CN104535616A

CN104535616A - 一种窗扫描热成像缺陷检测和层析成像方法及系统

Info

Publication number: CN104535616A
Application number: CN201510034897.4A
Authority: CN
Inventors: 何赟泽; 杨瑞珍
Original assignee: Individual
Current assignee: Individual
Priority date: 2015-01-25
Filing date: 2015-01-25
Publication date: 2015-04-22
Anticipated expiration: 2035-01-25
Also published as: CN104535616B

Abstract

本发明公开了一种窗扫描热成像缺陷检测和层析成像方法及系统。系统工作时，热源和热像仪以固定速度扫描被检对象，热源对被检对象进行加热，热像仪记录被检对象表面加热之后随时间变化的温度信息作为原始数据；对原始数据进行重构，获得被检对象每个点的温度变化序列作为检测信号；采用或产生特定信号作为参考信号；对检测信号与参考信号进行时域、频域和互相关等方法处理，提取时域特征值、频域特征值、互相关幅值特征值和互相关相位特征值等，实现缺陷检测和层析成像。该方法及系统可应用于航空航天、新材料、石油化工、核电、铁路、汽车、特种设备、机械、冶金、土木建筑等领域的装备无损检测、材料表征评估和产品质量控制。

Description

一种窗扫描热成像缺陷检测和层析成像方法及系统

技术领域

本发明属于装备无损检测、材料表征评估、结构健康监测和产品质量控制等技术领域，特别是涉及一种热成像检测方法及系统。

背景技术

随着现代科学和工业技术的发展，无损检测技术已成为保证产品质量和设备运行安全的必要手段。目前具有代表性的无损检测技术主要有射线检测、超声检测、渗透检测、磁粉检测、涡流检测以及热成像检测等技术。

热成像检测技术采用热源对被检对象进行加热，采用热像仪观测和记录被检对象表面的温度变化信息，以对被检对象表面及内部的缺陷（裂纹、分层等）进行检测和评估。热成像检测技术具有非接触、非破坏、无需耦合、检测面积大、速度快等优点，已广泛应用于航空、航天、石油、化工、电力、核能等领域。

热成像检测技术采用的热源多种多样，从物理角度而言，有闪光灯、超声波、涡流、激光等。根据热源物理性质的不同，热成像检测技术可以细分为闪光灯热成像检测技术、超声波热成像检测技术、涡流热成像检测技术和激光热成像检测技术等。

根据热像仪和被检对象相对位置的不同，热成像检测系统可配置为不同的检测方式：1）静止检测方式，即热像仪和被检对象的相对位置是固定的，该方式每次只能检测一定区域；2）移动检测方式，即热像仪以固定速度连续扫描被检对象，该方式检测面积大。

热成像检测技术的检测效率与热像仪的像素大小密切相关，简单而言，像素越大，检测效率越高。同时，热成像检测技术的检测效率也受制于热源的形状。从外形角度而言，热源可分为点源、线源和面源。根据热源形状的不同，热成像检测技术的静止检测方式有以下实施方式：1）采用点源，需要移动点源直至完全覆盖热像仪视场，检测效率最低；2）采用线源，需要移动线源直至完全覆盖热像仪视场，检测效率较低；3）采用面源，可直接覆盖热像仪视场，检测效率较高。专利CN103234953公开的激光扫描热波层析成像系统与方法，即采用了点源和线源加热被检对象；专利CN103245668公开了一种激光扫描热波成像方法，即属于采用线源的静止检测方式。静止检测方式的主要不足是：1）检测大型对象需要多次配置热像仪位置，检测效率低，检测时间长；2）热源加热不均匀，导致成像与缺陷检测效果差。

移动检测方式则通常采用线源或面源，使热源和热像仪以固定速度扫描被检对象，热像仪记录和显示被检对象表面加热之后的温度变化信息。相对于静止检测方式，移动检测方式具有以下优点：1）可连续检测大面积区域，无需重复配置热像仪位置，检测效率高，检测时间短，适用于大型被检对象；2）热源匀速经过被检对象，加热均匀。但是，现有热成像移动检测方式具有一定不足：1）采用某一列像素的温度值进行成像，只能显示某一时刻的温度信息，无法进行层析成像；2）采用热像仪采集的温度值进行成像和缺陷检测，检测效果差；3）无法获得被检对象每个点的温度变化信息，很难采用热波理论和先进数字信号处理方法进行深入分析。

发明内容

本发明目的是针对上述不足，提供一种窗扫描热成像缺陷检测和层析成像方法及系统。热源和热像仪以固定速度扫描被检对象，在扫描过程中，热源对被检对象进行加热，热像仪记录被检对象表面加热之后随时间变化的温度信息作为原始数据；对原始数据进行重构，获得被检对象每个点的温度变化序列作为检测信号；采用或产生特定信号作为参考信号；对检测信号与参考信号进行时域、频域和互相关处理，提取每个点的时域特征值、频域特征值、互相关幅值特征值和互相关相位特征值等特征值，实现缺陷检测和层析成像。

一种窗扫描热成像缺陷检测和层析成像系统，主要包括：

1) 控制器，用于触发热源控制模块、扫描模块和热像仪同时工作；

2) 热源控制模块，用于驱动热源工作；

3) 热源，用于对被检对象进行加热，可以是热风、闪光灯源、红外光源、激光源、电磁源、微波源等，通常是线源或面源；

4) 扫描模块，用于控制热源和热像仪以固定速度运动；或者，控制被检对象以固定速度经过热源和热像仪；热像仪也可以更换为其它阵列温度传感器或多个线温度传感器；

5) 热像仪，用于记录被检对象表面随时间变化的温度信息作为原始数据，并把原始数据传输给计算机；

6) 被检对象，被检测的对象，其表面或内部可能含有裂纹、气泡、脱层、腐蚀等缺陷；

7) 计算机，用于存储、显示、处理和分析原始数据，并执行以下算法；

8) 数据重构模块，用于把原始数据重构为检测数据；

9) 检测信号提取模块，用于从检测数据中提取被检对象每个点的温度变化序列作为检测信号；

10) 参考信号设定模块，采用或产生特定信号作为参考信号；

11) 时域算法模块，用于处理检测数据，获得时域特征值；

12) 频域算法模块，用于处理检测数据，获得频域特征值；

13) 互相关算法模块，用于处理检测数据，获得互相关幅值特征值和互相关相位特征值；

14) 缺陷检测和层析成像模块，采用时域特征值、频域特征值、互相关幅值特征值和互相关相位特征值对被检对象中的缺陷进行检测，并实现被检对象的层析成像。

基于一种窗扫描热成像缺陷检测和层析成像系统的一种窗扫描热成像缺陷检测和层析成像方法，包括如下步骤：

1) 根据被检对象属性及检测要求，设定热源控制模块、扫描模块和热像仪的各项工作参数；

2) 采用控制器使热源控制模块、扫描模块和热像仪同时开始工作；

3) 热源控制模块驱动热源工作；

4) 扫描模块控制热源和热像仪以固定速度扫描被检对象；或者，扫描模块控制被检对象以固定速度经过热源和热像仪的视场；

5) 在扫描过程中，热源加热被检对象；

6) 热像仪记录被检对象表面被加热之后随时间变化的温度信息，作为原始数据，并把原始数据传输给计算机；

7) 数据重构模块把原始数据重构为检测数据；

8) 从检测数据中提取被检对象被检区域每个点的温度变化序列，经插值等处理后作为检测信号；

9) 参考信号设定模块采用无缺陷区域的检测信号或产生特定信号作为参考信号；

10) 时域算法模块在时域处理检测信号，获得每个点的时域特征值；

11) 频域算法模块在频域处理检测信号，获得每个点的频域特征值；

12) 互相关算法模块计算检测信号与参考信号的互相关幅值和相位，获得每个点的互相关幅值特征值和互相关相位特征值；

13) 采用时域特征值、频域特征值、互相关幅值特征值和互相关相位特征值进行缺陷检测和层析成像；

14) 提取其它特征值或采用主成分分析、独立成分分析法处理检测信号得到主成分和独立成分等特征值，进行缺陷检测和层析成像。

附图说明

图1示出了一种窗扫描热成像缺陷检测和层析成像系统的示意图。

图2示出了原始数据、检测数据和检测信号的示意图。

图3示出了扫描速度变化时原始数据、检测数据和检测信号的示意图。

图4示出了时域算法模块工作原理示意图。

图5示出了频域算法模块工作原理示意图。

图6示出了互相关算法模块的工作原理示意图。

图7示出了检测信号和三个短时脉冲参考信号的示意图。

附图标记说明：1-控制器；2-热源控制模块；3-扫描模块；4-热像仪；5-热源；6-被检对象；7-计算机；8-数据重构模块；9-检测信号提取模块；10-参考信号设定模块；11-时域算法模块；12-频域算法模块；13-互相关算法模块；14-缺陷检测和层析成像模块；15-原始数据；16-检测数据；17-检测信号；18-参考信号；19-减法运算；20-差分检测信号；21-时域特征值提取；22-时域特征值；23-快速傅里叶变换；24-检测信号相位谱；25-参考信号相位谱；26-相位计算；27-差分相位谱；28-频域特征值提取；29-频域特征值；30-频域检测信号；31-希尔伯特变换；32-正交参考信号；33-复共轭运算；34-频域参考信号；35-频域正交参考信号；36-乘法运算；37-逆快速傅里叶变换；38-实部运算；39-同相；40-正交；41-求幅值；42-求相位；43-幅值；44-相位；45-互相关幅值特征值提取；46-互相关相位特征值提取；47-互相关幅值特征值；48-互相关相位特征值；49、50和51-三个短时脉冲参考信号。

具体实施方式

下面结合附图对本发明的具体实施方式进行描述，以便本领域的技术人员更好地理解本发明。

图1是一种窗扫描热成像缺陷检测和层析成像系统示意图，主要包含：控制器1、热源控制模块2、扫描模块3、热像仪4、热源5、被检对象6、计算机7、数据重构模块8、检测信号提取模块9、参考信号设定模块10、时域算法模块11、频域算法模块12、互相关算法模块13、缺陷检测和层析成像模块14等。需要说明的是，控制器1可以是实物，也可以是运行在计算机7上的软件；热源5可以是热风、闪光灯源、激光源、电磁源、微波源等热源，形状通常是线源或面源；热像仪4也可以更换为其它阵列温度传感器或多个线温度传感器。

基于一种窗扫描热成像缺陷检测和层析成像系统的一种窗扫描热成像缺陷检测和层析成像方法的具体实施步骤如下：

1) 根据被检对象6的属性及检测要求，设定热源控制模块2、扫描模块3和热像仪4的各项工作参数；设定热源控制模块的加热功率Q等参数；设定扫描模块的扫描速度v、扫描时间ts等工作参数；在本实施例中，扫描速度v设定为50mm/s，扫描时间ts设定为10s；设定热像仪4的像素大小n×m、空间分辨率dx、横向视场D=n×dx、采样频率f等参数；并设置热像仪记录的相邻图像的空间距离d=v×dt和热像仪空间分辨率dx的关系为整数倍i，即d=i×dx；并设置热像仪横向像素n为i的整数倍；在本实施例中，热像仪4的像素大小n×m设定为256×320，即热像仪的横向像素n为256，图像分辨率dx设定为0.5mm，则视场大小为128×160mm，采样频率f设定为100Hz，则采样时间dt=1/f=0.01s，热像仪记录的相邻图像的空间距离d=v×dt=0.5m，即相邻图像的空间距离等于热像仪空间分辨率d=dx。

2) 采用控制器1使热源控制模块2、扫描模块3和热像仪4同时开始工作。

3) 热源控制模块2驱动热源5工作。

4) 热源5加热被检对象6；热源宽度为dr，则被检对象每个点的加热时间tr=dr/v。

5) 扫描模块控制热源5和热像仪4以固定速度v扫描被检对象6；在本实施例中，扫描长度L=v×ts=500mm，如图2（A）所示。

6) 热像仪4记录被检对象6表面加热之后随时间变化的温度信息，作为原始数据15，并把原始数据15传输给计算机7。在本实施例中，如图2（A）所示，扫描（扫描时间ts=10s）结束后，原始数据15共含有p=ts/dt=10s/0.01s=1000幅图像，每幅图像的像素大小为256×320，热像仪图像分辨率dx为0.5mm，横向视场D=n×dx=256×0.5mm=128mm，纵向视场为320×0.5mm=160mm，相邻图像的空间距离d=v×dt=50×0.01=0.5mm；为显示扫描速度的影响，图3（A）示出了以2倍速度（100mm/s）扫描的情况，相邻图像的空间距离d=100×0.01=1mm，横向视场D和空间分辨率dx保持不变。

7) 数据重构模块8把原始数据15重构为检测数据16。把原始数据15中所有图像（共p幅）中某一列（共n列）像素的温度抽取出来，重新合并形成新图像（共n幅），形成检测数据16，新图像编号为a到n（此处未用罗马数字1、2、3等标号，而采用了a、b、c等，是为了避免与附图标记中的数字相冲突，下同）；检测数据16中每幅图像可以用来进行缺陷检测和层析成像，图像的序号越靠后，检测深度越大；检测数据16中，每幅新图像的像素大小为p×m，新图像空间分辨率等于原始数据15中相邻图像的空间距离d，新图像的横向视场D1=p×d，且D1=L，纵向视场大小等于原始数据15中图像的纵向视场大小；相邻新图像的空间距离等于原始数据15的热像仪空间分辨率dx。即新图像的数量变少，但是检测覆盖范围更大。图2(B)所示的本实施例中，检测数据16共含有n=256幅新图像，每幅图像的像素大小为1000×320，新图像空间分辨率d=0.5m，横向视场D1=p×d=1000×0.5mm为500mm，相邻新图像的空间距离dx=0.5mm；图3(B)中，由于扫描速度增大为2倍，新图像的空间分辨率d和横向视场D1也增大为2倍，d=v×dt=1mm，D1=p×d=1000×1mm=1000mm，即增大检测速度v，可以扩大横向视场D1，但是牺牲了图像的空间分辨率d；增大热像仪采集频率f时，增强了新图像空间分辨率d，但是新图像横向视场D1保持不变。

8) 从检测数据16中提取被检对象被检测区域每个点的完整温度序列作为检测信号17；①根据新图像空间分辨率d和相邻新图像的空间距离dx的关系（d=i×dx），横向像素n和i的关系等参数，计算检测数据16中完整温度序列的采样间隔Δt、点数N和时长tl；②计算不完整温度序列和加热不完全区域；③计算完整温度序列的列数pw、数量Nw、完整区域宽度W等参数，提取每个完整温度序列作为检测信号17；图2（B）中，新图像空间分辨率d等于相邻新图像的空间距离dx(d=1×dx)，检测数据16中完整的温度序列为a、b、c、……、n-1、n，如图2（C）所示，采样间隔Δt=dt，点数N=n，时长tl=(N-1)×Δt=(n-1)×dt；图2（B）中，检测数据16的前端和后端各有一部分区域的温度序列不完整，不完整区域的列数为n-1，宽度L1=(n-1)×d；此外，还应该计算由于热源尺寸和距离引起的加热不完全区域，在本实施例中，先不考虑这个影响；减去不完整区域后，完整温度序列的列数pw=p-n+1，数量Nw=pw×m=(p-n+1)×m，完整区域宽度W=pw×d=(p-n+1)×d；图3（C）示出了扫描速度增大为2倍时的检测信号17，此时新图像空间分辨率d等于2倍的相邻新图像的空间距离dx（d=2×dx），完整的温度序列为a、c、e、……、n-1或者b，d、f、……n，采样间隔Δt变为2倍采样时间（Δt=2×dt），序列点数N=n/2，减少为二分之一，序列时长tl=(n/2-1)×(2×dt)=(n-2)×dt，减小1个dt；完整温度序列的列数pw=p-n+2，数量Nw=pw×m=(p-n+2)×m，完整区域宽度W=pw×d=(p-n+2)×d；通用公式为：已预先设置好d和dx的关系为整数倍i，n和i的关系为整数倍，当d=i×dx时，温度序列的采样间隔Δt为i倍采样时间Δt=i×dt，序列点数N=n/i，时长tl=(n/i-1)×(i×dt)=(n-i)×dt，完整温度序列的列数pw=p-n+i，数量Nw=pw×m=(p-n+i)×m，完整区域宽度W= pw×d=(p-n+i)×d；由此可知，当增大检测速度v时，d和i增大，相当于增大温度序列的采样间隔Δt，减小温度序列的点数N，增大完整区域宽度W，而完整温度序列的时长tl和完整温度序列的数量Nw变化较小；这意味着，增大扫描速度v可以扩大检测面积，但是牺牲了图像空间分辨率，增大了温度序列的采样间隔Δt；增大热像仪采集频率f时，检测面积变化不大，但是增强了图像空间分辨率，减小了温度序列的采样间隔Δt。在本实施例中，如图2（B）所示的情况，不完整区域部分包含n-1=255列，不完整区域宽度L1=(n-1)×d=(256-1)×0.5mm=127.5mm，完整温度序列的列数pw=(p-n+1)=745，数量Nw= pw×m=745×320=238400，完整区域宽度W=pw×d=(p-n+1)×d=745×0.5m=372.5mm；如图3（B）所示的情况，当扫描速度变为2倍时，不完整区域包含n-2=254列，不完整区域宽度L1=(n-2)×d=(256-2)×1mm=254mm，完整温度序列的列数pw=p-n+2=1000-256+2=746，数量Nw=pw×m=746×320=238720，完整区域宽度W=pw×d=746×1m=746mm；此外，还应该减去热源尺寸和距离引起的加热不完全区域，加热不完全区域宽度为db，代表热源前缘与热像仪第一列像素之间的距离。校订后，完整区域宽度W=(p-n+i)×d-db；相应的，完整温度序列的列数pw=p-n+i-db/d，数量Nw=(p-n+i-db/d)×m；或者，设置热像仪和热源扫描完整区域完全覆盖被检区域；完成本步骤后，对每个完整温度序列进行插值，使得它们具有相同数量的序列点数q，且序列每个点的时间值相同，把插值后的温度序列作为检测信号17。

9) 参考信号设定模块10采用无缺陷区域的检测信号或产生特定信号作为参考信号18；把检测数据16中无缺陷区域某点的检测信号或某几个点的平均检测信号作为参考信号18；或者，产生特定的信号（如短时脉冲）作为参考信号18，该实施例将在后文介绍。

10) 时域算法模块11处理检测数据16中的检测信号17，获得时域特征值22。如图4（A）所示，首先把检测信号17与参考信号18进行减法运算19，得到差分检测信号20；对差分检测信号20进行时域特征值提取21，得到时域特征值22；如图4（B）所示，求出差分检测信号20达到最大值的时间t_max，上升到一半最大值的时间t_r0.5max和下降到一半最大值的时间tc_0.5max等类似参数，作为时域特征值22；循环本步骤，计算所有检测信号17的时域特征值22。

11) 频域算法模块12处理检测数据16中的检测信号17，获得频域特征值29。如图5（A）所示，首先把检测信号17进行快速傅里叶变换23和相位计算26，得到检测信号相位谱24；把参考信号18进行快速傅里叶变换23和相位计算26，得到参考信号相位谱25；对检测信号相位谱24和参考信号相位谱25进行减法运算19，得到差分相位谱27；对差分相位谱27进行频域特征值提取28，得到频域特征值29；如图5（B）所示，求出差分相位谱27达到最小值时的频率f_min，上升到一半最小值时的频率f_r0.5min和上升到零值时的频率f_zero等类似参数，作为频域特征值29；循环本步骤，计算所有检测信号17的频域特征值29。

12) 互相关算法模块13计算检测数据16中检测信号17与参考信号18的互相关幅值和相位，获得每个点的互相关幅值特征值47和互相关相位特征值48。如图6（A）所示，首先把检测信号17进行快速傅里叶变换23得到频域检测信号30；把参考信号18进行希尔伯特变换31产生正交参考信号32；把参考信号18和正交参考信号32分别进行快速傅里叶变换23和复共轭运算33，得到频域参考信号34和频域正交参考信号35；把频域检测信号30与频域参考信号34依次进行乘法运算36、逆傅里叶变换37和实部运算38，得到同相39；把频域检测信号30与频域正交参考信号35依次进行乘法运算36、逆傅里叶变换37和实部运算38，得到正交40；对同相39和正交40进行求幅值41后得到幅值43；对正交40和同相39进行求相位42后得到相位44；对幅值43进行互相关幅值特征值提取45，得到互相关幅值特征值47；如图6（B）所示，求得互相关幅值达到最大值时的延迟时间τ_{A_max}和达到最小值时的延迟时间τ_{A_min}等类似参数，作为互相关幅值特征值47；对相位44进行互相关相位特征值提取46，得到互相关相位特征值48；如图6（C）所示，求得互相关相位达到最大值时的延迟时间τ_{p_max}、达到最小值时的延迟时间τ_{p_min}和达到零值时的延迟时间τ_{p_zero}等类似参数，作为互相关相位特征值48；同理，也可以从同相39、正交40中提取类似特征值；循环本步骤，计算所有检测信号17的互相关幅值特征值47和互相关相位特征值48。

13) 采用时域特征值22、频域特征值29、互相关幅值特征值47和互相关相位特征值48进行缺陷检测和层析成像；时域特征值22、频域特征值29、互相关幅值特征值47和互相关相位特征值48的大小与缺陷深度相对应，可以评估缺陷深度；把某一范围的特征值转换为1，其余范围的特征值转换为0，进行成像，则可以实现层析成像。

14) 上面步骤提取了以时间、频率、延迟时间为单位的时域特征值22、频域特征值29、互相关幅值特征值47和互相关相位特征值48。本步骤提取不同时刻的差分检测信号幅值作为时域特征值，或提取不同频率时的差分相位值作为频域特征值，或提取不同延迟时间的幅值和相位分别作为互相关幅值特征值和互相关相位特征值，用这些特征值进行成像，也可以实现层析成像。

15) 在得到检测信号17后，可以使用主成分分析和独立成分分析方法来分析每个点的温度序列，得到主成分和独立成分作为特征值进行成像，增强缺陷检测效果，步骤如下：所有检测信号17组成了一个新的三维数组J(pw,m,q)，pw代表完整温度序列的列数，m代表热像仪纵向像素，q代表每个温度序列的点数，J共含有Nw=pw×m个温度序列；把三维数组J中每一行的温度序列提取出来组成同一行温度序列，形成二维数组J2(Nw,q)，其中，Nw=pw×m；对二维数组J2进行主成分分析和独立成分分析，得到j个主成分和独立成分，每个主成分和独立成分含有Nw个数据；把每个主成分和独立成分中每pw个数据提取出来形成新的一行（共m行），得到主成分和独立成分二维数组PI(pw,m)；使用二维数组PI进行成像，可以增强缺陷检测效果。

在上面的实施例中，选取了无缺陷区域检测信号作为参考信号18。为了提高信噪比，改进缺陷检测和层析成像效果，也可以产生一系列具有不同延迟的短时脉冲作为参考信号。图7示出了检测信号17和三个短时脉冲参考信号49、50和51的示意图，三个短时脉冲具有相同的脉冲宽度w，不同的延迟时间y。可调整延迟时间y来获得具有其它延迟时间的短时脉冲。按照上面的步骤12），对检测信号17与参考信号18实施互相关算法，可得到所有检测信号17的互相关幅值特征值47和互相关相位特征值48；采用步骤13），即可以实现缺陷检测和层析成像。由于短时脉冲具有较小的脉冲宽度w，改进了脉冲压缩质量，提高了能量聚集，因此检测质量和层析成像效果可以大幅提高。

在上面的实施例中，系统配置在反射检测方式，即热像仪4和热源5置于被检对象6的同侧。系统也可以配置为穿透检测方式，即把热像仪4和热源5分别置于被检对象6的两侧。

以上所述仅是本发明的优选实施方式，本发明的保护范围并不局限于上述实施例，凡属于本发明权利要求下的技术方案均属于本发明的保护范围。应当指出，在不脱离本发明前提下的若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims

1.一种窗扫描热成像缺陷检测和层析成像方法及系统，其特征在于，热源和热像仪以固定速度扫描被检对象，在扫描过程中，热源对被检对象进行加热，热像仪记录被检对象表面加热之后随时间变化的温度信息作为原始数据；对原始数据进行重构，获得被检对象每个点的温度变化序列作为检测信号；采用或产生特定信号作为参考信号；对检测信号与参考信号进行时域、频域和互相关处理，提取时域特征值、频域特征值、互相关幅值特征值和互相关相位特征值，实现缺陷检测和层析成像；对检测信号进行主成分分析和独立成分分析处理，把得到的主成分和独立成分作为特征值成像，增强缺陷检测效果。

2.根据权利要求1所述的一种窗扫描热成像缺陷检测和层析成像系统，其特征在于，主要包括：控制器、热源控制模块、扫描模块、热像仪、热源、被检对象、计算机、数据重构模块、检测信号提取模块、参考信号设定模块、时域算法模块、频域算法模块、互相关算法模块、缺陷检测和层析成像模块等，控制器可以是实物，也可以是运行在计算机上的软件；热源可以是热风源、闪光灯源、红外光源、激光源、电磁源、微波源、超声波源等热源，形状通常是线源或面源；热像仪也可以更换为其它阵列温度传感器或多个线温度传感器。

3. 根据权利要求1所述的一种窗扫描热成像缺陷检测和层析成像方法，其特征在于包括如下步骤：

1）根据被检对象属性及检测要求，设定热源控制模块、扫描模块和热像仪的各项工作参数；

2）采用控制器使热源控制模块、扫描模块和热像仪同时开始工作；

3）热源控制模块驱动热源工作；

4）扫描模块控制热源和热像仪以固定速度扫描被检对象；或者，扫描模块控制被检对象以固定速度经过热源和热像仪的视场；

5）在扫描过程中，热源加热被检对象；

6）热像仪记录被检对象表面被加热之后随时间变化的温度信息，作为原始数据，并把原始数据传输给计算机；

7）数据重构模块把原始数据重构为检测数据；

8）从检测数据中提取被检对象被检区域每个点的温度变化序列，经插值等处理后作为检测信号；

9）参考信号设定模块采用无缺陷区域的检测信号或产生特定信号作为参考信号；

10）时域算法模块在时域处理检测信号，获得每个点的时域特征值；

11）频域算法模块在频域处理检测信号，获得每个点的频域特征值；

12）互相关算法模块计算检测信号与参考信号的互相关幅值和相位，获得每个点的互相关幅值特征值和互相关相位特征值；

13）采用时域特征值、频域特征值、互相关幅值特征值和互相关相位特征值等特征值进行缺陷检测和层析成像；

14）提取其它特征值或采用主成分分析、独立成分分析法处理检测信号得到主成分和独立成分等特征值，进行缺陷检测和层析成像。

4.根据权利要求3所述的一种窗扫描热成像缺陷检测和层析成像方法，其特征在于，数据重构模块把原始数据重构为检测数据的实现方法是：依次把原始数据中所有图像（像素大小n×m，共p幅）中某一列像素的温度抽取出来，重新合并形成新图像（像素大小p×m，共n幅），组成检测数据。

5.根据权利要求3所述的一种窗扫描热成像缺陷检测和层析成像方法，其特征在于，从检测数据中提取被检对象被检区域每个点的温度变化序列作为检测信号的实现方法是：首先根据已设置的热像仪空间分辨率dx和相邻新图像的空间距离d的整数倍关系（d=i×dx）、热像仪横向像素n和i的整数倍关系、热像仪采样间隔dt、热像仪横向像素n、纵向像素m、原始数据图像数量p等参数，计算检测数据中完整温度序列的采样间隔Δt、点数N和时长tl，采样间隔Δt=i×dt，序列点数N=n/i，时长tl=(n-i)×dt；计算不完整温度序列和加热不完全区域；计算完整温度序列的列数pw，数量Nw、完整区域宽度W等参数，完整温度序列的列数pw=p-n+i，数量Nw=pw×m，完整区域宽度W=pw×d；或者设置热像仪和热源的扫描完整区域完全覆盖被检区域；提取每个点的完整温度序列，经插值等处理后作为检测信号。

6. 根据权利要求3所述的一种窗扫描热成像缺陷检测和层析成像方法，其特征在于，参考信号设定模块把检测数据中无缺陷区域某点的检测信号或某几个点的平均检测信号作为参考信号；或者，产生特定的信号（如短时脉冲）作为参考信号。

7.根据权利要求3所述的一种窗扫描热成像缺陷检测和层析成像方法，其特征在于，对检测信号与参考信号进行减法运算，得到差分检测信号；求出差分检测信号达到最大值的时间，上升到一半最大值的时间和下降到一半最大值的时间等类似参数，作为时域特征值；时域特征值的大小与缺陷深度相对应，可以评估缺陷深度；把某一范围的特征值转换为1，其余范围的特征值转换为0，进行成像，可以实现层析成像。

8.根据权利要求3所述的一种窗扫描热成像缺陷检测和层析成像方法，其特征在于，把检测信号进行快速傅里叶变换和相位计算，得到检测信号相位谱；把参考信号进行快速傅里叶变换和相位计算，得到参考信号相位谱；对检测信号相位谱和参考信号相位谱进行减法运算，得到差分相位谱；求出差分相位谱达到最小值时的频率，上升到一半最小值时的频率和上升到零值时的频率等类似参数，作为频域特征值；频域特征值的大小与缺陷深度相对应，可以评估缺陷深度；把某一范围的特征值转换为1，其余范围的特征值转换为0，进行成像，可以实现层析成像。

9.根据权利要求3所述的一种窗扫描热成像缺陷检测和层析成像方法，其特征在于，把检测信号进行快速傅里叶变换得到频域检测信号；把参考信号进行希尔伯特变换产生正交参考信号；把参考信号和正交参考信号分别进行快速傅里叶变换和复共轭运算，得到频域参考信号和频域正交参考信号；把频域检测信号与频域参考信号依次进行乘法运算、逆傅里叶变换和实部运算，得到同相；把频域检测信号与频域正交参考信号依次进行乘法运算、逆傅里叶变换和实部运算，得到正交；对同相和正交进行求幅值后得到幅值；对正交和同相进行求相位后得到相位；求得互相关幅值达到最大值时的延迟时间和达到最小值时的延迟时间等类似参数，作为互相关幅值特征值；求得互相关相位达到最大值时的延迟时间、达到最小值时的延迟时间和达到零值时的延迟时间等类似参数，作为互相关相位特征值；互相关幅值特征值和互相关相位特征值的大小与缺陷深度相对应，可以评估缺陷深度；把某一范围的特征值转换为1，其余范围的特征值转换为0，进行成像，可以实现层析成像。

10. 根据权利要求3所述的一种窗扫描热成像缺陷检测和层析成像方法，其特征在于，可以提取每个点的不同时刻的温度值和差分检测信号幅值作为时域特征值，提取不同频率时的差分相位值作为频域特征值，提取不同延迟时间时的幅值和相位分别作为互相关幅值特征值和互相关相位特征值，用这些特征值进行成像，也可以实现层析成像。

11.根据权利要求3所述的一种窗扫描热成像缺陷检测和层析成像方法，其特征在于，可以使用主成分分析和独立成分分析方法来分析每个点的温度序列，得到主成分和独立成分作为特征值进行成像，增强缺陷检测效果，步骤如下：所有检测信号组成了一个新的三维数组J(pw,m,q)；把三维数组J中每一行的温度序列提取出来组成同一行温度序列，形成二维数组J2(Nw,q)，其中，Nw=pw×m；对二维数组J2进行主成分分析和独立成分分析，得到j个主成分和独立成分，每个主成分和独立成分含有Nw个数据；把每个主成分和独立成分中每pw个数据提取出来形成新的一行（共m行），得到主成分和独立成分二维数组PI(pw,m)；使用二维数组PI进行成像，可以增强缺陷检测效果。