CN103308521A - 一种增强红外热波检测图像缺陷对比度的方法 - Google Patents
一种增强红外热波检测图像缺陷对比度的方法 Download PDFInfo
- Publication number
- CN103308521A CN103308521A CN2012103273209A CN201210327320A CN103308521A CN 103308521 A CN103308521 A CN 103308521A CN 2012103273209 A CN2012103273209 A CN 2012103273209A CN 201210327320 A CN201210327320 A CN 201210327320A CN 103308521 A CN103308521 A CN 103308521A
- Authority
- CN
- China
- Prior art keywords
- image
- information
- thermal wave
- contrast
- heat
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Investigating Or Analyzing Materials Using Thermal Means (AREA)
Abstract
本发明涉及一种基于微分和差分相结合的增强热波检测序列图像缺陷对比度方法,尤其适用于图像序列中噪声干扰较大时的缺陷对比度增强方法,包括:对待检测对象进行加热,由红外热像仪采集反应被测试件表面温度场信息的原始热波图像序列;热波图像经电脑处理分析后得到每个像素点的温度信息,利用加热后图像序列中的温度信息减去加热前图像的温度信息得到温差序列信息;对提取到得温差信息进行微分处理;利用原始热波图像减去微分处理后灰度翻转的图像,增强热波图像的对比度;将进行差分处理后的热波图像显示出来等步骤。同现有技术相比,经过微分处理后,缺陷与非缺陷区域的对比度得到了增强,并且对于一些加法性噪声,微分处理能够有效的去除。
Description
技术领域
本发明属于红外热波无损检测技术领域,涉及一种基于微分和差分相结合的增强热波检测序列图像缺陷对比度方法,尤其适用于图像序列中噪声干扰较大时的缺陷对比度增强方法。
背景技术
红外热波检测过程中获取的红外热图序列含有丰富的缺陷信息,热图中的温度异常区域与缺陷大小有着直接的关系,而温度序列的时间特征与缺陷深度密切相关。然而,由于试验过程中材料表面的温度分布容易受到各种因素,如红外热像仪、其他热激励源等试验设备本身的系统误差的存在,以及环境因素、材料的表面状况等的干扰,导致采集到的红外图像存在“非均匀、高噪声、大数据量、低对比度”等问题,使得难以直接提取缺陷的特征信息。因此,需要采用有效的数据分析和图像处理方法对原始热图序列进行处理和分析,以实现缺陷的定量识别。
在本发明以前的现有技术中,对热波图像序列进行对比度增强的方法多有报道,如发表在《激光与红外》第36卷第1期的对比技术《玻璃钢平底洞缺陷试件红外热波检测方法》一文中,提供了一种通过对热图序列和温度时间关系曲线的分析检验的热波单向测厚方法,该方法尽管消除了图像中一部分的时域噪声,增强了图像的信噪比,但是图像中仍然存在强烈的背景信息,空间噪声较大,如果缺陷信号较弱,往往被噪声所淹没,难以提取出缺陷信息,难于对缺陷进行定量识别。如图1为某含5个平底洞缺陷的钢壳体/绝热层脱粘试件的经拟合重建后的检测结果,从图中只能比较清楚地看到2个热斑,其余3个缺陷由于信号较弱完全被淹没在噪声中(见图2)。
发明内容
针对上述现有技术状况,本发明的目的在于,提供一种基于微分和差分相结合的图像序列处理方法,提高缺陷的检测能力。
现将本发明基本构思及技术解决方案叙述如下:
由图1所知,图中的灰度信息代表的是各个像素点的温度对比度,即温差信息,由一维理想情况下缺陷与无缺陷区域对应的表面温差变化:
式中:q0——热流密度;c——材料的比热;ρ——材料的密度;λ——材料的热传导系数;t——时间;h——缺陷的深度;α=λ/ρc——材料的热扩散率。根据该式,缺陷的表面温差先上升到一个最大温差,然后又开始下降,直到温差变为0,因此,表面的热图序列的灰度也将经过一个先上升后下降的过程,即缺陷区域的对比度先开始上升,然后又下降,直到和正常区域平衡。如果温差过小,热像仪就难以分辨,无法检测到缺陷。因此,需要进行进一步的处理,以提高缺陷的对比度。
根据温差过小热像仪难以分辨,无法检测到缺陷的现实,本发明通过对原始图像的研究和分析,提供一种对图像进行微分和差分相结合处理的增强红外热波检测图像缺陷对比度的方法,具体步骤为:
步骤1:在红外热波检测过程中,对待检测对象进行加热,由红外热像仪采集反应被测试件表面温度场信息的原始热波图像序列;
步骤2:热波图像经电脑处理分析后得到每个像素点的温度信息,利用加热后图像序列中的温度信息减去加热前图像的温度信息得到温差序列信息;
步骤2.1:对式(1)求导可得:
步骤2.2:二次求导可得:
步骤3:根据式(2)、式(3)对提取到得温差信息进行微分处理;
步骤4:利用原始热波图像减去微分处理后灰度翻转的图像,增强热波图像的对比度;
步骤5:将进行差分处理后的热波图像显示出来。
这样,就可以得到有缺陷区域对应的温差、一阶微分和二阶微分曲线如图3、4、5所示。可以看出,经过微分处理后,缺陷与非缺陷区域的对比度得到了一定程度的增强,并且对于一些加法性噪声,微分处理能够有效的去除。
附图说明
图1:对比技术的检测热图
图2:对比技术的检测热图缺陷中心线灰度曲线
图3:有缺陷区域对应的表面温差曲线图
图4:经本方法一阶微分处理后的曲线图
图5:经本方法二阶微分处理后的曲线图
图6:经过一阶微分处理后不同时间的序列热图
图7:微分处理后灰度翻转前后相减缺陷增强效果图
图8:微分处理后灰度翻转前后相减滤波增强效果图
图9:本方法实施流程图
具体实施方式
实施例
按照上述本发明方法,对每一个像素点的温度曲线进行微分处理,然后形成了微分序列热图如图6所示。可以看出,缺陷对应表面的灰度与正常区域相比经历了一个翻转的过程,首先灰度逐渐变大到一定程度后又开始减小,一直减小到小于正常区域的灰度,然后又继续增大,最终整个表面的灰度又趋于一致。经过微分处理后,缺陷对应表面的灰度进行了翻转,利用翻转前后的图像相减即可提高缺陷的对比度(见图7)。可见,经过相减处理后,较大三个缺陷周围的噪声大大降低,第4个缺陷对比度也得到了进一步的增强,根据上述处理的结果,利用常规的滤波方法(如高通滤波、低通滤波、同态滤波等)进行进一步的处理,增强缺陷的显示效果(见图8)。
图像进行微分差分增强处理的具体实施过程为(见图9):
步骤1:在红外热波检测过程中,对待检测对象进行加热,由红外热像仪采集反应被测试件表面温度场信息的原始热波图像序列;
步骤2:热波图像经电脑处理分析后得到每个像素点的温度信息,利用加热后图像序列中的温度信息减去加热前图像的温度信息得到温差序列信息;
步骤3:利用公式(2)、公式(3)对提取到得温差信息进行微分处理;
步骤4:利用原始热波图像减去微分处理后灰度翻转的图像,增强热波图像的对比度;
步骤5:将进行差分处理后的热波图像显示出来。
注:本发明未详细说明的内容均为现有公开技术。
Claims (1)
1.一种增强红外热波检测图像缺陷对比度的方法,其特征在于:包括以下步骤:
步骤1:在红外热波检测过程中,对待检测对象进行加热,由红外热像仪采集反应被测试件表面温度场信息的原始热波图像序列;
步骤2:热波图像经电脑处理分析后得到每个像素点的温度信息,利用加热后图像序列中的温度信息减去加热前图像的温度信息得到温差序列信息;
步骤2.1:根据一维理想情况下缺陷与无缺陷区域对应的表面温差变化:
式中:q0——热流密度;c——材料的比热;ρ——材料的密度;λ——材料的热传导系数;t——时间;h——缺陷的深度;α=λ/ρc——材料的热扩散率;对式(1)求导可得:
步骤2.2:对式(1)二次求导可得:
步骤3:根据式(2)、式(3)对提取到得温差信息进行微分处理;
步骤4:利用原始热波图像减去微分处理后灰度翻转的图像,增强热波图像的对比度;
步骤5:将进行差分处理后的热波图像显示出来。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2012103273209A CN103308521A (zh) | 2012-08-29 | 2012-08-29 | 一种增强红外热波检测图像缺陷对比度的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2012103273209A CN103308521A (zh) | 2012-08-29 | 2012-08-29 | 一种增强红外热波检测图像缺陷对比度的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103308521A true CN103308521A (zh) | 2013-09-18 |
Family
ID=49133978
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2012103273209A Pending CN103308521A (zh) | 2012-08-29 | 2012-08-29 | 一种增强红外热波检测图像缺陷对比度的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103308521A (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104730078A (zh) * | 2013-12-23 | 2015-06-24 | 北京红源光电技术公司 | 一种基于红外热像仪aoi的电路板检测方法 |
WO2018122810A1 (zh) * | 2016-12-30 | 2018-07-05 | 同济大学 | 一种基于动态红外热像图处理的地下管廊渗漏检测方法 |
CN108344512A (zh) * | 2018-01-30 | 2018-07-31 | 东南大学 | 一种电梯闸皮不均匀磨损的检测方法 |
CN108387609A (zh) * | 2018-01-19 | 2018-08-10 | 重庆大学 | 一种无损检测的方法、装置、设备可读存储介质 |
CN109642882A (zh) * | 2016-06-30 | 2019-04-16 | 玻默力药用包装股份公司 | 用于检测存在于玻璃容器壁中的金属颗粒的方法和设备 |
CN110261436A (zh) * | 2019-06-13 | 2019-09-20 | 暨南大学 | 基于红外热成像和计算机视觉的轨道故障检测方法及系统 |
CN110335204A (zh) * | 2019-05-07 | 2019-10-15 | 中国人民解放军陆军工程大学 | 一种热成像图像增强方法 |
CN112557445A (zh) * | 2020-11-17 | 2021-03-26 | 华中科技大学 | 一种基于增材制造的缺陷在线检测方法、装置和系统 |
CN112986328A (zh) * | 2021-02-03 | 2021-06-18 | 浙江紫电新材料有限公司 | 一种硬质环氧复合绝缘子气隙裂纹或微脱粘的检测方法 |
CN113506267A (zh) * | 2021-07-09 | 2021-10-15 | 中国人民解放军火箭军工程大学 | 一种金属制造缺陷修复方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101813638A (zh) * | 2010-04-30 | 2010-08-25 | 华中科技大学 | 一种芯片焊点缺陷在线检测方法及装置 |
CN102129675A (zh) * | 2011-02-24 | 2011-07-20 | 中国兵器工业系统总体部 | 一种非线性自适应红外图像增强方法 |
CN102221339A (zh) * | 2011-06-09 | 2011-10-19 | 首都师范大学 | 脉冲红外热波技术测厚方法 |
CN102495078A (zh) * | 2011-12-07 | 2012-06-13 | 天津理工大学 | 基于量子点红外荧光显示技术的焊缝检测方法 |
-
2012
- 2012-08-29 CN CN2012103273209A patent/CN103308521A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101813638A (zh) * | 2010-04-30 | 2010-08-25 | 华中科技大学 | 一种芯片焊点缺陷在线检测方法及装置 |
CN102129675A (zh) * | 2011-02-24 | 2011-07-20 | 中国兵器工业系统总体部 | 一种非线性自适应红外图像增强方法 |
CN102221339A (zh) * | 2011-06-09 | 2011-10-19 | 首都师范大学 | 脉冲红外热波技术测厚方法 |
CN102495078A (zh) * | 2011-12-07 | 2012-06-13 | 天津理工大学 | 基于量子点红外荧光显示技术的焊缝检测方法 |
Non-Patent Citations (3)
Title |
---|
刘涛 等: "红外热波检测方法图像增强环节研究", 《红外与激光工程》 * |
张小川 等: "玻璃钢平底洞缺陷试件红外热波检测方法", 《激光与红外》 * |
杨正伟 等: "导弹发动机壳体粘接质量红外热波检测", 《仪器仪表学报》 * |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104730078A (zh) * | 2013-12-23 | 2015-06-24 | 北京红源光电技术公司 | 一种基于红外热像仪aoi的电路板检测方法 |
CN109642882A (zh) * | 2016-06-30 | 2019-04-16 | 玻默力药用包装股份公司 | 用于检测存在于玻璃容器壁中的金属颗粒的方法和设备 |
US11460426B2 (en) | 2016-06-30 | 2022-10-04 | Bormioli Pharma S.p.A. | Method and apparatus for detecting metal particles present in a wall of a glass container |
WO2018122810A1 (zh) * | 2016-12-30 | 2018-07-05 | 同济大学 | 一种基于动态红外热像图处理的地下管廊渗漏检测方法 |
CN108387609B (zh) * | 2018-01-19 | 2020-10-27 | 重庆大学 | 一种无损检测的方法、装置、设备可读存储介质 |
CN108387609A (zh) * | 2018-01-19 | 2018-08-10 | 重庆大学 | 一种无损检测的方法、装置、设备可读存储介质 |
CN108344512A (zh) * | 2018-01-30 | 2018-07-31 | 东南大学 | 一种电梯闸皮不均匀磨损的检测方法 |
CN108344512B (zh) * | 2018-01-30 | 2019-11-12 | 东南大学 | 一种电梯闸皮不均匀磨损的检测方法 |
CN110335204A (zh) * | 2019-05-07 | 2019-10-15 | 中国人民解放军陆军工程大学 | 一种热成像图像增强方法 |
CN110261436B (zh) * | 2019-06-13 | 2022-03-22 | 暨南大学 | 基于红外热成像和计算机视觉的轨道故障检测方法及系统 |
CN110261436A (zh) * | 2019-06-13 | 2019-09-20 | 暨南大学 | 基于红外热成像和计算机视觉的轨道故障检测方法及系统 |
CN112557445A (zh) * | 2020-11-17 | 2021-03-26 | 华中科技大学 | 一种基于增材制造的缺陷在线检测方法、装置和系统 |
CN112986328A (zh) * | 2021-02-03 | 2021-06-18 | 浙江紫电新材料有限公司 | 一种硬质环氧复合绝缘子气隙裂纹或微脱粘的检测方法 |
CN113506267A (zh) * | 2021-07-09 | 2021-10-15 | 中国人民解放军火箭军工程大学 | 一种金属制造缺陷修复方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103308521A (zh) | 一种增强红外热波检测图像缺陷对比度的方法 | |
Wang et al. | Image processing based quantitative damage evaluation in composites with long pulse thermography | |
Gros et al. | NDT data fusion at pixel level | |
US7822268B2 (en) | Advanced processing of active thermography signals | |
US8465200B2 (en) | Method for implementing depth deconvolution algorithm for enhanced thermal tomography 3D imaging | |
CN108198181A (zh) | 一种基于区域分割和图像融合的红外热图像处理方法 | |
CN102095755B (zh) | 一种混凝土结构的无损检测方法 | |
Gao et al. | Quantitative validation of eddy current stimulated thermal features on surface crack | |
Cheng et al. | IRT-GAN: A generative adversarial network with a multi-headed fusion strategy for automated defect detection in composites using infrared thermography | |
CN109636755B (zh) | 一种通过加权估计实现红外热图像增强的方法 | |
CN108109128A (zh) | 一种基于空间相关性的红外热图像处理方法 | |
Poelman et al. | Multi-scale gapped smoothing algorithm for robust baseline-free damage detection in optical infrared thermography | |
Wei et al. | Accurate depth determination of defects in composite materials using pulsed thermography | |
Poelman et al. | Enhanced thermographic inspection of woven fabric composites by k-space filtering | |
Lee et al. | Thermographic inspection of CLP defects on the subsurface based on binary image | |
Al Gharawi et al. | A framework for automated time-lapse thermography data processing | |
Obeidat et al. | Developing algorithms to improve defect extraction and suppressing undesired heat patterns in sonic IR images | |
Sripragash et al. | Non-uniformity correction and sound zone detection in pulse thermographic nondestructive evaluation | |
Souridi et al. | Simple digital image processing applied to thermographic data for the detection of cracks via eddy current thermography | |
CN114166850B (zh) | 一种基于差分张量分解的光激励红外热成像缺陷检测方法 | |
Kretzmann et al. | Non-destructive testing with transient thermography on composite materials | |
Shuohan et al. | Modified infrared images contrast for pulsed thermography | |
Gao et al. | Noise reduction method for ultrasonic TOFD image based on image registration | |
Qian et al. | Infrared nondestructive recognition of small subsurface defects using a SVM classifier | |
Sripragash et al. | Comparison of experimental results with numerical simulations for pulsed thermographic NDE |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
EXSB | Decision made by sipo to initiate substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20130918 |
|
WD01 | Invention patent application deemed withdrawn after publication |