CN113884464A - 一种基于红外热像仪的涂层波段发射率外场测量方法 - Google Patents
一种基于红外热像仪的涂层波段发射率外场测量方法 Download PDFInfo
- Publication number
- CN113884464A CN113884464A CN202111135068.7A CN202111135068A CN113884464A CN 113884464 A CN113884464 A CN 113884464A CN 202111135068 A CN202111135068 A CN 202111135068A CN 113884464 A CN113884464 A CN 113884464A
- Authority
- CN
- China
- Prior art keywords
- coating
- infrared
- image
- emissivity
- thermal
- 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
- 239000011248 coating agent Substances 0.000 title claims abstract description 146
- 238000000576 coating method Methods 0.000 title claims abstract description 146
- 238000000034 method Methods 0.000 title claims abstract description 62
- 230000005855 radiation Effects 0.000 claims abstract description 44
- 230000007547 defect Effects 0.000 claims abstract description 43
- 230000002950 deficient Effects 0.000 claims abstract description 19
- 238000001514 detection method Methods 0.000 claims abstract description 18
- 230000005284 excitation Effects 0.000 claims abstract description 14
- 238000010438 heat treatment Methods 0.000 claims abstract description 7
- 238000005259 measurement Methods 0.000 claims description 15
- 230000008569 process Effects 0.000 claims description 14
- 238000004364 calculation method Methods 0.000 claims description 13
- 230000009466 transformation Effects 0.000 claims description 10
- 238000012360 testing method Methods 0.000 claims description 9
- 238000001914 filtration Methods 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 8
- 238000013519 translation Methods 0.000 claims description 8
- 230000007797 corrosion Effects 0.000 claims description 6
- 238000005260 corrosion Methods 0.000 claims description 6
- 230000010339 dilation Effects 0.000 claims description 6
- 238000009499 grossing Methods 0.000 claims description 6
- 230000000877 morphologic effect Effects 0.000 claims description 6
- 230000011218 segmentation Effects 0.000 claims description 6
- 238000007781 pre-processing Methods 0.000 claims description 5
- 238000012935 Averaging Methods 0.000 claims description 4
- 238000009529 body temperature measurement Methods 0.000 claims description 4
- 238000003709 image segmentation Methods 0.000 claims description 4
- 238000000691 measurement method Methods 0.000 claims description 4
- 239000007787 solid Substances 0.000 claims description 4
- 238000005299 abrasion Methods 0.000 claims description 3
- 230000006835 compression Effects 0.000 claims description 3
- 238000007906 compression Methods 0.000 claims description 3
- 238000006073 displacement reaction Methods 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims description 3
- 238000003672 processing method Methods 0.000 claims description 3
- 239000000126 substance Substances 0.000 claims description 3
- 238000011156 evaluation Methods 0.000 abstract description 3
- 238000012423 maintenance Methods 0.000 abstract description 3
- 230000003628 erosive effect Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 229910001069 Ti alloy Inorganic materials 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000005587 bubbling Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 239000012535 impurity Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000003449 preventive effect Effects 0.000 description 1
- 238000011946 reduction process Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 238000004441 surface measurement Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/3563—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light for analysing solids; Preparation of samples therefor
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
Landscapes
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Radiation Pyrometers (AREA)
- Investigating Or Analyzing Materials Using Thermal Means (AREA)
Abstract
本发明提供了一种基于红外热像仪的涂层波段发射率外场测量方法,包括采用红外辐射激励的方法对涂层进行均匀快速加热,并通过热像仪获取缺陷涂层的红外图像,对红外涂层缺陷检测,通过对环境温度、缺陷涂层辐射温度、参考体辐射温度的测量,实现缺陷涂层波段发射率的精确计算。本发明用于飞机、发动机、舰船、固定翼无人机等装备蒙皮常温红外涂层的缺陷检测、发射率测量以及修复后红外涂层的性能评估,为飞机、发动机维修人员提供红外涂层的损伤类型、位置、面积、温度、发射率等数据信息,为缺陷涂层是否进行修复提供依据,解决相关单位对于装备红外涂层在外场快速检测、性能评估中存在迫切问题。
Description
技术领域
本发明属于红外涂层发射率测量技术领域,具体涉及一种基于红外热像仪的涂层波段发射率外场测量方法。
背景技术
飞机、发动机、坦克及舰船等军事装备在服役过程中,由于高温、高速气流冲蚀、砂石冲刷、振动、激冷激热等因素的影响,红外涂层外表面会产生划痕、附着灰尘和杂质、分层鼓泡甚至成片脱落等损伤,这些将导致红外涂层性能衰退、局部或全部失效,严重影响装备的隐身性能。
目前美国已经为F-22、F-35等隐身战机建立了飞机外场红外、雷达隐身性能检测系统,用于全机隐身状态的周期性健康监测,以及对疑似损伤区域进行预防性检测和涂层修理。而我国隐身涂层的现场检测、评估和维修技术还处于空白阶段,国内尚未发现外场专用的涂层缺陷检测及性能评估设备,研制快速而经济的红外涂层缺陷检测、发射率测量设备是装备隐身性能的重要保障。
目前常用的外场红外涂层发射率测量装置以点发射率测量仪为主,虽能实现目标发射率的测量,但效率低,无法实现装备表面涂层发射率的面测,不利于装备隐身性能的快速检测和外场保障。需要说明的是,在上述技术背景部分公开的信息仅用于加强对本公开的背景的理解,因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本发明目的在于提供了一种基于红外热像仪的涂层波段发射率外场测量方法,利用小型红外热像仪测量体积较大的装备,解决现有技术中缺少外场装备表面涂层发射率的快速测量方法的问题。
为实现上述目的本发明采用如下技术方案:
一种基于红外热像仪的涂层波段发射率外场测量方法,采用安装在遮罩内的红外热像仪、热电阻和热激励装置实现对被测装备涂层表面发射率的测量,所述被测装备涂层封闭在遮罩内进行测量,避免外界的辐射干扰,包括以下步骤:
S1:对被测装备的红外涂层快速加热:采用热激励装置对被测装备的红外涂层进行主动式加热;
S2:对被测装备的红外涂层进行缺陷检测:用红外热像仪获取被测装备的红外涂层的红外序列图像,通过图像处理算法对缺陷进行检测;
S3:环境温度测量:热电阻测量遮罩内壁温度作为环境温度Tu,设置红外热像仪的发射率为1;
S4:辐射温度测量:取被测区域完好涂层5个点的辐射温度的平均值作为完好涂层的辐射温度Tr1,同样,取缺陷涂层5个点的辐射温度的平均值作为缺陷涂层的辐射温度Tr2;
S5:真实温度计算:对被测装备的涂层表面真实温度进行计算;
S6:计算热像仪测目标发射率:结合S3、S4和S5中获得的目标真实温度T0、环境温度Tu和缺陷涂层的辐射温度Tr2以及设定n值,计算得到待测装备在遮罩内的材料发射率,将完好涂层作为参考体,缺陷涂层作为目标体,所述热像仪测目标发射率的计算公式表示为:
式中:ε为目标发射率;
Tr2为缺陷涂层的辐射温度;
T0为目标真实温度;
Tu为环境温度;
n为指数,热像仪工作波段8μm~14μm时,n=4;热像仪工作波段3μm~5μm时,n=9。
优选的,所述步骤S5中被测装备的涂层表面真实温度的测温公式表示为:
式中,T0为目标真实温度;
Tr1为完好涂层辐射温度;
ε1为完好涂层发射率;
n为指数,热像仪工作波段8μm~14μm时,n=4;热像仪工作波段3μm~5μm时,n=9;
Tu为环境温度;
优选的,所述步骤S2中对被测装备的红外涂层进行缺陷检测包括以下步骤:
S21:对视频序列红外图像进行预处理:通过对原始红外图像进行高斯滤波,抑制红外图像中的背景杂波和噪声;然后采用分段线性增强算法,增强图像中的潜在目标,提高目标的检测概率,降低虚警概率,提高处理后图像的信噪比;
S22:基于区域的图像分割:利用区域生长法把一幅图像分成满足某种判决的区域,确定一个区域与其它区域相区别的特征并产生有意义分割的相似性判据;
S23:对图像进行形态学处理:对缺陷图像采用了膨胀和闭运算两种形态学处理方法;
S24:寻找轮廓、绘制外接矩形;
S25:识别包括划伤、磨损、脱粘、气泡和化学腐蚀的缺陷。
优选的,所述步骤S21中高斯滤波是用一个模板扫描图像中的每一个像素,模板是中间带有参考点和实心正方形或者圆盘,用模板确定的邻域内像素的加权平均灰度值去替代模板中心像素点的值,对红外图像采用二维零均值离散高斯函数作为平滑滤波器;
其中,二维高斯函数如下:
式中,A为幅值,ux、σx分别是x分量的数学期望和方差,uy、σy分别是y分量的数学期望和方差。
优选的,所述步骤S21中分段线性增强就是把图像原灰度级通过分段映射的方法实现图像的增强,拉伸特征物体的灰度细节的同时,保持图像其它部分的灰度级别压缩,灰度分段线性变换可表示为:
式中,x为原始图像灰度,y为通过分段线性变换后的图像灰度。
优选的,所述步骤S22中区域生长法是将具有相似性质的像素集合起来构成一个区域,包括以下步骤:
S221:确定选择一组能正确代表所需区域的起始种子像素;
S222:确定生长过程中将相邻像素包括进来的准则,即相似性判别生长准则,其中,相似的判别值可以选取像素与相邻像素间的灰度差或选取微区域与邻微区域的灰度差,灰度差判别式可表示为:
当C<T,说明基本单元(i,j)与(m,n)相似,(i,j)应与(m,n)合并,计算合并后微区域的平均灰度值;当C≥T,说明两者不相似,f(i,j)保持不变,仍为不属于任何区域的基本单元;
S223:确定区域生长过程停止的条件或规则。
优选的,所述步骤S23中膨胀和闭运算均是将图像或图像的一部分区域与模板进行卷积,其中,膨胀是计算核覆盖区域像素点的最大值,并把这个最大值赋值给参考点指定的像素,高亮区域逐渐增长,其中,膨胀的计算公式可表示为:
运算的含义是,先对模板元素B做关于其原点的反射得到反射集合BV,然后在目标图像X上将BV平移x,则那些BV平移后与目标图像X至少有一个非零公共元素相交时,对应的原点位置所组成的集合就是膨胀运算的结果;
闭运算是先膨胀后腐蚀的过程,能够排除小型黑洞,闭运算的计算公式可表示为:
式中,X为目标图像,B为模板元素,·表示闭运算的运算符;
闭运算的含义是用B来闭合X得到的集合,就是图像X与经过反射和平移的模板元素B的交集不为空的点的集合。
优选的,所述被测装备的涂层表面真实温度为T0、环境温度Tu和缺陷涂层的辐射温度Tr2,满足以下要求:
T0-Tu≥15℃;
Tr2-Tu≥7℃。
优选的,步骤S1中触发热激励装置对被测涂层表面进行加热,使涂层温度高于环境温度15℃以上,并保持热平衡,所述热激励装置采用红外辐射式。
本发明的有益效果:
本发明提供了一种为飞机/发动机维修人员提供红外涂层损伤类型、位置、面积、温度、发射率等数据信息的方法和设备,为缺陷涂层是否进行修复提供依据,实现了对于装备红外涂层在外场快速且精确地检测。
附图说明
图1是本发明基于红外热像仪的涂层波段发射率外场测量方法的流程图;
图2是本发明中缺陷涂层检测算法流程图;
图3是本发明灰度分段线性变换原理图;
图4是本发明中进行区域图像分割前原始图像;
图5是本发明中进行区域生长分割处理后图像。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些实施方式使得本发明将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征或特性可以以任何合适的方式结合在一个或更多实施方式中。
如图1基于红外热像仪的涂层波段发射率外场测量方法流程图所示,采用安装在遮罩内的红外热像仪、热电阻和热激励装置实现对被测装备涂层表面发射率的测量,所述被测装备涂层封闭在遮罩内进行测量,避免外界的辐射干扰。
包括以下步骤:
S1:对被测装备的红外涂层快速加热:采用热激励装置对被测装备的红外涂层进行主动式加热;
S2:如图2缺陷涂层检测算法流程图所示,对被测装备的红外涂层进行缺陷检测:用红外热像仪获取被测装备的红外涂层的红外序列图像,通过图像处理算法对缺陷进行检测;
所述步骤S2中对被测装备的红外涂层进行缺陷检测包括以下步骤:
S21:对视频序列红外图像进行预处理:通过对原始红外图像进行高斯滤波,抑制红外图像中的背景杂波和噪声;然后采用分段线性增强算法,增强图像中的潜在目标,提高目标的检测概率,降低虚警概率;红外图像预处理技术亦可称为是一种背景抑制技术,即通过图像的预处理操作,抑制复杂背景和杂波干扰,从而提高处理后图像的信噪比。
高斯滤波是一种线性滤波器,能够有效的抑制噪声,平滑图像,广泛应用于图像处理的减噪过程。通俗的讲,高斯滤波就是对整幅图像进行加权平均的过程,每一个像素点的值,都由其本身和邻域内的其他像素值经过加权平均后得到。高斯滤波的具体操作是:用一个模板(或称卷积、掩膜)扫描图像中的每一个像素,用模板确定的邻域内像素的加权平均灰度值去替代模板中心像素点的值。
高斯滤波器是一类根据高斯函数的形状来选择权值的线性平滑滤波器。高斯平滑滤波器对于抑制服从正太分布的噪声非常有效。对于红外图像来说,常用二维零均值离散高斯函数作为平滑滤波器。
高斯滤波是用一个模板扫描图像中的每一个像素,模板是中间带有参考点和实心正方形或者圆盘,用模板确定的邻域内像素的加权平均灰度值去替代模板中心像素点的值,对红外图像采用二维零均值离散高斯函数作为平滑滤波器;
其中,二维高斯函数如下:
式中,A为幅值,ux、σx分别是x分量的数学期望和方差,uy、σy分别是y分量的数学期望和方差。
分段线性增强就是把图像原灰度级通过分段映射的方法实现图像的增强就是所谓的灰度分度线性变换。拉伸特征物体的灰度细节的同时,保持图像其它部分的灰度级别压缩是目前主要的应用。涂层缺陷红外图像背景简单,可用此方法进行图像增强。
如图3灰度分段线性变换原理图所示,原始图像灰度用x表示,通过分段线性变换后的图像灰度用y表示;
灰度分段线性变换可表示为:
式中,x为原始图像灰度,y为通过分段线性变换后的图像灰度。
如图4-5所示,S22:基于区域的图像分割:利用区域生长法把一幅图像分成满足某种判决的区域,确定一个区域与其它区域相区别的特征并产生有意义分割的相似性判据;
区域图像是把一幅图像划分成一些区域,即把一幅图像分成满足某种判决的区域。要划分成区域,要确定一个区域与其它区域相区别的特征,还要产生有意义分割的相似性判据。
基于区域的图像分割方法由区域生长法和分裂-合并法,这里主要介绍区域生长法:
区域增长法从满足区域特征的一点开始,加上与已知点相似的邻点形成一个区域。这个相似性准则可以是灰度级、梯度或其他特征。相似性的测度可以由所确定的阈值来判定。所以,此方法是从满足检测准则的点开始,在各个方向上生长区域,当其邻点满足检测准则,就并入区域中。不断重复这一过程,直到没有可接受的邻近点为止。
区域生长法也称为区域增长,它的基本思路是将具有相似性质的像素集合起来构成一个区域。
包括以下步骤:
S221:确定选择一组能正确代表所需区域的起始种子像素;
S222:确定生长过程中将相邻像素包括进来的准则,即相似性判别生长准则,其中,相似的判别值可以选取像素与相邻像素间的灰度差或选取微区域与邻微区域的灰度差,灰度差判别式可表示为:
当C<T,说明基本单元(i,j)与(m,n)相似,(i,j)应与(m,n)合并,计算合并后微区域的平均灰度值;当C≥T,说明两者不相似,f(i,j)保持不变,仍为不属于任何区域的基本单元;
S223:确定区域生长过程停止的条件或规则。当然,区域生长分割方法针对不同的实际应用,需要根据具体图像的具体特征来确定种子像素的生长及停止准则。
S23:对图像进行形态学处理:对缺陷图像采用了膨胀和闭运算两种形态学处理方法;
膨胀和闭运算均是将图像或图像的一部分区域与模板进行卷积,其中,膨胀是计算核覆盖区域像素点的最大值,并把这个最大值赋值给参考点指定的像素,高亮区域逐渐增长,其中,膨胀可表示为:
(1)膨胀(dilate)就是求局部最大值的操作。从数学角度来说,膨胀或者腐蚀操作就是将图像(或图像的一部分区域)与核进行卷积。
核可以是任何形状和大小,它拥有一个单独定义出来的参考点,我们称之为锚点。多数情况下,核是一个小的,中间带有参考点和实心正方形或者圆盘。其实,可以把核视为模板或者掩码。
而膨胀就是求局部最大值的操作。核与图形卷积,即计算核覆盖区域像素点的最大值,并把这个最大值赋值给参考点指定的像素。这样就会使图像中的高亮区域逐渐增长。
(2)闭运算是先膨胀后腐蚀的过程,能够排除小型黑洞(黑色区域),闭运算可表示为:
式中,闭运算的含义是用B来闭合X得到的集合,就是图像X与经过反射和平移的模板元素B的交集不为空的点的集合。
S24:寻找轮廓、绘制外接矩形;
S25:识别包括划伤、磨损、脱粘、气泡和化学腐蚀的缺陷。
S3:环境温度测量:热电阻测量遮罩内壁温度作为环境温度Tu,设置红外热像仪的发射率为1;
S4:辐射温度测量:取被测区域完好涂层5个点的辐射温度的平均值作为完好涂层的辐射温度Tr1,同样,取缺陷涂层5个点的辐射温度的平均值作为缺陷涂层的辐射温度Tr2;
S5:真实温度计算:对被测装备的涂层表面真实温度进行计算;被测装备的涂层表面真实温度的计算公式表示为:
式中,T0为目标真实温度;
Tr1为完好涂层辐射温度;
ε1为完好涂层发射率;
n为指数,热像仪工作波段8μm~14μm时,n=4;热像仪工作波段3μm~5μm时,n=9。
Tu为环境温度;
测量中的一个难点是缺陷涂层表面真实温度的测定。本公开将完好涂层作为参考体,利用式(2)来推算缺陷涂层表面真实温度,代入式(1)便可计算出缺陷涂层的发射率。
S6:基于热像仪测目标发射率:结合S3、S4和S5中获得的目标真实温度T0、环境温度Tu和缺陷涂层的辐射温度Tr2以及设定热像仪工作波段8μm~14μm时,n=4,计算得到在遮罩内的待测涂层发射率,将完好涂层作为参考体,缺陷涂层作为目标体,所述热像仪测目标发射率的计算公式表示为:
式中:ε为目标发射率;
Tr2为缺陷涂层的辐射温度;
T0为目标真实温度;
Tu为环境温度;
n为指数,热像仪工作波段8μm~14μm时n=4;热像仪工作波段3μm~5μm时,n=9。
所述被测装备的涂层表面真实温度为T0、环境温度Tu和缺陷涂层的辐射温度Tr2,满足以下要求:
T0-Tu≥15℃;
Tr2-Tu≥7℃。
对于缺陷涂层发射率测量,按照ASTM E1933-99a测试标准,发射率测量必须满足一个温度条件,即被测样品温度与环境温度的差值在10℃以上,为满足这一条件,需对样品进行加热或者制冷。同时,根据发射率测量误差影响因素的研究成果可知,当物体的真实发射率ε0一定时,物体的真实温度T0与误差e成反比关系,即物体的真实温度T0越高,误差e越小,发射率测量准确度越高。
本公开所测对象为红外涂层,发射率较低。通过大量实验发现,当被测涂层表面真实温度与环境温度差值在15℃以上时,可确保缺陷涂层发射率的测量精度。同时,为了在较短时间内使涂层表面真实温度与环境温度达到指定温差,并保持热平衡,本公开采用红外辐射激励对被测涂层进行加热。
由辐射温度与真实温度的关系式,可推出热像仪测目标发射率的计算公式。
综上,具体测量过程为:
(a)触发热激励装置对被测涂层表面进行加热,使涂层温度高于环境温度15℃以上,并保持热平衡;
(b)打开红外热像仪,设置发射率为1,启动自动拍摄功能记录热图;
(c)用接触式热电阻测量环境温度Tu;
(d)读出被测目标表面完好涂层辐射温度Tr1和缺陷涂层辐射温度Tr2,并根据式(2)、式(1)计算缺陷涂层的发射率。
实施例1
本实施例中热像仪的主要技术参数为:工作波段8-14μm,分辨率640×480,测温范围为-20-120℃,测温精度±2℃或读数的±2%。
采用红外辐射激励源对被测涂层表面进行加热,热激励灯管的有效加热面积为260mm×60mm,输出功率≤2500W。
采用热电阻测量遮罩内壁温度,将此值作为环境温度Tu。热电阻的测温范围为-50-200℃,测温精度可达±0.03℃。
以低发射率红外涂层作为被测对象,将红外涂层涂覆于钛合金板上,做成18cm×18cm的试件,并人为制造涂层脱落的缺陷,其中,完好红外涂层的发射率为0.312,缺陷涂层的发射率为0.633。利用完好涂层作为参考体,对缺陷涂层的发射率进行测量,测试结果如表1所示。
表1测试结果
综上所述,系统采用红外辐射激励对被测装备的红外涂层进行主动式加热,使被测涂层表面真实温度与环境温度的温差不小于15℃,辐射温度与环境温度的温差不小于7℃;用红外热像仪获取其红外序列图像,通过图像处理算法对缺陷进行检测。热电阻测量遮罩内壁温度作为环境温度,设置热像仪的发射率为1,并测量涂层的辐射温度,取被测区域完好涂层5个点的辐射温度的平均值作为完好涂层的辐射温度Tr1,同样,取缺陷涂层5个点的辐射温度的平均值作为缺陷涂层的辐射温度Tr2,通过涂层真实温度计算方法,推算缺陷涂层表面真实温度,基于热像仪测量目标发射率模型计算缺陷涂层的发射率。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本发明的真正范围和精神由所附的权利要求指出。
Claims (9)
1.一种基于红外热像仪的涂层波段发射率外场测量方法,其特征在于,采用安装在遮罩内的红外热像仪、热电阻和热激励装置实现对被测装备涂层表面发射率的测量,被测装备涂层封闭在遮罩内进行测量,避免外界的辐射干扰,包括以下步骤:
S1:对被测装备的红外涂层快速加热:采用热激励装置对被测装备的红外涂层进行主动式加热;
S2:对被测装备的红外涂层进行缺陷检测:用红外热像仪获取被测装备的红外涂层的红外序列图像,通过图像处理算法对缺陷进行检测;
S3:环境温度测量:热电阻测量遮罩内壁温度作为环境温度Tu,设置红外热像仪的发射率为1;
S4:辐射温度测量:取被测区域完好涂层5个点的辐射温度的平均值作为完好涂层的辐射温度Tr1,同样,取缺陷涂层5个点的辐射温度的平均值作为缺陷涂层的辐射温度Tr2;
S5:真实温度计算:利用式(1)对被测装备的涂层表面真实温度进行计算;
S6:计算热像仪测目标发射率:结合S3、S4和S5中获得的目标真实温度T0、环境温度Tu和缺陷涂层的辐射温度Tr2以及设定n值,计算得到遮罩内待测缺陷涂层的发射率,将完好涂层作为参考体,缺陷涂层作为目标体,所述热像仪测目标发射率的计算公式表示为:
式中:ε为目标发射率;
Tr2为缺陷涂层的辐射温度;
T0为目标真实温度;
Tu为环境温度;
n为指数,热像仪工作波段8μm~14μm时,n=4;热像仪工作波段3μm~5μm时,n=9。
3.根据权利要求1所述的一种基于红外热像仪的涂层波段发射率外场测量方法,其特征在于:所述步骤S2中对被测装备的红外涂层进行缺陷检测包括以下步骤:
S21:对视频序列红外图像进行预处理:通过对原始红外图像进行高斯滤波,抑制红外图像中的背景杂波和噪声;然后采用分段线性增强算法,增强图像中的潜在目标,提高目标的检测概率,降低虚警概率,提高处理后图像的信噪比;
S22:基于区域的图像分割:利用区域生长法把一幅图像分成满足某种判决的区域,确定一个区域与其它区域相区别的特征并产生有意义分割的相似性判据;
S23:对图像进行形态学处理:对缺陷图像采用了膨胀和闭运算两种形态学处理方法;
S24:寻找轮廓、绘制外接矩形;
S25:识别包括划伤、磨损、脱粘、气泡和化学腐蚀的缺陷。
6.根据权利要求3所述的一种基于红外热像仪的涂层波段发射率外场测量方法,其特征在于:所述步骤S22中区域生长法是将具有相似性质的像素集合起来构成一个区域,包括以下步骤:
S221:确定选择一组能正确代表所需区域的起始种子像素;
S222:确定生长过程中将相邻像素包括进来的准则,即相似性判别生长准则,其中,相似的判别值可以选取像素与相邻像素间的灰度差或选取微区域与邻微区域的灰度差,灰度差判别式可表示为:
当C<T,说明基本单元(i,j)与(m,n)相似,(i,j)应与(m,n)合并,计算合并后微区域的平均灰度值;当C≥T,说明两者不相似,f(i,j)保持不变,仍为不属于任何区域的基本单元;
S223:确定区域生长过程停止的条件或规则。
7.根据权利要求3所述的一种基于红外热像仪的涂层波段发射率外场测量方法,其特征在于:所述步骤S23中膨胀和闭运算均是将图像或图像的一部分区域与模板进行卷积,其中,膨胀是计算核覆盖区域像素点的最大值,并把这个最大值赋值给参考点指定的像素,高亮区域逐渐增长,其中,膨胀的计算公式可表示为:
运算的含义是,先对模板元素B做关于其原点的反射得到反射集合BV,然后在目标图像X上将BV平移x,则那些BV平移后与目标图像X至少有一个非零公共元素相交时,对应的原点位置所组成的集合就是膨胀运算的结果;
闭运算是先膨胀后腐蚀的过程,能够排除小型黑洞,闭运算的计算公式可表示为:
式中,X为目标图像,B为模板元素,·表示闭运算的运算符;
闭运算的含义是用B来闭合X得到的集合,就是图像X与经过反射和平移的模板元素B的交集不为空的点的集合。
8.根据权利要求1或2所述的一种基于红外热像仪的涂层波段发射率外场测量方法,其特征在于:所述被测装备的涂层表面真实温度为T0、环境温度Tu和缺陷涂层的辐射温度Tr2,满足以下要求:
T0-Tu≥15℃;
Tr2-Tu≥7℃。
9.根据权利要求1所述的一种基于红外热像仪的涂层波段发射率外场测量方法,其特征在于:步骤S1中触发热激励装置对被测涂层表面进行加热,使涂层温度高于环境温度15℃以上,并保持热平衡,所述热激励装置采用红外辐射式。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111135068.7A CN113884464B (zh) | 2021-09-27 | 2021-09-27 | 一种基于红外热像仪的涂层波段发射率外场测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111135068.7A CN113884464B (zh) | 2021-09-27 | 2021-09-27 | 一种基于红外热像仪的涂层波段发射率外场测量方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113884464A true CN113884464A (zh) | 2022-01-04 |
CN113884464B CN113884464B (zh) | 2024-04-26 |
Family
ID=79006997
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111135068.7A Active CN113884464B (zh) | 2021-09-27 | 2021-09-27 | 一种基于红外热像仪的涂层波段发射率外场测量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113884464B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117689661A (zh) * | 2024-02-02 | 2024-03-12 | 深圳市安保医疗感控科技股份有限公司 | 医用透气材料表面的涂层缺陷检测方法及系统 |
CN117969533A (zh) * | 2024-03-27 | 2024-05-03 | 宁德时代新能源科技股份有限公司 | 绝缘涂层检测方法、装置、系统、设备和存储介质 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5444241A (en) * | 1993-10-01 | 1995-08-22 | The Regents Of The University Of California | Emissivity corrected infrared method for imaging anomalous structural heat flows |
DE102005018254A1 (de) * | 2005-04-20 | 2006-11-02 | Schweiger, Harald, Dipl.-Ing. | Verfahren zur Emissivitätskorrektur in Wärmebildern ungleichmäßig temperierter Oberflächen mit örtlich schwankender Emissivität und Generierung eines Wärmebildes mit realer Temperaturdarstellung |
US20060289766A1 (en) * | 2004-10-22 | 2006-12-28 | Northrop Grumman Corporation | Spectral filter system for infrared imaging of substrates through coatings |
CN102081037A (zh) * | 2009-11-30 | 2011-06-01 | 中国第一汽车集团公司 | 利用光谱反射率法测试涂层红外发射率的方法 |
CN103913238A (zh) * | 2014-01-28 | 2014-07-09 | 中国人民解放军海军工程大学 | 双温双波段红外辐射精确测温方法 |
CN104006887A (zh) * | 2014-06-03 | 2014-08-27 | 中国计量学院 | 一种物体表面发射率现场校准方法 |
CN105203494A (zh) * | 2015-09-21 | 2015-12-30 | 哈尔滨工业大学 | 高温半透明材料折射率及吸收系数反演测量装置及方法 |
GB201711412D0 (en) * | 2016-12-30 | 2017-08-30 | Maxu Tech Inc | Early entry |
RU2659617C1 (ru) * | 2017-06-14 | 2018-07-03 | федеральное государственное бюджетное образовательное учреждение высшего образования "Тамбовский государственный университет имени Г.Р. Державина" | Термографический способ контроля объектов и устройство для его осуществления |
WO2021093283A1 (zh) * | 2019-11-14 | 2021-05-20 | 青岛理工大学 | 基于多传感融合的海面小面积溢油区域检测系统及检测方法 |
CN113375815A (zh) * | 2021-03-31 | 2021-09-10 | 燕山大学 | Ccd和红外热像仪相结合的物体表面温度测量方法及系统 |
-
2021
- 2021-09-27 CN CN202111135068.7A patent/CN113884464B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5444241A (en) * | 1993-10-01 | 1995-08-22 | The Regents Of The University Of California | Emissivity corrected infrared method for imaging anomalous structural heat flows |
US20060289766A1 (en) * | 2004-10-22 | 2006-12-28 | Northrop Grumman Corporation | Spectral filter system for infrared imaging of substrates through coatings |
DE102005018254A1 (de) * | 2005-04-20 | 2006-11-02 | Schweiger, Harald, Dipl.-Ing. | Verfahren zur Emissivitätskorrektur in Wärmebildern ungleichmäßig temperierter Oberflächen mit örtlich schwankender Emissivität und Generierung eines Wärmebildes mit realer Temperaturdarstellung |
CN102081037A (zh) * | 2009-11-30 | 2011-06-01 | 中国第一汽车集团公司 | 利用光谱反射率法测试涂层红外发射率的方法 |
CN103913238A (zh) * | 2014-01-28 | 2014-07-09 | 中国人民解放军海军工程大学 | 双温双波段红外辐射精确测温方法 |
CN104006887A (zh) * | 2014-06-03 | 2014-08-27 | 中国计量学院 | 一种物体表面发射率现场校准方法 |
CN105203494A (zh) * | 2015-09-21 | 2015-12-30 | 哈尔滨工业大学 | 高温半透明材料折射率及吸收系数反演测量装置及方法 |
GB201711412D0 (en) * | 2016-12-30 | 2017-08-30 | Maxu Tech Inc | Early entry |
RU2659617C1 (ru) * | 2017-06-14 | 2018-07-03 | федеральное государственное бюджетное образовательное учреждение высшего образования "Тамбовский государственный университет имени Г.Р. Державина" | Термографический способ контроля объектов и устройство для его осуществления |
WO2021093283A1 (zh) * | 2019-11-14 | 2021-05-20 | 青岛理工大学 | 基于多传感融合的海面小面积溢油区域检测系统及检测方法 |
CN113375815A (zh) * | 2021-03-31 | 2021-09-10 | 燕山大学 | Ccd和红外热像仪相结合的物体表面温度测量方法及系统 |
Non-Patent Citations (5)
Title |
---|
全燕鸣;赵婧;黎弋平;: "金属切削刀具和工件的波段发射率标定", 机械工程学报, no. 12 * |
张波;吕事桂;: "基于双响应波段工作的红外热像仪测温原理与误差分析", 宇航计测技术, no. 06 * |
曹义;程海峰;郑文伟;才鸿年;成绍军;: "基于红外热像仪的涂层波段发射率测量", 红外技术, no. 06, 20 June 2007 (2007-06-20) * |
李岩峰;张志杰;赵晨阳;郝晓剑;: "利用红外热像仪进行物体表面波段法向发射率测量", 传感技术学报, no. 09 * |
黄龙祥;沈湘衡;宋江涛;: "基于热像仪的物体波段发射率的测量", 激光与红外, no. 02 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117689661A (zh) * | 2024-02-02 | 2024-03-12 | 深圳市安保医疗感控科技股份有限公司 | 医用透气材料表面的涂层缺陷检测方法及系统 |
CN117689661B (zh) * | 2024-02-02 | 2024-04-12 | 深圳市安保医疗感控科技股份有限公司 | 医用透气材料表面的涂层缺陷检测方法及系统 |
CN117969533A (zh) * | 2024-03-27 | 2024-05-03 | 宁德时代新能源科技股份有限公司 | 绝缘涂层检测方法、装置、系统、设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113884464B (zh) | 2024-04-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113884464B (zh) | 一种基于红外热像仪的涂层波段发射率外场测量方法 | |
CN109711474B (zh) | 一种基于深度学习的铝材表面缺陷检测算法 | |
CN110208806B (zh) | 一种航海雷达图像降雨识别方法 | |
CN114943739A (zh) | 一种铝管质量检测方法 | |
CN110441305B (zh) | 一种二次喷丸的表面覆盖率检验方法 | |
CN111855801B (zh) | 一种基于激光超声成像的粗糙部件缺陷尺寸精确测量方法 | |
CN111553877A (zh) | 基于太赫兹陶瓷基复合材料叶片损伤识别和寿命评估方法 | |
CN114719749B (zh) | 基于机器视觉的金属表面裂纹检测及真实尺寸测量方法及系统 | |
CN109636755B (zh) | 一种通过加权估计实现红外热图像增强的方法 | |
Garrido et al. | Autonomous thermography: towards the automatic detection and classification of building pathologies | |
JP2011021926A (ja) | 結晶方位解析方法 | |
CN110503634B (zh) | 基于图像自动识别的能见度测量方法 | |
CN111948171B (zh) | 基于动态时间规整的复合材料缺陷识别方法 | |
CN110544009A (zh) | 基于数字图像处理的航空有机涂层老化损伤量化评估方法 | |
CN110687510B (zh) | 一种高温目标rcs测试标定方法 | |
CN117291967A (zh) | 一种基于单目图像的内河船舶干舷像素高度自动测量方法 | |
Aslam et al. | A modified adaptive thresholding method using cuckoo search algorithm for detecting surface defects | |
Dinardo et al. | Automatic defect detection and characterization by thermographic images based on damage classifiers evaluation | |
Shi et al. | Online nondestructive evaluation of TBC crack using infrared thermography | |
Zahiri et al. | Characterization of corrosion products on carbon steel using hyperspectral imaging in short-wave infrared (swir) | |
Lin et al. | Alloy Cast Product Defect Detection Based on Object Detection | |
CN116337990A (zh) | 一种基于交流电磁场检测的提离抖动抑制方法 | |
CN111189906B (zh) | 交流电磁场缺陷在线智能判定与分类识别方法 | |
AU2021105420A4 (en) | Electric transmission line insulator image segmentation method based on weighted variable fuzzy c-means algorithm | |
CN115239619A (zh) | 一种船体焊缝气密性检验方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |