謝 靜，徐長(zhǎng)航

（中國(guó)石油大學(xué) 機(jī)電工程學(xué)院，青島 266555）

0 引言

金屬構(gòu)件的斷裂存在著孕育演化過(guò)程，因此對(duì)現(xiàn)場(chǎng)金屬構(gòu)件工程破壞監(jiān)測(cè)要從研究金屬結(jié)構(gòu)的全場(chǎng)演化過(guò)程來(lái)分析[1]。在斷裂前的一段時(shí)間內(nèi)，金屬構(gòu)件的表面溫度場(chǎng)就會(huì)有異常分布出現(xiàn)。紅外熱像儀可以把物體的表面溫度分布轉(zhuǎn)換成可見圖像，從而直觀地顯示被測(cè)目標(biāo)表面的紅外輻射溫度場(chǎng)分布。這給金屬構(gòu)件斷裂預(yù)測(cè)提供了一種有效的方法，即首先確定構(gòu)件最終斷裂位置在斷裂孕育階段紅外圖像中的特征，然后通過(guò)圖像處理的方法，在紅外圖像中尋找符合這一特征的位置，即可預(yù)測(cè)最終的斷裂位置。

本文通過(guò)對(duì)多個(gè)構(gòu)件的紅外圖像序列進(jìn)行觀察得出斷裂位置在斷裂孕育階段的圖像特征，然后采用動(dòng)態(tài)亮度調(diào)節(jié)的方法找到圖像中符合此特征的像素，并確定出最終的斷裂位置。經(jīng)過(guò)實(shí)例驗(yàn)證，本文提出的圖象處理方法可以準(zhǔn)確預(yù)測(cè)疲勞斷裂位置。

1 斷裂位置在斷裂孕育階段的圖像特征

本文實(shí)驗(yàn)對(duì)象為20Cr2MoNi制成的桿形構(gòu)件，構(gòu)件長(zhǎng)400mm，構(gòu)件外徑帶螺紋處Ф24mm，光滑處Ф12mm。利用高頻拉壓疲勞試驗(yàn)機(jī)對(duì)構(gòu)件進(jìn)行循環(huán)加載。在構(gòu)件的整個(gè)疲勞實(shí)驗(yàn)過(guò)程中，通過(guò)SAT HY6850紅外成像系統(tǒng)記錄構(gòu)件的溫度場(chǎng)。該熱像系統(tǒng)的主要特性如下：系統(tǒng)獲取數(shù)據(jù)的最大幀速為50幀/秒，溫度分辨率為0.08℃，空間分辨率可到1.3mrad。

通過(guò)分析實(shí)驗(yàn)測(cè)得的多個(gè)紅外圖像序列，得到以下結(jié)論：在斷裂發(fā)生前的較長(zhǎng)時(shí)間里，試件的紅外圖像中會(huì)有兩個(gè)相對(duì)的高溫區(qū)，而最終的疲勞斷裂將發(fā)生在這兩個(gè)區(qū)域的中間位置。

為了對(duì)上述結(jié)論做更形象的說(shuō)明，圖1中列出了具有代表性的三個(gè)時(shí)間點(diǎn)的紅外序列圖像，其中圖1(a)、圖1(b)為按照時(shí)間先后由紅外視頻中截取出的兩幅紅外圖像，圖1(c)為構(gòu)件斷裂瞬間的紅外圖像。圖1(d)、圖1(e)和圖1(f)分別為圖1(a)、圖1(b)和圖1(c)中白色框出部分放大后，使用Matlab中的像素讀取工具得到的RGB值。由于亮度和RGB值之間具有式(1)所描述的關(guān)系，而亮度越高，表示此處溫度越高。因此，圖1中的典型紅外圖像驗(yàn)證了上述關(guān)于斷裂位置特征的結(jié)論。

在斷裂孕育階段的紅外圖像中，很難通過(guò)直接觀察找到兩個(gè)高溫區(qū)域。而合適的圖像處理方法可以快速、準(zhǔn)確而方便地找到兩個(gè)高溫區(qū)域，從而可以在較早時(shí)間就預(yù)測(cè)未來(lái)斷裂的位置。

圖1 斷裂位置在各時(shí)間段紅外圖像中的特征

2 紅外圖像處理方法

為了快速、準(zhǔn)確而方便地在斷裂孕育階段的紅外圖像中找到兩個(gè)最高溫區(qū)域，可以使用圖像處理方法對(duì)紅外熱像進(jìn)行一系列的處理。本文的方法包括以下三個(gè)步驟：灰度化、反色和動(dòng)態(tài)亮度調(diào)節(jié)。

2.1 紅外圖像灰度化[1]

要處理的原始紅外熱像為RGB空間模式，而其中的亮度信息代表了溫度的高低。因此，可以借助NTSC彩色模式將其轉(zhuǎn)換成灰度圖，來(lái)描述每一像素位置的亮度。在NTSC彩色制式中，圖像數(shù)據(jù)由三部分組成：亮度（Y）、色調(diào)（I）和飽和度（Q）。Y、I、Q三個(gè)分量可以用式(1)從一幅RGB圖像中得到：

其中，亮度描述灰度信息，色調(diào)和飽和度描述彩色信息。因此，將I和Q的值賦為0，Y值保持不變，就可以僅僅保留圖像的灰度信息。然后，用式(2)返回RGB空間。

就得到原紅外圖像變換后的灰度圖像?；叶葓D像完整地保留了原圖像的溫度信息，而且使得后續(xù)處理更加快速和便捷。

2.2 反色處理[2]

當(dāng)所關(guān)注的細(xì)節(jié)為嵌入于圖像暗色區(qū)域的亮色細(xì)節(jié)，特別是當(dāng)黑色面積占主導(dǎo)地位時(shí)，反色處理往往會(huì)給圖像的分析帶來(lái)很大的便利。而本文涉及的紅外圖像，在經(jīng)過(guò)灰度化處理后，恰恰屬于上述情況。所以，本文方法的第二步為灰度圖像的反色處理。用式(3)對(duì)灰度圖中的每一像素進(jìn)行處理，即可得到灰度圖的反色圖。

其中，r為待處理灰度圖各像素的灰度值，s為反色處理后的該像素的灰度值。

2.3 動(dòng)態(tài)亮度調(diào)節(jié)

如前所述，在斷裂孕育初期階段，未來(lái)的斷裂位置總是位于紅外圖像中兩個(gè)最高溫度區(qū)域的中間位置。因此，為了在斷裂發(fā)生前預(yù)先找到將要斷裂的危險(xiǎn)位置，需要在斷裂孕育階段的紅外熱像中找到溫度最高的兩個(gè)區(qū)域，即上述反色處理后圖形中的兩個(gè)最暗區(qū)域。本文提出了動(dòng)態(tài)調(diào)節(jié)亮度的方法，來(lái)確定這兩個(gè)區(qū)域的位置。

將圖形中像素的灰度值按式(4)進(jìn)行處理：

其中，h為反色處理后灰度圖像各像素的灰度值，g為亮度調(diào)整后該像素對(duì)應(yīng)的灰度值，b為調(diào)整閾值。

根據(jù)前述預(yù)測(cè)斷裂所需要的條件，閾值b的確定應(yīng)使調(diào)整后的圖像中剩下的暗色區(qū)域個(gè)數(shù)為2，其它區(qū)域的灰度值全部調(diào)整為255。b值越大，則調(diào)整后暗色區(qū)域個(gè)數(shù)越多，b值越小，則此個(gè)數(shù)越小。根據(jù)這個(gè)原則，通過(guò)交互式或編程方式找到符合要求的b值。

2.4 sobel算子邊緣檢測(cè)

經(jīng)過(guò)上述處理后，圖形中只剩下兩個(gè)分離的暗色區(qū)域，對(duì)應(yīng)于構(gòu)件中的兩個(gè)高溫區(qū)域。為了保證更容易、更準(zhǔn)確地找到它們的中間位置，本文對(duì)這兩個(gè)區(qū)域進(jìn)行了邊緣檢測(cè)。同樣，為了直觀、清楚地顯示斷裂在構(gòu)件中的位置，對(duì)原始紅外熱像灰度化后的灰度圖進(jìn)行了邊緣檢測(cè)，得到整個(gè)構(gòu)件的邊緣。兩個(gè)邊緣檢測(cè)都是采用sobel算子進(jìn)行。

sobel算子是一階導(dǎo)數(shù)算子,實(shí)際中常用小區(qū)域模板卷積來(lái)近似計(jì)算每個(gè)像素位置處的x和y個(gè)方向的偏導(dǎo)數(shù)。x和y方向各用一個(gè)模板，所以需要兩個(gè)模板組合起來(lái)構(gòu)成一個(gè)梯度算子[2]。sobel算子的模板如圖2所示。

圖2 Sobel算子模板

經(jīng)過(guò)處理后發(fā)現(xiàn)，得到的邊緣結(jié)果非常理想，說(shuō)明sobel算子對(duì)于此處的兩個(gè)邊緣檢測(cè)過(guò)程都是非常適用的。

2.5 斷裂位置的確定

將兩個(gè)高溫區(qū)域的重心坐標(biāo)在受力方向上求平均，即得到斷裂的位置。將斷裂位置、兩個(gè)高溫區(qū)域邊緣和構(gòu)件邊緣圖疊加，就可以清楚顯示將要斷裂的部位在構(gòu)件中的具體位置。

3 處理效果及方法分析

本文以圖1(b)作為處理對(duì)象，該圖為實(shí)驗(yàn)早期圖像，很難直接通過(guò)目視準(zhǔn)確找到兩個(gè)最高溫區(qū)域來(lái)預(yù)測(cè)未來(lái)的斷裂位置。

按照本文上述方法對(duì)其進(jìn)行處理，處理結(jié)果按順序列在圖3中。圖3(a)為灰度化了的紅外圖像。由于背景溫度低、構(gòu)件溫度相對(duì)較高，因此所關(guān)注的細(xì)節(jié)為嵌入于圖像暗色區(qū)域的亮色細(xì)節(jié)，而且黑色面積占主導(dǎo)地位。圖3(b)為圖3(a)的反色圖像，代表高溫的黑色區(qū)域邊界仍然很模糊，無(wú)法找到其中分離的、代表最高溫的兩個(gè)區(qū)域。圖3(c)對(duì)應(yīng)用本文提出的動(dòng)態(tài)亮度調(diào)節(jié)方法，閾值b取為11得到的增強(qiáng)圖像（為了讓讀者看得更清楚，圖3(b)使用圖形工具進(jìn)行了放大）。閾值取為11可以保證圖像中除了兩個(gè)小的區(qū)域外，其它區(qū)域的灰度值都是255。能夠滿足這一條件的b值應(yīng)該是一個(gè)區(qū)間，但是通過(guò)交互式或編程方式只要找到這個(gè)區(qū)間中的之一，就可以確定兩個(gè)高溫區(qū)域，從而預(yù)知斷裂位置。

圖3 圖像處理過(guò)程及結(jié)果

圖3(d)為使用sobel算子對(duì)圖3(c)進(jìn)行邊緣檢測(cè)的結(jié)果。圖中清楚地顯示了兩個(gè)分離的、代表構(gòu)件中最高溫區(qū)域。使用sobel算子對(duì)圖3(b)進(jìn)行邊緣檢測(cè)的結(jié)果見圖3(e)。結(jié)果清楚地顯示了構(gòu)件的邊緣。將圖3(d)和圖3(e)進(jìn)行疊加，就得到了兩個(gè)高溫區(qū)域在構(gòu)件中的位置，如圖3(f)所示。

對(duì)兩個(gè)高溫區(qū)域的重心求垂直方向上的平均值，即得到斷裂的垂直位置，在圖3(g)中用兩高溫區(qū)域中間的橫線示出。

圖3(h)為對(duì)圖1(a)用本文方法處理得到的預(yù)測(cè)結(jié)果，其中動(dòng)態(tài)亮度調(diào)節(jié)的閾值b=16。

將本文方法處理后得到的預(yù)知斷裂位置與此構(gòu)件斷裂瞬間的紅外圖像圖1(c)進(jìn)行比較，可以看出，本文給出的方法可以非常準(zhǔn)確地預(yù)測(cè)構(gòu)件的斷裂位置。

4 結(jié)論

本文通過(guò)分析實(shí)驗(yàn)得到的紅外圖像序列，得到了最終斷裂位置在斷裂孕育初期階段紅外圖像中的特征。通過(guò)綜合運(yùn)用灰度化、反色、動(dòng)態(tài)亮度調(diào)節(jié)、邊緣檢測(cè)的圖像處理方法，由斷裂孕育階段的紅外圖像中快速、準(zhǔn)確地預(yù)測(cè)了斷裂位置，對(duì)設(shè)備或構(gòu)件的失效預(yù)警提供了有效的方法。本文所使用的閾值是通過(guò)交互式的方式確定的。這一過(guò)程可以通過(guò)編程來(lái)實(shí)現(xiàn)自動(dòng)化，此項(xiàng)工作有待于下一步的研究工作得到實(shí)現(xiàn)。

[1]董玉芬,林毅明,王來(lái)貴,劉向峰.紅外熱像儀用于金屬材料斷裂過(guò)程的實(shí)驗(yàn)研究[J].遼寧工程技術(shù)大學(xué)學(xué)報(bào).2006,25(6):848-850.

[2]Rafael C.Gonzalez, Richard E.wools, Steven L.Eddins.Digital Image Processing Using MATLAB.Prentice Hall,2003

[3]Rafael C.Gonzalez, Richard E.wools.Digital Image Processing.Prentice Hall,2007.

[4]徐長(zhǎng)航,陳國(guó)明,謝靜,林紅.基于紅外圖像處理的鋼制構(gòu)件疲勞損傷識(shí)別[J].石油礦場(chǎng)機(jī)械,2008,37(11):37-40.

[5]Noda,N., Thermal stresses intensity factor for functionally gradient plate with an edge crack, Journal of Thermal Stresses, 1997, 20(3): 373-387.

[6]MEOLA C.A new approach for estimation of defects detection with infrared thermography [J].Materials Letters, 2007,61(3)：747-750.