CN105784771B - 金属蜂窝钎焊件脉冲红外热波检测方法 - Google Patents

Abstract

本发明公开了一种金属蜂窝钎焊件脉冲红外热波检测方法。本方法特点是采用脉冲红外热波技术检测金属蜂窝钎焊件，以热对比度极大峰值时刻对应热图做进一步处理。对该热图做直方图及均衡化处理，并根据蜂窝芯格结构特点及简化的三维热扩散，计算阈值。求热图水平方向和垂直方向曲线所有极值点，所有极小值点位置赋值为1，表示钎焊区域，极小峰值与相邻极大峰值差值小于阈值则该极小峰值点赋值为0，表示无钎焊区域。根据本发明的方法可更加直观、准确、快捷地得到缺陷识别结果，在一些实施方式中还可实现全部步骤的自动化。

Description

金属蜂窝钎焊件脉冲红外热波检测方法

技术领域

本发明涉及无损探伤检测技术领域，特别涉及一种金属蜂窝钎焊件脉冲红外热波检测方法。

背景技术

金属蜂窝真空钎焊件是由金属蜂窝与单面承力板(高温合金蒙皮)钎焊而成，现已广泛应用于航空航天、交通运输、军工、电子等领域。钎焊是指在真空环境中，在一定的温度和压力下，利用熔化的填充金属(钎料)将加热的固体金属连接在一起。钎焊过程中固体金属不发生熔化，其结合是依靠被焊金属与钎料间的原子扩散而成。

由于金属蜂窝真空钎焊件是由金属蜂窝与承力板单面真空钎焊而成，其钎焊质量直接影响其使用性能。因工艺原因，金属蜂窝真空钎焊件可能出现无钎料、未焊合或钎料层存在疏松、节点开焊及芯格断裂，钎料过多，芯格内壁孔洞及异物，芯格压缩等缺陷。检测蜂窝钎焊件质量的方法很多，有氟利昂渗透法、渗漏法和超声波检测法等。

脉冲红外热波无损检测技术是二十世纪九十年代后发展起来的一种无损检测技术。此方法以热波理论为理论依据，通过主动对被检测物体施加脉冲热激励、并采用红外热像仪连续观察和记录物体表面的温场变化，并通过现代计算机技术及图像信息处理技术进行时序热波信号的探测、采集、数据处理和分析，以实现对物体内部缺陷或损伤的定量诊断。脉冲红外热波无损检测技术由于其快速、大面积、非接触等特点已广泛应用于复合材料检测，包括蜂窝结构。对于蜂窝结构的脱粘和分层等缺陷的信号分析和判读，目前常采用的方法是有经验的研究或操作人员在对热波一维曲线进行数据重构的基础上，对原始信号或者其对应的对数一阶或二阶微分进行分析，根据经验判断被测件是否有缺陷。对于金属蜂窝钎焊件，其常见缺陷或所关注的主要缺陷是无钎料、未焊合或钎料层存在疏松。由于金属蒙皮的热扩散系数通常较大，且在数据重构过程中容易受噪声等因素的影响，造成热图中钎焊缺陷与正常区域的热对比度较小或有重叠(加热不均或者表面状况差异，容易造成不同区域信号有可能有较大差异)，同时芯格密度较大，人工较难进行有效的数据分析或缺陷判读。

公开于该背景技术部分的信息仅仅旨在增加对本发明的总体背景的理解，而不应当被视为承认或以任何形式暗示该信息构成已为本领域一般技术人员所公知的现有技术。

发明内容

本发明的目的在于提供一种金属蜂窝钎焊件脉冲红外热波检测方法，针对金属蜂窝钎焊件缺陷特点，在脉冲红外热波理论基础上，进行钎焊缺陷信号判读，从而克服现有脉冲红外热波检测方法容易受噪声影响、人工难以进行有效判读的缺点。

为实现上述目的，本发明提供了一种金属蜂窝钎焊件脉冲红外热波检测方法，其特征在于，包括如下步骤：

步骤1，通过脉冲红外热波无损检测对金属蜂窝钎焊件进行检测，利用高能脉冲闪光灯对金属蜂窝钎焊件表面进行热激励，同时使用红外热像装置获得金属蜂窝钎焊件表面的原始热图序列T₀(u,v,t)，其中，u、v为金属蜂窝钎焊件表面的坐标，t为时间，并将原始热图序列T₀(u,v,t)存储在通用存储器中；

步骤2，对所获得的原始热图序列T₀(u,v,t)进行减背景处理，即每幅图像均减掉高能脉冲闪光激励前的图像，从而得到热图序列T₁(u,v,t)；

步骤3，对热图序列T₁(u,v,t)的所有像素点做归一化处理，即以像素点(u,v)时间序列的最大值对该时间序列进行归一化，从而得到减掉背景并做归一化的热图序列T(u,v,t)；

步骤4，根据无钎焊区域与钎焊区域之间的热传导差异，得到热对比度极大峰值对应时刻t_p；

步骤5，对t_p时刻所对应的热图T(u,v,t_p)进行去噪预处理；

步骤6，对热图T(u,v,t_p)求直方图得到

h(r_k)＝n_k，k＝0,1,2…,L-1和k＝0,1,2…,L-1其中，r_k为归一化温度值，n_k表示当热图T(u,v,t_p)的温度值为r_k的像素点数，L为温度值分级总数；

步骤7，计算得到蜂窝芯格的面积s和热图中钎焊区域的面积s_钎焊；

步骤8，根据公式计算热图中钎焊区域的像素点数H_k0，其中，H_L-1为热图所有像素点数；

步骤9，以公式k＝0,1,2…,L-1得到H_k0时对应的r_k0；

步骤10，以公式h(r_k)＝n_k，k＝0,1,2…,L-1得到最大直方图值时对应的温度值r_km，并计算阈值Th＝r_km-r_k0；

步骤11，假设对热图T(u,v,t_p)进行识别所得到的结果为F(u,v)并赋值为0，对热图T(u,v,t_p)的水平方向和垂直方向的所有曲线求极大峰值和极小峰值及其对应位置，并对图像F(u,v)在所有极小峰值对应位置处赋值为1，求所有极小峰值与其左右相邻极大峰值之间的差值，如果两个差值之一小于阈值Th，则对图像F(u,v)在该极小峰值对应位置处赋值为0；

步骤12，在热图T(u,v,t_p)的基础上，叠加图像F(u,v)，F(u,v)为1的位置处以白色显示并表示钎焊区域，为0的位置显示T(u,v,t_p)的颜色并表示无钎焊区域。

优选地，上述技术方案中，步骤4包括通过数值模拟得到热对比度极大峰值对应时刻t_p。优选地，上述技术方案中，数值模拟所依据的热对比度公式为其中，钎料区域和芯格简化为厚度为d₂的均匀平板材料，e₁和e₂分别为蒙皮和简化为厚度为d₂的均匀平板材料的蓄热系数，α₁和α₂分别为蒙皮和简化为厚度为d₂的均匀平板材料的热扩散系数，R定义为q为表示单位面积上施加的热量为常数，n为脉冲传播到蒙皮-空气界面发生的n次反射。

优选地，上述技术方案中，步骤4包括在热图序列T(u,v,t)中分别手动提取钎焊区域和无钎焊区域对应的温度曲线，无钎焊区域的温度曲线减掉钎焊区域的温度曲线得到热对比度曲线，再提取热对比度极大峰值对应时刻t_p。

优选地，上述技术方案中，步骤5中的所述去噪预处理包括3×3邻域平均和中值滤波。

优选地，上述技术方案中，蜂窝芯格为六边形，其边长为a，钎焊宽度为w，所述步骤7中，所述蜂窝芯格的面积所述热图中钎焊区域的面积其中钎焊区域热扩散后的宽度

与现有技术相比，本发明具有如下有益效果：

1.可更加直观、快捷的分析检测结果，也就是更容易判断哪些位置有钎焊或钎焊疏松缺陷等；

2.由于对于同类型蜂窝结构，其可能的蒙皮厚度较少，上述步骤4中所模拟或实验得到的热对比度极大峰值对应时刻t_p可以预先获得；而步骤7中所涉及到的参数也均已知，因而，本发明的全部步骤均可实现自动计算和识别；

3.所计算得到的阈值Th完全依赖于具体的实验数据，且已做归一化等处理，因而，其受实验条件和参数的影响较小，使得利用本发明的方法所作出的缺陷判读更加准确。

附图说明

图1是应用本发明的方法的实际检测系统的示意图。

图2是根据本发明的方法的一实施方式的归一化的热对比度理论曲线。

图3是根据本发明的方法的一实施方式的热图。

图4是根据本发明的方法的一实施方式的归一化降温曲线。

图5是根据本发明的方法的一实施方式的归一化的热对比度实验曲线。

图6是图3所示的热图所对应的直方图。

图7是根据本发明的方法的一实施方式中的蜂窝芯格结构示意图。

图8是图7中虚线l₁所对应的温度曲线；

图9是根据本发明的方法的一实施方式的经均衡化的直方图。

图10是根据本发明的方法的一实施方式得到的识别结果图。

具体实施方式

下面结合附图，对本发明的金属蜂窝钎焊件脉冲红外热波检测方法的各步骤进行详细描述，针对金属蜂窝钎焊件缺陷特点，在脉冲红外热波理论基础上，本发明采用脉冲红外热波技术检测金属蜂窝钎焊件，提供一种焊接缺陷信号判读方法。但应当理解本发明的保护范围并不受具体实施方式的限制。

1.金属蜂窝钎焊件脉冲红外热波检测理论分析

本发明的理论基础是基于脉冲平面热源激励下的一维热传导方程求解问题，对半无穷大均匀介质，受平行于介质表面的均匀脉冲热源作用时，热传导方程可简化为：

其中，T(x,t)是t时刻x处的温度，qδ(t)δ(x)是脉冲热源函数，q为常数，是在单位面积上施加的热量，k(W/m·K)是热传导率。密度ρ(kg/m³)与比热c的乘积是介质材料的体热容。热扩散系数为α＝k/(pc)。对某一特定介质，一般情况下α可视为常数。

如图1所示，在无钎料或未焊合区域31，蒙皮4上下表面均为蒙皮-空气界面，其热传导方程可用半无限厚平板解表示：

其中，e₁为蒙皮材料的蓄热系数，n为脉冲传播到两种蒙皮-空气界面发生的n次反射，d₁为蒙皮厚度，α₁为蒙皮热扩散系数。

如图1所示，对于正常钎焊区域32，热波1方向由上到下，在蒙皮4与钎料界面，除了有热波反射回蒙皮4，还有部分热量将导入钎料(焊接)区域。由于蒙皮4较薄，焊接厚度相对更薄，因而，除了要考虑蒙皮-钎料界面的热反射，还需要考虑钎料-空气界面的再一次反射-透射热量。由于正常钎焊区域32如图1所示，其形状复杂，为了简化理论计算模型，可以把焊接部分(有钎料)的厚度和蜂窝芯(芯格2)简化为厚度为d₂的均匀平板。由于d₁和d₂均较小，当考虑蒙皮4与钎料的界面反射和简化为平板(或矩形)的钎料与空气界面的热反射时，钎焊区域32的热传导方程可表示为：

式中，钎料-空气界面仅考虑一次反射，多次热反射忽略，α₂为焊接部分(有钎料)和蜂窝芯(芯格2)简化为厚度为d₂的均匀平板材料的热扩散系数。R定义为：

其中，e₁和e₂分别为蒙皮4和简化为d₂的平板材料的蓄热系数。

2.热对比度极大峰值时刻

对于采用脉冲红外热波无损技术检测金属蜂窝钎焊件，其检测理论基础正是由于公式(2)和(3)所示的无钎料或未焊合区域31和钎焊区域32的热传导差异，无钎料或未焊合区域31由于空气界面反射其对应表面温度高于钎焊区域32，所造成的热对比度：

对于图1所示疏松钎焊区域33，其热传导公式也可以用公式(3)表示，只是式中的参数R和α₂与有钎料的钎焊区域32有差异，而其与无钎料或未焊合区域31的热对比度小于正常钎焊区域32与无钎料或未焊合区域31的热对比度，从而造成在热图中更难检测该类缺陷，但是后续分析方法一样。

对公式(5)进行数值模拟，图2示出了其中一条曲线。该曲线与传统的检测中的热对比度曲线类似，也存在一个热对比度极大峰值时刻t_p。为了获得热对比度极大峰值时刻t_p，理论上，当公式(5)中所有参数均已知时，可以通过数值模拟方法得到。但是，在实际应用时，由于钎料和芯格区域简化为厚度为d₂的均匀平板，其厚度和热扩散系数均较难估计。

对于某种待检测的蜂窝结构来说，其可能的结构较少，比如仅有几个固定的蒙皮厚度，而其它参数差异不大。在这种情况下，对于某种特定结构的金属蜂窝钎焊件的检测，可以对某参考试件进行实验得到其极大峰值时刻t_p。图3为一原始热图，图中相对较亮区域为无钎料或未焊合区域31，较暗区域为钎焊区域32，本发明的目的就是实现较暗的钎焊区域32的自动判读或识别。分别选取一个正常钎焊区域32和无钎料或未焊合区域31对应的降温曲线，并做归一化处理，如图4所示，无钎料或未焊合区域31温度高于正常钎焊区域32的温度，或者说无钎料或未焊合区域31降温比正常钎焊区域32慢。图4中无钎料或未焊合区域31的温度曲线减去钎焊区域32的温度曲线，可得到如图5所示的归一化热对比度实验曲线。该曲线受噪声影响较大，总体来说还是存在一个极大峰值，可获得其极大峰值时刻t_p。

3.钎焊区域的判定方法

图3所示原始热图受噪声干扰较大，同时，热图中不同位置由于加热不均等使得其总体亮度有一定差异，且钎焊区域在不同位置差异也较大，人工进行钎焊区域判读有一定困难。图3所示热图及公式(2)和(3)均表明，钎焊区域32相对无钎料或未焊合区域31温度更低，在热图中表现为较暗区域。对图3所示热图进行直方图处理，可得：

h(r_k)＝n_k，k＝0,1,2…,L-1 (6)

直方图的水平轴为归一化温度值r_k，n_k表示当热图的温度值为r_k的像素点数，L为温度值分级总数。图3对应的直方图结果如图6所示，其表明整个热图的归一化温度值主要集中在0.3到0.5，且只有一个极大峰值。在图像处理中直方图的一个典型应用是目标和背景各有一个极大峰值，两个峰值间的极小值可以作为阈值。在本发明的应用中，由于热扩散和加热不均等影响，只有一个极大峰值，要获得类似于直方图中的极小值作为阈值，我们可以通过对蜂窝结构和热扩散的分析进行求解。

对直方图进行类似于均衡化或线性化处理(即求某一个温度值及小于该温度值的所有像素点数之和)：

蜂窝芯格结构可用图7表示，白色六边形表示芯格所在位置；每个黑色六边形区域用以表示钎焊几何区域，其宽度(每个白色六边形内)可用图1所示的w表示；而每个灰色六边形表示钎焊区域由于热扩散所造成的面积扩大，其在白色六边形内的宽度用w₀表示。图7中用三条虚线表示不同方向和不同位置，以虚线l₁为例，提取热图中该条线上所有温度值，其所得曲线应该具有以下特征：蜂窝边缘(芯格)温度较低，有一个极小峰值；每个蜂窝的中央位置温度较高，有一个极大峰值。理论上，在没有干扰的情况下，且加热均匀，所得到的曲线应该是周期性的，所有的极大峰值温度值应该差异不大，而所有的极小峰值差异也不大。要实现自动识别或寻找钎焊区域，实际上就是要在类似于虚线l₁对应曲线中求极小值对应位置。

图8示出了虚线l₁对应的温度曲线，其有以下特点：

●每个波谷对应一个钎焊区域，每个波峰对应一个无钎焊区域；

●受加热不均或蒙皮表面状况影响，极大值和极小值都有一定的波动；

●除了钎焊区域对应的极小值和无钎焊区域中央对应的极大值外，由于噪声等因素的干扰，在极大值附近或极小值附近均可能存在额外的极小值；

●在极大值和极小值中间，无论是在极小值的左侧还是右侧，由于噪声等因素的干扰，也可能存在额外的极小值。

对于虚线l₂所对应的位置，六边形的蜂窝芯格的两相邻边可能会由于热扩散原因造成两个波谷叠加，从而不能正确找到钎焊区域。对于这种情况，如果处理对应的横向曲线，比如虚线l₃和虚线l₂交叉的位置，则虚线l₃的曲线可以避免虚线l₂的情况，也就是对于每个像素横向和纵向均做类似处理，只要有一个方向能正确找到波谷即认为是钎焊区域。

对于任意待处理的水平或者垂直方向的一条温度曲线，由于波峰或者波谷都会受到加热不均的影响，而造成不同位置其温度值差异可能较大，因而，直接对温度值进行阈值处理容易产生较大误差。但是，相对来说，相邻的波峰和波谷基本受到相同程度的干扰，所以，可以考虑对极大值和极小值之差进行阈值处理。

由于蜂窝结构结构对称且统一，因而，在热图中，只要不出现较大面积的未焊接缺陷，那么钎焊区域面积和每个芯格六边形的面积之比应该是一个常数。但是由于在脉冲红外热波检测应用中，随着检测时间的延长，热扩散也更加明显。因而，在热图序列中，不同时间钎焊区域面积和芯格六边形的面积之比是变化的。

正六边形的面积公式为：

式中，a为正六边形的边长。如图1所示，钎焊区域在一个正六边形内的宽度为w，考虑热扩散后其宽度为w₀。由于蜂窝结构较复杂，且三维热扩散造成钎焊区域温度连续变化，因而，通过严格的理论模型求解w₀较难实现。在脉冲红外热波检测技术中，考虑热扩散的情况下，有一个缺陷宽深比为2的检测能力说法。当选取热对比度峰值时刻的热图进行处理时，假设以这个热扩散为2进行简化计算，则钎焊区域宽度w在其纵向(垂直)方向热扩散后的有效宽度w₀为：

则每个正六边形内，考虑了热扩散后的钎焊区域面积可表达为：

由于公式(10)已考虑热扩散，且在热图中，钎焊区域温度低于未钎焊(无钎焊)区域，因而，可通过钎焊区域在正六边形中所占比例得到对应温度值时所具有的比例关系：

其中，H_L-1为热图所有像素点数，通过公式(11)可以求得热图中钎焊区域点数H_k0。从而可以根据公式(7)得到对应的r_k0，如图9所示。在图像处理里面直方图的一个典型应用是目标和背景各有一个极大峰值，两个峰值间的极小值可以作为阈值。在本发明的应用中，由于热扩散和加热不均等影响，只有一个极大峰值。通过上述热扩散分析，上述步骤中得到的r_k0，可认为是钎焊区域和无钎焊区域温度值的一个分界点。由于加热不均及三维热扩散等因素，该温度值并不能作为阈值。对于蜂窝件结构，无钎焊区域面积还是大于焊接面积，直方图的峰值对应温度值可用以代表无钎焊区域的一个平均温度，假设直方图峰值对应温度值为r_km。通过对图7和图8的分析，不管是水平还是垂直方向的温度曲线正常情况下均是波动的，总是一个极大峰值紧邻一个极小峰值。而不管不同区域其加热不均等因素是如何影响的，相邻极大峰值和极小峰值之间的差值还是相对稳定的，因而，上述所得到的r_km和r_k0之间的差值可以作为极大峰值和极小峰值之差的阈值:

Th＝r_km-r_k0 (12)

如果极小峰值与其相邻极大峰值之差大于Th，则该极小峰值位置为钎焊区域，否则，该极小峰值位置为无钎焊区域。

本发明采取的技术解决方案包括如下步骤：

1、以脉冲红外热波无损检测系统检测被测试件，首先利用计算机所预装的专业软件控制高能脉冲闪光灯对被测试件表面进行瞬时加热，同时使用红外热像装置获得被测物体表面的热图序列，并将热图序列存储在通用存储器中。

2、为了有效消除被测试件表面状况不均的影响，对所获得的热图序列T₀(u,v,t)进行减背景处理，即每幅图像均减掉脉冲闪光激励前的图像，从而得到热图序列T₁(u,v,t)。

3、为了有效消除由于被测试件表面吸收和辐射系数的差异以及脉冲闪光灯加热不均的影响，对热图序列T₁(u,v,t)所有像素点做归一化处理，也就是以像素点(u,v)时间序列的最大值对该时间序列进行归一化，从而得到减掉背景并做归一化的热图序列T(u,v,t)。

4、得到热对比度极大值对应时刻。可选地，当所有参数已知的情况下，以公式(5)进行数值模拟得到理论热对比度峰值时间。或者，在热图中手动提取钎焊区域和无钎焊区域降温曲线，无钎焊区域曲线减掉钎焊区域曲线得到热对比度曲线，提取热对比度曲线极大峰值对应时间t_p。

5、以t_p时刻对应热图T(u,v,t_p)做进一步处理，首先进行简单的去噪预处理，可选地，包括3×3邻域平均和中值滤波。

6、对热图T(u,v,t_p)分别以公式(6)和(7)求直方图h(r_k)和H_k。

7、根据被测金属蜂窝钎焊件的蒙皮厚度d₁，蜂窝芯格六边形边长a和焊接宽度w，分别以公式(8)-(10)计算六边形面积和热图中钎焊区域的面积。

8、热图的像素点总数已知，以公式(11)计算热图中钎焊区域的像素点数H_k0。

9、以公式(7)得到H_k0时对应的r_k0。

10、以公式(6)得到最大直方图值时对应的温度值r_km,并以公式(12)计算阈值Th。

11、假设对热图T(u,v,t_p)进行识别所得到的结果为F(u,v)并赋值为0，对热图T(u,v,t_p)的水平方向和垂直方向的所有曲线求极大峰值和极小峰值及其对应位置，并对图像F(u,v)在所有极小峰值对应位置处赋值为1。求所有极小峰值与其相邻极大峰值(左右各一个)之间的差值，如果两个差值之一小于阈值Th，则对图像F(u,v)在该极小峰值对应位置处赋值为0。

12、在热图T(u,v,t_p)的基础上，叠加图像F(u,v)，F(u,v)为1的位置处以白色显示并表示钎焊区域，为0的位置显示T(u,v,t_p)的颜色。这样可直观的观察热图中哪些位置被识别为钎焊区域。

本发明针对金属蜂窝钎焊件的焊接缺陷或者未钎焊区域进行识别，由于其脉冲红外热波热扩散理论和蜂窝结构的分析对其它类型的蜂窝结构基本一致，因而，本方法也可用于其他蜂窝结构的粘接问题检测。由于对于同类型蜂窝结构，其可能的蒙皮厚度较少，上述步骤4中所计算或实验得到的热对比度峰值时间t_p可以预先获得。而步骤7中所涉及到的参数也均已知，因而，全部步骤均可实现自动计算和识别。

下面将结合实施例来说明本发明的金属蜂窝钎焊件脉冲红外热波检测方法的过程。图1为本发明金属蜂窝钎焊件脉冲红外热波检测方法的原理图，同时也是应用本发明方法的实际系统的结构示意图。本实施例中使用具有几处人工缺陷的金属蜂窝钎焊件，其蒙皮厚度为1.1mm，芯格六边形边长为6mm，每个六边形内焊接宽度约为0.7mm。

参考图1，热波1以垂直于被测金属蜂窝件的蒙皮4表面的方向施加于被测表面，被测表面在热波能量作用下温度升高，瞬间达到峰值，由于被检蒙皮表面与其内部结构存在温度差，热量沿热波方向从物体表面向物体内部传导。红外热像仪实时记录被测物体的表面温场的变化，计算机采集红外热像仪得到的热图数据，得到被检测物体表面温场的原始热图序列T₀(u,v,t)。

原始热图序列T₀(u,v,t)的每幅图像均减掉脉冲闪光激励前的图像，从而得到热图序列T₁(u,v,t)。对热图序列T₁(u,v,t)所有像素点做归一化处理，以像素点(u,v)时间序列的最大值对该时间序列进行归一化，从而得到减掉背景并做归一化的热图序列T(u,v,t)。在热图序列中手动提取焊接区域和无焊接区域降温曲线，正常无焊接区域曲线减掉焊接区域曲线得到热对比度曲线，提取热对比度极大峰值对应时刻t_p。对热图T(u,v,t_p)做一次3×3邻域平均和中值滤波，图8所示曲线对比可发现经过简单去噪预处理的曲线相比原始曲线，有些干扰的极大和极小峰值已经不存在了。对热图T(u,v,t_p)求直方图h(r_k)和H_k，求直方图时温度值分级数L为2500，并根据被测金属蜂窝钎焊件的蒙皮厚度d₁,蜂窝芯格六边形边长a和焊接宽度w，分别计算得到H_k0和r_k0，并以公式(12)计算阈值Th。假设最终识别结果为F(u,v)并赋值为0，对热图T(u,v,t_p)的水平方向和垂直方向的所有曲线求极大峰值和极小峰值以及其对应位置，并对图像F(u,v)在所有极小峰值对应位置处赋值为1。求所有极小峰值与其相邻极大峰值(左右各一个)之间的差值，如果两个差值之一小于阈值Th，则对图像F(u,v)在该极小峰值对应位置处赋值为0。在热图T(u,v,t_p)的基础上，叠加图像F(u,v)，F(u,v)为1的位置处以白色显示，为0的位置显示T(u,v,t_p)的颜色，图10以白色表示通过本发明的自动识别方法而找到的钎焊区域。通过图10以白色表示钎焊区域，可更加直观、快捷的分析检测结果，也就是更容易判断哪些位置有未焊接或焊接疏松缺陷。

除非另有其他明确表示，否则在整个说明书和权利要求书中，术语“包括”或其变换如“包含”或“包括有”等等将被理解为包括所陈述的元件或组成部分，而并未排除其他元件或其他组成部分。

前述对本发明的具体示例性实施方案的描述是为了说明和例证的目的。这些描述并非想将本发明限定为所公开的精确形式，并且很显然，根据上述教导，可以进行很多改变和变化。对示例性实施例进行选择和描述的目的在于解释本发明的特定原理及其实际应用，从而使得本领域的技术人员能够实现并利用本发明的各种不同的示例性实施方案以及各种不同的选择和改变。本发明的范围意在由权利要求书及其等同形式所限定。

Claims (6)

1.一种金属蜂窝钎焊件脉冲红外热波检测方法，其特征在于，包括如下步骤：

步骤1，通过脉冲红外热波无损检测对金属蜂窝钎焊件进行检测，利用高能脉冲闪光灯对金属蜂窝钎焊件表面进行热激励，同时使用红外热像装置获得金属蜂窝钎焊件表面的原始热图序列T₀(u,v,t)，其中，u、v为金属蜂窝钎焊件表面的坐标，t为时间，并将原始热图序列T₀(u,v,t)存储在通用存储器中；

步骤2，对所获得的原始热图序列T₀(u,v,t)进行减背景处理，即每幅图像均减掉高能脉冲闪光激励前的图像，从而得到热图序列T₁(u,v,t)；

步骤3，对热图序列T₁(u,v,t)的所有像素点做归一化处理，即以像素点(u,v)时间序列的最大值对该时间序列进行归一化，从而得到减掉背景并做归一化的热图序列T(u,v,t)；

步骤4，根据无钎焊区域与钎焊区域之间的热传导差异，得到热对比度极大峰值对应时刻t_p；

步骤5，对t_p时刻所对应的热图T(u,v,t_p)进行去噪预处理；

步骤6，对热图T(u,v,t_p)求直方图得到

其中，r_k为归一化温度值，n_k表示当热图T(u,v,t_p)的温度值为r_k的像素点数，L为温度值分级总数；

步骤7，计算得到蜂窝芯格的面积s和热图中钎焊区域的面积s_焊接；

步骤8，根据公式计算热图中钎焊区域的像素点数H_k0，其中，H_L-1为热图所有像素点数；

步骤9，以公式得到H_k0时对应的r_k0；

步骤10，以公式h(r_k)＝n_k，k＝0,1,2…,L-1得到最大直方图值时对应的温度值r_km，并计算阈值Th＝r_km-r_k0；

步骤11，假设对热图T(u,v,t_p)进行识别所得到的结果为F(u,v)并赋值为0，对热图T(u,v,t_p)的水平方向和垂直方向的所有曲线求极大峰值和极小峰值及其对应位置，并对图像F(u,v)在所有极小峰值对应位置处赋值为1，求所有极小峰值与其左右相邻极大峰值之间的差值，如果两个差值之一小于阈值Th，则对图像F(u,v)在该极小峰值对应位置处赋值为0；

步骤12，在热图T(u,v,t_p)的基础上，叠加图像F(u,v)，F(u,v)为1的位置处以白色显示并表示钎焊区域，为0的位置显示T(u,v,t_p)的颜色并表示无钎焊区域。

2.根据权利要求1所述的金属蜂窝钎焊件脉冲红外热波检测方法，其特征在于，所述步骤4包括通过数值模拟得到热对比度极大峰值对应时刻t_p。

3.根据权利要求2所述的金属蜂窝钎焊件脉冲红外热波检测方法，其特征在于，所述数值模拟所依据的热对比度公式为

其中，d₁为所述的金属蜂窝钎焊件的蒙皮厚度，钎料区域和芯格简化为厚度为d₂的均匀平板材料，e₁和e₂分别为蒙皮和简化为厚度为d₂的均匀平板材料的蓄热系数，α₁和α₂分别为蒙皮和简化为厚度为d₂的均匀平板材料的热扩散系数，R定义为q为表示单位面积上施加的热量为常数，n为脉冲传播到蒙皮-空气界面发生的n次反射。

4.根据权利要求1所述的金属蜂窝钎焊件脉冲红外热波检测方法，其特征在于，所述步骤4包括在热图序列T(u,v,t)中分别手动提取钎焊区域和无钎焊区域对应的温度曲线，无钎焊区域的温度曲线减掉钎焊区域的温度曲线得到热对比度曲线，再提取热对比度极大峰值对应时刻t_p。

5.根据权利要求1所述的金属蜂窝钎焊件脉冲红外热波检测方法，其特征在于，所述步骤5中的所述去噪预处理包括3×3邻域平均和中值滤波。

6.根据权利要求1所述的金属蜂窝钎焊件脉冲红外热波检测方法，其特征在于，所述蜂窝芯格为六边形，其边长为a，钎焊宽度为w，所述步骤7中，所述蜂窝芯格的面积所述热图中钎焊区域的面积其中钎焊区域热扩散后的宽度d₁为所述的金属蜂窝钎焊件的蒙皮厚度。