CN104698035A - 一种微波阶跃热成像检测和层析成像方法及系统 - Google Patents
一种微波阶跃热成像检测和层析成像方法及系统 Download PDFInfo
- Publication number
- CN104698035A CN104698035A CN201510124036.5A CN201510124036A CN104698035A CN 104698035 A CN104698035 A CN 104698035A CN 201510124036 A CN201510124036 A CN 201510124036A CN 104698035 A CN104698035 A CN 104698035A
- Authority
- CN
- China
- Prior art keywords
- defect
- microwave
- eigenwert
- depth
- transient
- 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.)
- Granted
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 64
- 238000003325 tomography Methods 0.000 title claims abstract description 25
- 238000000034 method Methods 0.000 title claims abstract description 18
- 230000007547 defect Effects 0.000 claims abstract description 138
- 230000001052 transient effect Effects 0.000 claims abstract description 98
- 238000003384 imaging method Methods 0.000 claims abstract description 39
- 238000010438 heat treatment Methods 0.000 claims abstract description 18
- 238000012360 testing method Methods 0.000 claims abstract description 10
- 238000004458 analytical method Methods 0.000 claims abstract description 3
- 238000001931 thermography Methods 0.000 claims description 65
- 238000012545 processing Methods 0.000 claims description 19
- 238000004587 chromatography analysis Methods 0.000 claims description 15
- 238000009792 diffusion process Methods 0.000 claims description 14
- 239000000463 material Substances 0.000 claims description 12
- 230000007423 decrease Effects 0.000 claims description 10
- 239000000284 extract Substances 0.000 claims description 9
- 230000008859 change Effects 0.000 claims description 7
- 238000000605 extraction Methods 0.000 claims description 6
- 238000002955 isolation Methods 0.000 claims description 6
- 238000013021 overheating Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 6
- 230000036962 time dependent Effects 0.000 claims description 6
- 230000005684 electric field Effects 0.000 claims description 5
- 230000005540 biological transmission Effects 0.000 claims description 3
- 238000002059 diagnostic imaging Methods 0.000 abstract description 6
- 238000009659 non-destructive testing Methods 0.000 abstract description 5
- 238000004364 calculation method Methods 0.000 abstract description 3
- 230000000630 rising effect Effects 0.000 abstract 1
- 238000000926 separation method Methods 0.000 abstract 1
- 238000005516 engineering process Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 4
- 239000002689 soil Substances 0.000 description 4
- 210000001519 tissue Anatomy 0.000 description 4
- 238000003745 diagnosis Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 206010028980 Neoplasm Diseases 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000001575 pathological effect Effects 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 208000037656 Respiratory Sounds Diseases 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000019522 cellular metabolic process Effects 0.000 description 1
- 238000003759 clinical diagnosis Methods 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000032798 delamination Effects 0.000 description 1
- 239000003989 dielectric material Substances 0.000 description 1
- 238000001647 drug administration Methods 0.000 description 1
- 230000036039 immunity Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 210000005075 mammary gland Anatomy 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 238000004513 sizing Methods 0.000 description 1
- 230000001225 therapeutic effect Effects 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
Landscapes
- Investigating Or Analyzing Materials Using Thermal Means (AREA)
Abstract
本发明公开了一种微波阶跃热成像检测和层析成像方法及系统。系统由控制模块、微波产生装置、热像仪、计算机及多个算法模块等组成。采用微波对被检对象进行加热，采用热像仪记录被检对象表面的瞬态温度信号。求出瞬态温度信号的二阶导数，提取峰值时间作为特征值；把无缺陷区域的瞬态温度信号作为参考信号，把被检区域的瞬态温度信号与参考信号进行差分得到瞬态差分信号，提取分离时间和最大值时间作为特征值；采用特征值进行成像，判断是否存在缺陷；通过理论分析与试验，建立特征值与深度的定量关系，对未知缺陷的深度进行定量；利用不同时间范围的温度上升率，实现不同深度范围的层析成像。该发明可应用于无损检测、医学成像和目标探测等领域。
Description
技术领域
本发明属于无损检测、医学成像和目标探测等技术领域，特别是涉及一种微波热成像缺陷检测、层析成像和目标探测方法及系统。
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。
微波加热（Microwave heating）就是利用微波的能量特征，对物体进行加热的过程，具有加热均匀、速度快、热惯性小、无污染、可选择性加热等特点。国外已有学者对微波热成像检测技术进行了研究。文献[1]提供了一种微波脉冲热成像缺陷检测技术，采用热像图上某一路径的温度轮廓线进行缺陷检测。文献[2]提供了一种微波脉冲热成像缺陷检测技术，采用脉冲调制微波进行加热，采用不同时刻的热像图和瞬态温度信号进行缺陷检测。文献[3]提供了一种微波脉冲热成像检测技术，也采用不同时刻的热像图和瞬态温度信号进行缺陷检测。现有微波热成像缺陷检测技术存在以下不足：1）缺陷检测方法依赖原始的热像图和瞬态温度曲线，易受噪声干扰；2）没有有效的缺陷深度定量方法；3）无法表征特定深度属性的变化和实现层析成像。
热成像是一种主要的医学成像技术，通过探测人体体表的热辐射进行疾病的诊断。热成像技术早在1970年就应用于乳腺疾病的诊断。美国食品药品监督管理局于1983年正式批准热成像技术可应用于临床诊断。随着计算机技术和探测传感器技术的高速发展，出现了热层析成像技术。该技术除了具有常规热成像技术的功能外，还可利用计算机技术结合恰当的数学模型对热像进行分析和解读，获得体内的热源深度、形状、分布、热辐射值，并依据正常和异常细胞代谢热辐射的差别进行分析判断，方便医生对热像图进行判断。
近年来，已有学者对微波热成像诊断技术进行了研究。文献[4]提出了计算机编码的脉冲调制微波辐照生物组织，采用红外热成像的方式观察分层仿生体模中各层的温度分布。文献[5]采用红外热成像仪测量微波辐射器辐照之后分层仿生体模的表面温度，对微波热疗中透热深度进行了研究。当前医学微波热成像技术也存在一些不足，如无法实现层析成像。
一些学者对微波热成像目标探测技术进行了研究。文献[6]提供了一种微波热成像目标探测系统及方法，采用不同时刻的热像图对埋在地下的目标进行探测。现有微波热成像目标探测技术也存在与无损检测和医学成像领域同样的不足。
本发明公开一种微波阶跃热成像（Microwave step heating thermography, MW-SHT）检测和层析成像方法及系统，也可以称为微波长脉冲热成像（Microwave long pulse thermography, MW-LPT）检测和层析成像方法及系统。具有操作简单、抗干扰性强、易定量、可层析成像等优点，可广泛应用于复合材料、介质材料等产品的无损检测、生物组织的医学成像以及埋地目标的探测等领域。
参考文献。
[1] L. Cheng, G.Y. Tian, B. Szymanik, Feasibility studies on microwave heating for nondestructive evaluation of glass fibre reinforced plastic composites, in: Instrumentation and Measurement Technology Conference (I2MTC), 2011 IEEE, 2011, pp. 1-6。
[2] S.-A. Keo, D. Defer, F. Breaban, F. Brachelet, Comparison between Microwave Infrared Thermography and CO2 Laser Infrared Thermography in Defect Detection in Applications with CFRP, Materials Sciences and Applications, 4 (2013) 600-605。
[3] U. Galietti, D. Palumbo, G. Calia, M. Pellegrini, Non destructive evaluation of composite materials with new thermal methods, in: 15th European Conference on Composite Materials, Venice, Italy, 2012。
[4] 马国军, 江国泰, 孙兵, 脉冲调制微波辐照生物组织的热效应及红外热成像研究, 红外与毫米波学报, 31 (2012) 52-56。
[5] 孙兵, 江国泰, 陆晓峰, 曹毅, 基于红外热成像的微波热疗透热深度, 强激光与粒子束, 21 (2009) 1194-1198。
[6] W. Swiderski, P. H?osta, L. Szugajew, J. Usowicz, Microwave enhancement on thermal detection of buried objects, in: 11th International Conference on Quantitative InfraRed Thermography, Naples, Italy, 2012。
发明内容
本发明目的是针对现有微波热成像检测和成像技术的不足，提供一种微波阶跃热成像检测和层析成像方法及系统。系统由控制模块、微波产生装置、热像仪、计算机及算法模块等组成。采用微波对被检对象进行加热，采用热像仪记录被检对象表面的瞬态温度信号。求出瞬态温度信号的二阶导数，提取二阶导数曲线的峰值时间作为特征值；把无缺陷区域的瞬态温度信号作为参考信号，把被检区域的瞬态温度信号与参考信号进行差分得到瞬态差分信号，提取分离时间和最大值时间作为特征值；采用特征值进行成像，判断是否存在缺陷；通过理论分析和试验，建立特征值与深度的定量关系，对未知缺陷的深度进行定量；利用不同时间范围的温度上升率，实现不同深度范围的层析成像。该方法及系统可应用于无损检测、医学成像和目标探测等领域。
一种微波阶跃热成像检测和层析成像系统，主要包括：
1)控制模块，用于设定系统工作参数，控制系统运行；
2)微波产生装置，用于产生微波，并施加到天线；
3)天线，用于发射微波至被检对象；
4)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；
5)被检对象，被检测或成像的对象，其内部可能含有裂纹、气泡、脱层等缺陷或肿瘤等病变组织（以下简称缺陷或肿瘤等病变组织为缺陷）；
6)计算机，用于存储、显示、处理和分析原始数据，并执行以下算法模块；
7)图像显示模块，用于显示不同时刻的热像图；
8)瞬态信号模块，用于显示被检对象特定区域的瞬态温度信号，分析是否存在缺陷；
9)信号处理模块，用于计算瞬态温度信号的二阶导数，并提取峰值时间作为特征值；
10)差分处理模块，用于设定参考信号，把瞬态温度信号和参考信号进行差分处理，获得瞬态差分信号，从瞬态差分信号上提取分离时间和最大值时间作为特征值；
11)缺陷检测模块，用于把每个像素点的特征值进行成像显示，进行缺陷检测；
12)定量关系模块，用于建立特征值和缺陷深度的定量对应关系；
13)缺陷定量模块，用于计算缺陷的深度，即缺陷离被检对象表面的距离；
14)层析成像模块，把被检对象需要成像的深度范围转化为时间范围，求出该时间范围的温度上升率，进行该深度范围的层析成像；
15)标准试件，含有不同深度缺陷的试件。
基于一种微波阶跃热成像检测和层析成像系统的一种微波阶跃热成像检测和层析成像方法，包括如下步骤：
1)采用控制模块设定系统工作参数，控制系统开始运行；
2)微波产生装置采用磁控管或其它微波源产生频率为0.915G或2.45GHz的微波，并把微波施加到天线；
3)天线把微波发射到被检对象，对被检对象进行体积型加热，被检对象的温度随时间逐渐上升；
4)热像仪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；
5)计算机存储原始数据，并运行以下模块；
6)图像显示模块显示不同时刻的热像图，可初步判断是否存在缺陷；
7)瞬态信号模块显示特定点的瞬态温度信号，初步判断该点是否存在缺陷；在微波参数与材料属性不变的情况下，瞬态温度曲线是直线上升的，即斜率是固定的；如果存在一个内部缺陷，则缺陷区域产生的热量与等同体积的被检对象材料产生的热量不同，随着缺陷产生的热量扩散到表面，表面的瞬态温度信号的斜率会变大或变小；根据瞬态温度信号斜率的变化初步判断是否存在缺陷；
8)信号处理模块计算瞬态温度信号曲线的二阶导数曲线，从二阶导数曲线上提取峰值时间（最大值时间或最小值时间）等作为特征值，该特征值代表缺陷处热量传递到被检对象表面的时间；
9)差分处理模块采用无缺陷区域的瞬态温度信号作为参考信号；对瞬态温度信号和参考信号进行减法处理，获得瞬态差分信号；从瞬态差分信号中提取分离时间、峰值时间等作为特征值；
10)缺陷检测模块对所有像素点的瞬态温度信号重复步骤8)-9)，获得所有像素点的特征值，把特征值进行成像显示，判断是否存在缺陷；
11)定量关系模块建立特征值和缺陷深度的定量对应关系；根据热波理论可知，缺陷深度与特征值的开方满足正比函数关系；制作含有不同深度缺陷的标准试件，对标准试件进行试验，对不同深度缺陷的瞬态温度信号重复步骤8)-9)，获得不同深度缺陷的特征值；根据试验结果建立特征值和缺陷深度的定量对应关系；
12)对被检对象被检测区域的瞬态温度信号重复步骤8)-9)，获得被检测区域的特征值，通过步骤11）获得的定量对应关系求出缺陷深度；
13)层析成像模块实现被检对象特定深度范围的成像，即层析成像；微波持续加热的温度上升斜率可表征被检对象的几个属性。根据热扩散理论，得到深度和时间的对应关系，把待成像的深度范围转化为时间范围；计算所有像素点的瞬态温度信号在该时间范围内的温度上升率，采用该时间范围的温度上升率进行成像，即实现了该深度范围的层析成像。
附图说明
图1示出了一种微波阶跃热成像检测和层析成像系统的示意图。
图2示出了无缺陷区域和缺陷区域的瞬态温度信号。
图3示出了一阶导数曲线和二阶导数曲线。
图4示出了无缺陷区域和缺陷区域的瞬态温度信号及二者的瞬态差分信号。
图5示出了本发明配置在穿透检测模式下的示意图。
图6示出了本发明用于埋地目标探测的示意图。
附图标记说明：1-控制模块；2-微波产生装置；3-天线；4-热像仪；5-被检对象；6-计算机；7-图像显示模块；8-瞬态信号模块；9-信号处理模块；10-差分处理模块；11-缺陷检测模块；12-定量关系模块；13-缺陷定量模块；14-层析成像模块；15-标准试件；16-不同深度的缺陷；17-缺陷；18-原始数据；19-无缺陷区域的瞬态温度信号；20-过热缺陷区域的瞬态温度信号；21-低热缺陷区域的瞬态温度信号；22-无缺陷区域的一阶导数曲线；23-过热缺陷区域的一阶导数曲线；24-低热缺陷区域的一阶导数曲线；25-无缺陷区域的二阶导数曲线；26-过热缺陷区域的二阶导数曲线；27-低热缺陷区域的二阶导数曲线；28-峰值时间（最大值时间或最小值时间）；29-瞬态差分信号；30-分离时间；31-含有下降阶段的无缺陷区域的瞬态温度信号，32-含有下降阶段的缺陷区域的瞬态温度信号；33-含有下降阶段的瞬态差分信号；34-最大值时间；35-土地；36-埋地目标。
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是一种微波阶跃热成像检测和层析成像系统示意图，主要包含：控制模块1、微波产生装置2、天线3、热像仪4、被检对象5、计算机6、图像显示模块7、瞬态信号模块8、信号处理模块9、差分处理模块10、缺陷检测模块11、定量关系模块12、缺陷定量模块13、层析成像模块14、标准试件15等。
基于一种微波阶跃热成像检测和层析成像系统的一种微波阶跃热成像检测和层析成像方法的具体实施步骤如下：
1)采用控制模块1设定系统工作参数，触发系统开始运行；
2)微波产生装置2采用磁控管或其它微波源产生频率为0.915G或2.45GHz的微波，并把微波施加到天线3；
3)天线3把微波发射到被检对象5，对被检对象5进行体积型加热，加热功率可表示为：
上式中，ω为微波角频率，ε 0为绝对介电常数，ε’’为损耗因子，E为微波电场，V为被检对象体积。加热一段时间后，被检对象表面的温度可表示为：
上式中，M为被检对象质量，Cp为被检对象热容量。可见，被检对象5的温度是随时间逐渐上升的；
4)热像仪4记录被检对象5表面随时间变化的温度信息，作为原始数据18，并把原始数据18传输给计算机6；
5)计算机6存储原始数据18，并运行以下模块；
6)图像显示模块7显示不同时刻的热像图，可初步判断是否存在缺陷17；
7)瞬态信号模块8显示特定点的瞬态温度信号，初步判断该点是否存在缺陷17。根据微波加热公式，被检对象表面随时间变化的温度可详细表示为：
上式中，ω为微波角频率，ε 0为绝对介电常数，ε’’为损耗因子，E为微波电场，M为被检对象质量，ρ为被检对象密度，Cp为被检对象热容量。在微波参数与被检对象材料属性不变的情况下，无缺陷区域的瞬态温度曲线19是直线上升的，即斜率是固定的，如图2中的19所示。如果在深度z（如图1所示，z代表缺陷离表面的距离）处存在一个缺陷17，则缺陷区域产生的热量与等同体积的被检对象材料产生的热量不同，随着缺陷产生的热量扩散到表面，表面的瞬态温度信号的斜率会出现明显变化。当缺陷区域产生的热量大于等同体积的被检对象材料产生的热量时，瞬态温度信号如图2中的20所示。当缺陷区域产生的热量小于等同体积的被检对象材料产生的热量时，瞬态温度信号如图2中的21所示。因此，根据瞬态温度信号斜率的变化可初步判断该点下面是否存在缺陷；
8)信号处理模块9计算瞬态温度信号曲线的一阶导数曲线和二阶导数曲线，从二阶导数曲线上提取峰值时间（最大值时间或最小值时间）作为特征值。一阶导数的计算方法为：
如图3（A）所示，无缺陷区域的一阶导数曲线22是一条平行于时间轴的曲线，过热缺陷区域的一阶导数曲线23将会偏离无缺陷区域的一阶导数曲线22，向上发展；同理，低热缺陷区域的斜率曲线将会偏离无缺陷区域的一阶导数曲线22，向下发展。二阶导数的计算方法为：
如图3（B）所示，无缺陷区域的二阶导数曲线25是一条直线；过热缺陷区域的二阶导数曲线26出现波峰；低热缺陷区域的二阶导数曲线27出现波谷。提取二阶导数曲线的峰值时间28（最大值时间或最小值时间）作为特征值；
9)差分处理模块10采用无缺陷区域的瞬态温度信号19作为参考信号；对瞬态温度信号和参考信号进行减法处理，获得瞬态差分信号29：
式中，T(t)是瞬态温度信号，T s (t)是参考信号。图4（A）示出了无缺陷区域的瞬态温度信号19，缺陷区域瞬态温度信号20及二者相减得到的瞬态差分信号29。从瞬态差分信号29中提取分离时间30作为特征值。同理，热像仪4记录被检对象表面包含有下降阶段的温度变化信息，通过差分处理获得含有下降阶段的瞬态差分信号33，提取最大值时间34作为特征值。图4（B）示出了含有下降阶段的无缺陷区域的瞬态温度信号31，含有下降阶段的缺陷区域瞬态温度信号32及含有下降阶段的瞬态差分信号33；
10)缺陷检测模块11对所有像素点的瞬态温度信号重复步骤8)-9)，获得所有像素点的特征值（如峰值时间28、分离时间30和最大值时间34），把特征值进行成像显示，定性判断是否存在缺陷17；
11)定量关系模块12建立特征值和缺陷深度的定量对应关系。根据热波理论，热扩散长度可表示为：
上式中，α为热扩散系数，t为扩散时间。由此可知，缺陷深度与特征值之间满足以下函数关系：
上式中，k为系数。本步骤通过试验确定缺陷深度与特征值之间的定量关系。制作含有不同深度缺陷的标准试件15，标准试件15中含有数个不同深度缺陷16，它们的属性与被检对象属性不同。对标准试件15进行试验，获得不同深度缺陷的瞬态温度信号，重复步骤8)-9)，获得不同深度缺陷的特征值。建立特征值和缺陷深度的定量对应关系：
上式中，f是缺陷深度与特征值之间的函数关系；
12)缺陷定量模块13计算缺陷的深度。对被检对象被检测区域的瞬态温度信号重复步骤8)-9)，获得被检测区域的特征值，通过定量对应关系确定缺陷深度；
13)层析成像模块14实现被检对象5特定深度范围的成像，即层析成像。微波持续加热的温度上升率的公式如下：
可知，当微波电场、频率一定时，温度上升率可表征被检对象的属性，如上式中乘号右边的部分。根据热扩散长度公式，可以得到深度和时间的对应关系：
把待成像的深度z 1-z 2转化为时间t 1-t 2。计算所有像素点的瞬态温度信号在该时间范围（t 1-t 2）内的温度上升率：
采用该时间范围的温度上升率进行成像，即实现了深度范围（z 1-z 2）的层析成像。
在上面的实施例中，系统配置为反射检测方式，即天线3和热像仪4置于被检对象5的同侧。系统也可以配置为穿透检测方式，即天线3和热像仪4置于被检对象5的两侧，如图5所示。在穿透检测方式下，求出的缺陷深度z为缺陷离热像仪一侧表面的距离。
上面的实施例主要介绍了本发明用于无损检测和医学成像的情况。本发明也可用于埋地目标探测，如地雷检测。如图6所示，35为土地，36为埋地目标。采用本发明可探测土地35中是否存在埋地目标，及对埋地目标的深度z（目标离地面的距离）进行定量，还可以对土地35进行层析成像。
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 (10)
1.一种微波阶跃热成像检测和层析成像方法及系统，其特征在于，系统由控制模块、微波产生装置、热像仪、计算机及算法模块等组成；采用微波对被检对象进行加热，采用热像仪记录被检对象表面的瞬态温度信号；求出瞬态温度信号的二阶导数，提取二阶导数曲线的峰值时间作为特征值；把无缺陷区域的瞬态温度信号作为参考信号，把被检区域的瞬态温度信号与参考信号进行差分得到瞬态差分信号，提取分离时间和最大值时间作为特征值；采用特征值进行成像，判断是否存在缺陷；通过理论分析和试验，建立特征值与深度的定量关系，对未知缺陷的深度进行定量；利用不同时间范围的温度上升率，实现不同深度范围的层析成像。
2.根据权利要求1所述的一种微波阶跃热成像检测和层析成像系统，其特征在于，系统主要包括控制模块、微波产生装置、天线、热像仪、被检对象、计算机、图像显示模块、瞬态信号模块、信号处理模块、差分处理模块、缺陷检测模块、定量关系模块、缺陷定量模块、层析成像模块、标准试件等。
3.根据权利要求1所述的一种微波阶跃热成像检测和层析成像方法，其特征在于包括如下步骤：
1)采用控制模块设定系统工作参数，控制系统开始运行；
2)微波产生装置采用磁控管或其它微波源产生频率为0.915G或2.45GHz的微波，并把微波施加到天线；
3)天线把微波发射到被检对象，对被检对象进行体积型加热，被检对象的温度随时间逐渐上升；
4)热像仪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；
5)计算机存储原始数据，并运行以下模块；
6)图像显示模块显示不同时刻的热像图，可初步判断是否存在缺陷；
7)瞬态信号模块显示特定点的瞬态温度信号，初步判断该点是否存在缺陷；在微波参数与材料属性不变的情况下，瞬态温度曲线是直线上升的，即斜率是固定的；如果存在一个内部缺陷，则缺陷区域产生的热量与等同体积的被检对象材料产生的热量不同，随着缺陷产生的热量扩散到表面，表面的瞬态温度信号的斜率会变大或变小；根据瞬态温度信号斜率的变化初步判断是否存在缺陷；
8)信号处理模块计算瞬态温度信号曲线的二阶导数曲线，从二阶导数曲线上提取峰值时间（最大值时间或最小值时间）作为特征值，该特征值代表缺陷处热量传递到被检对象表面的时间；
9)差分处理模块采用无缺陷区域的瞬态温度信号作为参考信号；对瞬态温度信号和参考信号进行减法处理，获得瞬态差分信号；从瞬态差分信号中提取分离时间、峰值时间等作为特征值；
10)缺陷检测模块对所有像素点的瞬态温度信号重复步骤8)-9)，获得所有像素点的特征值，把特征值进行成像显示，判断是否存在缺陷；
11)定量关系模块建立特征值和缺陷深度的定量对应关系；根据热波理论可知，缺陷深度与特征值的开方满足正比函数关系；通过试验确定缺陷深度与特征值的函数关系，制作含有不同深度缺陷的标准试件，对标准试件进行试验，对不同深度缺陷的瞬态温度信号重复步骤8)-9)，获得不同深度缺陷的特征值；根据试验结果建立特征值和缺陷深度的定量对应关系；
12)对被检对象被检测区域的瞬态温度信号重复步骤8)-9)，获得被检测区域的特征值，通过步骤11）获得的定量对应关系求出缺陷深度；
13)层析成像模块实现被检对象特定深度范围的成像，即层析成像；微波持续加热的温度上升斜率可表征被检对象的几个属性；根据热扩散理论，得到深度和时间的对应关系，把待成像的深度范围转化为时间范围；计算所有像素点的瞬态温度信号在该时间范围内的温度上升率，采用该时间范围的温度上升率进行成像，即实现了该深度范围的层析成像。
4.根据权利要求3所述的一种微波阶跃热成像检测和层析成像方法，其特征在于，瞬态信号模块进行缺陷检测的方法是，根据微波加热公式，被检对象表面随时间变化的温度可表示为：
上式中，ω为微波角频率，ε 0为绝对介电常数，ε’’为损耗因子，E为微波电场，M为被检对象质量，ρ为被检对象密度，Cp为被检对象热容量；在微波参数与被检对象材料属性不变的情况下，无缺陷区域的瞬态温度曲线是直线上升的，即斜率是固定的；如果存在缺陷，则缺陷区域产生的热量与等同体积的被检对象材料产生的热量不同，随着缺陷产生的热量扩散到表面，表面的瞬态温度信号的斜率会出现明显变化；当缺陷区域产生的热量大于等同体积的被检对象材料产生的热量时，瞬态温度信号的斜率会变大；当缺陷区域产生的热量小于等同体积的被检对象材料产生的热量时，瞬态温度信号的斜率会变小；根据瞬态温度信号斜率的变化可初步判断该点下面是否存在缺陷。
5.根据权利要求3所述的一种微波阶跃热成像检测和层析成像方法，其特征在于，信号处理模块的实现方法是，计算瞬态温度信号曲线的二阶导数曲线，计算公式为：
无缺陷区域的二阶导数曲线是一条直线；过热缺陷区域的二阶导数曲线出现波峰；低热缺陷区域的二阶导数曲线出现波谷；提取二阶导数曲线的峰值时间（最大值时间或最小值时间）作为特征值。
6.根据权利要求3所述的一种微波阶跃热成像检测和层析成像方法，其特征在于，差分处理模块的实现方法是，对瞬态温度信号和参考信号进行减法处理，获得瞬态差分信号：
式中，T(t)是瞬态温度信号，T s (t)是参考信号；从瞬态差分信号中提取分离时间作为特征值；同理，热像仪记录被检对象表面包含有下降阶段的温度变化信息，通过差分处理获得含有下降阶段的瞬态差分信号，提取最大值时间作为特征值。
7.根据权利要求3所述的一种微波阶跃热成像检测和层析成像方法，其特征在于，缺陷检测模块的实现方式是，对所有像素点的瞬态温度信号重复步骤8)-9)，获得所有像素点的特征值（如峰值时间、分离时间和最大值时间），把特征值进行成像显示，定性判断是否存在缺陷。
8.根据权利要求3所述的一种微波阶跃热成像检测和层析成像方法，其特征在于，定量关系模块的实现方式是，根据热波理论，热扩散长度可表示为：
上式中，α为热扩散系数，t为扩散时间；由此可知，缺陷深度与特征值之间满足以下函数关系：
上式中，k为系数，ts为特征值；通过试验确定缺陷深度与特征值之间的定量关系，制作含有不同深度缺陷的标准试件，标准试件中含有数个不同深度缺陷，缺陷的属性与被检对象属性不同；对标准试件进行试验，获得不同深度缺陷的瞬态温度信号，重复步骤8)-9)，获得不同深度缺陷的特征值；建立特征值和缺陷深度的定量对应关系：
上式中，f是缺陷深度与特征值之间的函数关系。
9.根据权利要求3所述的一种微波阶跃热成像检测和层析成像方法，其特征在于，缺陷定量模块的实现方式是，对被检对象被检测区域的瞬态温度信号重复步骤8)-9)，获得被检测区域的特征值，通过已获得的定量对应关系确定缺陷深度。
10.根据权利要求3所述的一种微波阶跃热成像检测和层析成像方法，其特征在于，层析成像模块的实现方法是，微波持续加热的温度上升率公式如下：
可知，当微波电场、频率一定时，温度上升率可表征被检对象的属性，如上式中乘号右边的部分；根据热扩散长度公式，可以得到深度和时间的对应关系：
把待成像的深度z 1-z 2转化为时间t 1-t 2；计算所有像素点的瞬态温度信号在该时间范围（t 1-t 2）内的温度上升率：
采用该时间范围的温度上升率进行成像，即实现了深度范围（z 1-z 2）的层析成像。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510124036.5A CN104698035B (zh) | 2015-03-22 | 2015-03-22 | 一种微波阶跃热成像检测和层析成像方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510124036.5A CN104698035B (zh) | 2015-03-22 | 2015-03-22 | 一种微波阶跃热成像检测和层析成像方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104698035A true CN104698035A (zh) | 2015-06-10 |
| CN104698035B CN104698035B (zh) | 2018-02-23 |
Family
ID=53345383
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510124036.5A Active CN104698035B (zh) | 2015-03-22 | 2015-03-22 | 一种微波阶跃热成像检测和层析成像方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104698035B (zh) |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2616438C1 (ru) * | 2016-05-23 | 2017-04-14 | Открытое акционерное общество Центральный научно-исследовательский институт специального машиностроения | Способ теплового контроля композитных материалов |
| CN107462599A (zh) * | 2017-08-21 | 2017-12-12 | 长沙学院 | 一种微波热声检测监测系统及方法 |
| CN107504911A (zh) * | 2017-09-20 | 2017-12-22 | 首都师范大学 | 阶梯加热红外热波技术测量厚度的方法 |
| CN107782748A (zh) * | 2017-11-20 | 2018-03-09 | 福建师范大学福清分校 | 基于矩阵分解的微波热成像无损检测系统及检测方法 |
| CN109655483A (zh) * | 2018-12-14 | 2019-04-19 | 四川大学 | 一种基于深度学习算法的材料微观结构缺陷检测方法 |
| CN110880170A (zh) * | 2019-10-22 | 2020-03-13 | 四川沐迪圣科技有限公司 | 一种复合材料缺陷的深度预测方法 |
| CN113412424A (zh) * | 2019-02-06 | 2021-09-17 | 松下知识产权经营株式会社 | 厚度测量方法、厚度测量装置、缺陷检测方法以及缺陷检测装置 |
| CN114113207A (zh) * | 2021-11-12 | 2022-03-01 | 中国科学院上海光学精密机械研究所 | 一种光学材料热扩散系数的测量方法 |
| CN114258488A (zh) * | 2019-08-27 | 2022-03-29 | 株式会社日立电力解决方案 | 超声波检查装置以及超声波检查方法 |
| CN114354689A (zh) * | 2021-12-30 | 2022-04-15 | 首都师范大学 | 方波激励红外热波成像测量样品缺陷深度的方法 |
| CN114609189A (zh) * | 2022-02-24 | 2022-06-10 | 电子科技大学 | 一种基于微波致热的缺陷深度信息提取方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN201707309U (zh) * | 2009-11-23 | 2011-01-12 | 华东交通大学 | 基于红外热成像技术的水果表面早期缺陷在线检测装置 |
| CN102033081A (zh) * | 2010-10-15 | 2011-04-27 | 哈尔滨工业大学 | 基于图像序列处理的红外锁相热波无损检测方法 |
| CN103808760A (zh) * | 2013-12-12 | 2014-05-21 | 交通运输部公路科学研究所 | 混凝土结构红外热成像无损检测用热激励装置 |
-
2015
- 2015-03-22 CN CN201510124036.5A patent/CN104698035B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN201707309U (zh) * | 2009-11-23 | 2011-01-12 | 华东交通大学 | 基于红外热成像技术的水果表面早期缺陷在线检测装置 |
| CN102033081A (zh) * | 2010-10-15 | 2011-04-27 | 哈尔滨工业大学 | 基于图像序列处理的红外锁相热波无损检测方法 |
| CN103808760A (zh) * | 2013-12-12 | 2014-05-21 | 交通运输部公路科学研究所 | 混凝土结构红外热成像无损检测用热激励装置 |
Non-Patent Citations (2)
| Title |
|---|
| 何赟泽: "电磁无损检测缺陷识别与评估新方法研究", 《CNKI优秀博士学位论文全文数据库》 * |
| 江海军等: "激光扫描红外热波成像的温度场分析", 《2014远东无损检测新技术论坛论文精选》 * |
Cited By (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2616438C1 (ru) * | 2016-05-23 | 2017-04-14 | Открытое акционерное общество Центральный научно-исследовательский институт специального машиностроения | Способ теплового контроля композитных материалов |
| CN107462599A (zh) * | 2017-08-21 | 2017-12-12 | 长沙学院 | 一种微波热声检测监测系统及方法 |
| CN107504911A (zh) * | 2017-09-20 | 2017-12-22 | 首都师范大学 | 阶梯加热红外热波技术测量厚度的方法 |
| CN107504911B (zh) * | 2017-09-20 | 2019-08-27 | 首都师范大学 | 阶梯加热红外热波技术测量厚度的方法 |
| CN107782748A (zh) * | 2017-11-20 | 2018-03-09 | 福建师范大学福清分校 | 基于矩阵分解的微波热成像无损检测系统及检测方法 |
| CN107782748B (zh) * | 2017-11-20 | 2023-12-19 | 福建技术师范学院 | 基于矩阵分解的微波热成像无损检测系统及检测方法 |
| CN109655483A (zh) * | 2018-12-14 | 2019-04-19 | 四川大学 | 一种基于深度学习算法的材料微观结构缺陷检测方法 |
| CN113412424A (zh) * | 2019-02-06 | 2021-09-17 | 松下知识产权经营株式会社 | 厚度测量方法、厚度测量装置、缺陷检测方法以及缺陷检测装置 |
| CN114258488A (zh) * | 2019-08-27 | 2022-03-29 | 株式会社日立电力解决方案 | 超声波检查装置以及超声波检查方法 |
| CN110880170B (zh) * | 2019-10-22 | 2023-10-31 | 四川沐迪圣科技有限公司 | 一种复合材料缺陷的深度预测方法 |
| CN110880170A (zh) * | 2019-10-22 | 2020-03-13 | 四川沐迪圣科技有限公司 | 一种复合材料缺陷的深度预测方法 |
| CN114113207A (zh) * | 2021-11-12 | 2022-03-01 | 中国科学院上海光学精密机械研究所 | 一种光学材料热扩散系数的测量方法 |
| CN114113207B (zh) * | 2021-11-12 | 2024-03-01 | 中国科学院上海光学精密机械研究所 | 一种光学材料热扩散系数的测量方法 |
| CN114354689B (zh) * | 2021-12-30 | 2023-09-26 | 首都师范大学 | 方波激励红外热波成像测量样品缺陷深度的方法 |
| CN114354689A (zh) * | 2021-12-30 | 2022-04-15 | 首都师范大学 | 方波激励红外热波成像测量样品缺陷深度的方法 |
| CN114609189A (zh) * | 2022-02-24 | 2022-06-10 | 电子科技大学 | 一种基于微波致热的缺陷深度信息提取方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN104698035B (zh) | 2018-02-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104698035A (zh) | 一种微波阶跃热成像检测和层析成像方法及系统 | |
| CN104713906B (zh) | 一种微波锁相热成像系统及方法 | |
| CN104677944A (zh) | 一种微波调频热波成像系统及方法 | |
| Wang et al. | Image processing based quantitative damage evaluation in composites with long pulse thermography | |
| Zhang et al. | A review of microwave thermography nondestructive testing and evaluation | |
| Yang et al. | Optically and non-optically excited thermography for composites: A review | |
| Liang et al. | Low energy impact damage detection in CFRP using eddy current pulsed thermography | |
| Vavilov et al. | Review of pulsed thermal NDT: Physical principles, theory and data processing | |
| Ren et al. | Quantitative non-destructive evaluation method for impact damage using eddy current pulsed thermography | |
| CN1696674B (zh) | 红外热波检测层析图像的重建方法 | |
| Zhang et al. | CFRP impact damage inspection based on manifold learning using ultrasonic induced thermography | |
| Wang et al. | Phase-locked restored pseudo heat flux thermography for detecting delamination inside carbon fiber reinforced composites | |
| CN104764713B (zh) | 太赫兹瞬态热成像检测和层析成像系统及方法 | |
| Zhang et al. | An imaging algorithm of planar array capacitance sensor for defect detection | |
| Wei et al. | A laser arrays scan thermography (LAsST) for the rapid inspection of CFRP composite with subsurface defects | |
| Vavilov et al. | Thermal (infrared) tomography: terminology, principal procedures, and application to nondestructive testing of composite materials | |
| Yi et al. | Inverse reconstruction of fibre orientation in multilayer CFRP using forward FEM and eddy current pulsed thermography | |
| Vavilov et al. | Thermal NDT research at Tomsk Polytechnic University | |
| ITCZ990010A1 (it) | Metodi ed apparecchiatura per la misura della distribuzione tridimensionale delle temperature all'interno dei mezzi dielettrici. | |
| CN103308521A (zh) | 一种增强红外热波检测图像缺陷对比度的方法 | |
| CN103679685B (zh) | 图像处理系统和图像处理方法 | |
| Vavilov et al. | Dynamic thermal tomography of composites: a comparison of reference and reference-free approaches | |
| Sreeshan et al. | Enhancement of thermographic images of composite laminates for debond detection: An approach based on Gabor filter and watershed | |
| Wang et al. | Multimode infrared thermal-wave imaging in non-destructive testing and evaluation (NDT&E): physical principles, modulated waveform, and excitation heat source | |
| Cong et al. | Detection for printed circuit boards (PCBs) delamination defects using optical/thermal fusion imaging technique |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20220329 Address after: 200120 building C, No. 888, Huanhu West 2nd Road, Lingang New Area, China (Shanghai) pilot Free Trade Zone, Pudong New Area, Shanghai Patentee after: Shanghai guangmai Medical Technology Co.,Ltd. Address before: 410000 wanguocheng, No. 199, Fuyuan West Road, Kaifu District, Changsha City, Hunan Province Patentee before: He Binze |
|
| TR01 | Transfer of patent right |