去噪能力。

2.1.2 頻率域

由于噪聲頻譜一般集中在高頻段，采用衰減高頻的低通濾波器可以在頻域?qū)t外圖像進(jìn)行濾波。低通濾波可能給圖像細(xì)節(jié)帶來一定的模糊影響，必須注意選擇適合的濾波器。

常用的低通濾波器有理想低通濾波器、巴特沃茲濾波器、指數(shù)濾波器、梯形濾波器等。其中，梯形濾波器[10]對圖像造成的模糊程度輕，噪聲平滑效果好，易于實(shí)現(xiàn)。濾波器如：

式中：D0、D1——截止頻率。

2.2 邊緣檢測

圖像的特征提取離不開圖像邊緣的檢測，在數(shù)學(xué)上，函數(shù)的一階導(dǎo)數(shù)、二階導(dǎo)數(shù)都可以用于邊界判別。在數(shù)字圖像處理中，通常采用數(shù)字模板的方式檢測有用信號的邊緣。通常像素值的梯度表示為

式中：G（i，j）——圖像f（i，j）像素值梯度；

Gx——x方向的梯度分量；

Gy——y方向的梯度分量。

邊緣檢測的常見算子有Roberts算子、Prewitt算子、Sobel算子、Canny 算子等[11-12]。

Roberts算子值為

Canny邊緣檢測算子是John F.Canny開發(fā)出來的一個(gè)多級邊緣檢測算法，基本步驟包括去噪聲、尋找亮度梯度、跟蹤邊緣等。此算法適用于不同的場合，它的參數(shù)允許根據(jù)不同實(shí)現(xiàn)的特定要求進(jìn)行調(diào)整以識別不同的邊緣特性。對于實(shí)時(shí)圖像處理來說可能較慢，但是，在單幅圖像的處理中對計(jì)算機(jī)速度要求并不高。

2.3 圖像增強(qiáng)

圖像增強(qiáng)的目標(biāo)是對圖像進(jìn)行處理，為觀察者提供易于理解和觀察的感興趣的圖像特征，提高圖像的可懂度。圖像增強(qiáng)的方法是通過一定手段對原圖像附加一些信息或變換數(shù)據(jù)，有選擇地突出圖像中感興趣的特征或者抑制圖像中某些不需要的特征，使圖像與視覺響應(yīng)特性相匹配。圖像增強(qiáng)技術(shù)有空間域法和頻率域法。

形態(tài)學(xué)的處理方法在圖像邊緣顯現(xiàn)、對比度、細(xì)節(jié)方面具有一定的優(yōu)勢，通常采用高低帽變化。圖像的高帽變化可以提取圖像的峰值，低帽變化可以提取圖像的谷值，將高帽變化的結(jié)果與原始圖像疊加，再減去低帽變換的結(jié)果，對圖像具有較強(qiáng)的增強(qiáng)作用[13]。

3 分析與運(yùn)用

為了觀察邊緣檢測和圖像增強(qiáng)在紅外圖像分析中的應(yīng)用，設(shè)計(jì)了分析樣品。樣品鋁合金試件[14]如圖1（a）所示，厚度為1.8mm，背面設(shè)置6個(gè)平底孔，假定為缺陷，缺陷的直徑大小均為10mm，第1行從左至右缺陷深度分別為0.6，0.8，1.0mm，第2行從左至右缺陷深度分別為1.2，1.4，1.6mm。為了增強(qiáng)試件表面的光吸收率和紅外發(fā)射率，在檢測面涂一層很薄的黑漆。

采用高溫黑體對樣品進(jìn)行加熱，運(yùn)用紅外熱像儀進(jìn)行攝影。紅外熱像儀為TVS-500，基本性能為測試溫度-40～500℃，分辨率小于0.05℃，準(zhǔn)確度為±2℃或者±2%，有效像素 320×240。

紅外熱像儀記錄了樣品被加熱和降溫的過程。從升溫過程中提取了一張圖片圖1（b）進(jìn)行了分析，結(jié)果如圖 1（c）～圖 1（j）所示。

圖像邊緣提取對缺陷的識別有利。圖1（b）是攝影原始圖，下面一排的缺陷隱約可見，上面一排非常模糊，無法辨別。采用Roberts算子、Prewitt算子、Sobel算子、Canny算子對圖 1（b）進(jìn)行處理，得到了邊緣檢測結(jié)果（圖 1（c）～圖 1（f））。從 4 種邊緣檢測的結(jié)果來看，Canny算子所得結(jié)果較好，可以顯現(xiàn)更多的圖像細(xì)節(jié)，基本體現(xiàn)了缺陷的形態(tài)，能更好地檢測出圖像中的微弱信息。針對圖像中缺陷的邊緣檢測，應(yīng)比較幾種邊緣檢測的結(jié)果，進(jìn)行綜合分析，共同確定缺陷的存在，以便于分析缺陷。

為了進(jìn)一步觀察缺陷，采用了Top hat濾波器和Bottom hat濾波器對圖1（b）進(jìn)行圖像增強(qiáng)操作，結(jié)果如圖 1（g）～圖 1（j）所示。Top hat濾波結(jié)果如圖1（g）所示，能反映缺陷的存在，同時(shí)反映出樣品后面的加熱黑體的紅外輻射場，使分析復(fù)雜化。Bottom hat濾波結(jié)果如圖1（h），能反映缺陷的存在，對樣品后面的加熱黑體的紅外輻射場幾乎沒有體現(xiàn)。在增強(qiáng)圖像圖1（j）中，缺陷得到了較好的體現(xiàn)，加熱黑體也得到了顯現(xiàn)，說明圖像增強(qiáng)能進(jìn)一步提供紅外圖像的更多細(xì)節(jié)，為缺陷的幾何測量提供清晰輪廊。

圖1 邊緣檢測與圖像增強(qiáng)的比較

綜合邊緣檢測和增強(qiáng)圖像，可以明顯地判斷5個(gè)缺陷的存在，除上面一排左邊第一個(gè)缺陷外均未得到體現(xiàn)，說明紅外分析和紅外圖像的攝取還是存在一定的局限性。對得到顯現(xiàn)的缺陷進(jìn)行數(shù)量測量，結(jié)果如表1所示，直接測量值的偏差較大，進(jìn)行深度修正后，修正值更接近缺陷的實(shí)際值，特別是Bottom hat濾波后的圖像和增強(qiáng)圖像的修正結(jié)果基本一致，說明這兩種圖像處理更適合用于該紅外圖像的分析測試。

表1 缺陷測試值和修正值（單位：mm）

4 結(jié)束語

紅外熱成像已經(jīng)得到廣泛的應(yīng)用，溫度圖像的分析技術(shù)不斷擴(kuò)展。為促進(jìn)紅外圖像中缺陷目標(biāo)的識別和測量，將圖形圖像處理中的邊緣檢測技術(shù)和圖像增強(qiáng)技術(shù)運(yùn)用到紅外圖像處理分析中，對比了Roberts算子、Prewitt算子、Sobel算子、Canny 算子邊緣檢測算子對圖像目標(biāo)邊緣的檢測效果，幾種檢測算子對缺陷的發(fā)現(xiàn)具有重要意義。經(jīng)過觀察圖像增強(qiáng)效應(yīng)對提高圖像對比度的影響，進(jìn)一步確認(rèn)缺陷的存在。將邊緣檢測和圖像增強(qiáng)相結(jié)合，可以識別缺陷的存在，開展對缺陷的測量，提高目標(biāo)識別的可靠性和測量結(jié)果的準(zhǔn)確度。

[1]Clark M R，McCann D M，F(xiàn)orde M C.Application of infrared thermography to the non-destructive testing of concrete and masonry bridges[J].NDT&E International，2003（36）：265-275.

[2]Avdelidis N P， Almondb D P， Dobbinsonb A， et al.Aircraft composites assessment by means of transient thermal NDT[J].Progress in Aerospace Sciences，2004（40）：43-162.

[3]Holst G C.Testing and evaluation of infrared imaging systems[M].Florida：JCD Publishing and SPIE Optical Engineering Press，1998：2-7.

[4]Planck M.The theory of heat radiation[M].Masius.M.（transl.）（2nd ed.）.Philadelphia：Blakiston’s Son&Co.，1914.

[5]Chandrasekhar S.Radiative transfer（Revised reprint ed.）[M].New York：Dover Publications，1960.

[6]Rybicki G B，Lightman A P.Radiative processes in astrophysics[M].Massachusetts： John Wiley&Sons，1979.

[7]Stefan J.über die beziehung zwischen der w?rmestrahlung und der temperatur[R].Sitzungsberichte der Mathematischnaturwissenschaftlichen Classe der Kaiserlichen Akademie der Wissenschaften，Bd，1879（79）：391-428.

[8]Boltzmann L.Ableitung des stefan’schen gesetzes， betreffend die abh?ngigkeitderw?rmestrahlung von der temperatur aus der electromagnetischen lichttheorie[R].Annalen der Physik und Chemie，1884（22）：291-294.

[9]岡薩雷斯.數(shù)字圖像處理[M].北京：電子工業(yè)出版社，2003：183-184.

[10]夏良正.數(shù)字圖像處理[M].南京：東南大學(xué)出版社，2001：153-154.

[11]岡薩雷斯.數(shù)字圖像處理[M].北京：電子工業(yè)出版社，2003：468-470.

[12]Canny J.A computational approach to edge detection[J].IEEE Trans.Pattern Analysis and Machine Intelligence，1986（8）：679-714.

[13]梅林，吳立德，王裕文.脈沖加熱紅外無損檢測中的圖像處理[J].紅外與毫米波學(xué)報(bào)，2002，21（5）：372-376.

[14]其達(dá)拉圖，郭興旺.基于多項(xiàng)式擬合的脈沖紅外熱像無損檢測數(shù)據(jù)處理方法[J].機(jī)械工程師，2009（2）：41-43.