吉武俊

(河南職業(yè)技術(shù)學(xué)院,鄭州 450046)

0 引言

以往無損檢測技術(shù)主要是利用超聲、射線、磁學(xué)等檢測方法,對于光學(xué)檢測方法的使用還較少,隨著計(jì)算機(jī)、數(shù)字影像處理技術(shù)及光纖技術(shù)的不斷發(fā)展,光學(xué)無損檢測技術(shù)得到了實(shí)質(zhì)性的進(jìn)展。激光技術(shù)的廣泛應(yīng)用推動(dòng)了光學(xué)無損檢測技術(shù)的發(fā)展,在很多方法上取得了一定的成果,如全息干涉法及散斑干涉法等。在進(jìn)行農(nóng)機(jī)零部件的檢修時(shí),如果采用光學(xué)無損檢測技術(shù),不僅可以提高檢測的效率和準(zhǔn)確性,還能夠最大限度地不損傷農(nóng)機(jī)零部件,對于現(xiàn)代化農(nóng)機(jī)設(shè)備的檢修和維護(hù)具有重要的意義。

1 基于無損檢測技術(shù)的農(nóng)機(jī)零部件檢修

無損檢測技術(shù)是指利用聲、光、磁和電等特性對零部件進(jìn)行缺陷檢測,以不損傷零部件為前提的一種缺陷檢測方式。該技術(shù)通過對無缺陷零部件和檢測零件的特征對比,發(fā)現(xiàn)零部件是否存在缺陷,如圖1所示。無損檢測的方式有很多種,主要包括聲學(xué)、電學(xué)、磁學(xué)、射線、微波、熱學(xué)和光學(xué)等方法。以前常用的方法是聲學(xué)、電學(xué)和磁學(xué)等方法。隨著計(jì)算機(jī)和數(shù)字影像處理技術(shù)的發(fā)展,光學(xué)檢測技術(shù)被越來越多地應(yīng)用到了零部件的缺陷檢測上,且檢測準(zhǔn)確率高。光學(xué)檢測的基本框架結(jié)構(gòu)如圖2所示。

圖1 無損檢測方法Fig.1 NDT Method

圖2 光學(xué)檢測平臺(tái)的基本框架結(jié)構(gòu)Fig.2 The basic framework structure of optical detection platform

在進(jìn)行缺陷檢測時(shí),首先利用激光掃描設(shè)備對待檢測農(nóng)機(jī)部件進(jìn)行監(jiān)測;然后利用視頻采集設(shè)備輸出掃描結(jié)果數(shù)字影像,并通過視頻采集卡傳輸?shù)接?jì)算機(jī)端;計(jì)算機(jī)通過對視頻的分析,提取農(nóng)機(jī)待檢測零部件的數(shù)字影像,將提取數(shù)字影像和無缺陷的數(shù)字影像進(jìn)行對比,最終發(fā)現(xiàn)農(nóng)機(jī)零部件是否存在缺陷。

2 農(nóng)機(jī)檢修光學(xué)視頻分析

為了實(shí)現(xiàn)農(nóng)機(jī)的無損檢測,采用光學(xué)分析的方法,首先對農(nóng)機(jī)待檢測零部件進(jìn)行激光掃描,掃描后得到檢修的光學(xué)視頻文件;然后,從視頻文件中抽取典型數(shù)字影像進(jìn)行分析,在分析時(shí)可以采用數(shù)字影像比對的方式,采集好農(nóng)機(jī)待檢測零部件的完好零件;將其和激光掃描得到的待檢測件進(jìn)行對比,通過對比零部件之間的差異,得到零部件是否存在缺陷。檢修流程如圖3所示。

圖3 農(nóng)機(jī)機(jī)械零部件檢修流程Fig.3 The maintenance process of agricultural machinery parts

其中,數(shù)字影像的錄入主要是通過采集得到激光掃描數(shù)字影像;數(shù)字影像的處理主要對原始數(shù)字影像的噪聲進(jìn)行濾波處理,得到效果更好的數(shù)字影像,還包括一些銳化和邊緣提取等操作;二次曝光主要是對兩幅數(shù)字影像進(jìn)行對比,得到記錄前后兩幅數(shù)字影像的變化,當(dāng)記錄前的無缺陷數(shù)字影像和記錄后的待檢測數(shù)字影像存在較大差異時(shí),說明待檢測農(nóng)機(jī)部件存在較大的缺陷。

全息重現(xiàn)主要是對光學(xué)的成像過程進(jìn)行重現(xiàn),可以采用菲涅爾衍射法,用CCD相機(jī)記錄干涉圖樣。CCD相機(jī)在進(jìn)行記錄時(shí)主要是對連續(xù)全息面取樣,表達(dá)式為

(1)

其中,δx、δy分別表示CCD像素橫向和縱向的尺寸,ΔX×ΔY表示CCD靶面的尺寸,rect表示矩形函數(shù),comb表示梳狀函數(shù)。假設(shè)全息圖的曝光強(qiáng)度為Ψ(x,y),則全息圖形的表達(dá)式為用CCD記錄的全息圖q(x,y),即

q(x,y)=ψ(x,y)·p(x,y)

(2)

如果設(shè)x=mδx、y=nδy,則數(shù)字全息圖經(jīng)過取樣和量化后用q(m,n)來表示。在進(jìn)行圖形處理特別是二次曝光時(shí),需要對圖形進(jìn)行融合處理。在融合處理時(shí),采用基于HIS的變換方法,假設(shè)TM表示采集的無缺陷農(nóng)機(jī)零部件數(shù)字影像,PAN表示采集的待檢測農(nóng)機(jī)零部件的數(shù)字影像,將TM的3個(gè)波段賦值RGB后進(jìn)行RGB—IHS變換,可以得到分量及兩個(gè)中間量V1、V2為

(3)

其中,V1、V2可看作是笛卡兒坐標(biāo)系下的橫軸與縱軸,z軸表示彩色數(shù)字影像的亮度的I,那么色度H和飽和度S分可以表示為

H=arctan(V2/V1)

(4)

(5)

在數(shù)字影像采集過程中,受到農(nóng)機(jī)作業(yè)環(huán)境的影響會(huì)摻入很多噪聲,為了提高檢測的精度,需要對裝置進(jìn)行去噪處理,利用濾波器得到更加準(zhǔn)確的信號(hào)。本次采用同態(tài)濾波的方法,可以動(dòng)態(tài)地增加數(shù)字影像的細(xì)節(jié),表達(dá)式為

T(x,y)=S(x,y)/I(x,y)

(6)

其中,x、y分別為橫坐標(biāo)和縱坐標(biāo),T(x,y)為坐標(biāo)(x,y)的點(diǎn)在激光掃描時(shí)的反射率,S(x,y)為濾波前的值,I(x,y)為該點(diǎn)的激光掃描強(qiáng)度。將濾波前的數(shù)字影像和低通濾波器模板卷積可以得到該值,即

(7)

其中,2N+1用于描述低通濾波器模板的階數(shù)。通過濾波操作后,掃描的農(nóng)機(jī)零部件視頻提取的數(shù)字影像將更加清晰,將其和無缺陷的零部件進(jìn)行對比,可以找到零部件上存在的缺陷,進(jìn)而進(jìn)行檢修。

3 農(nóng)機(jī)輪胎檢修視頻分析

輪胎是農(nóng)機(jī)上非常重要的部件,特別是對于重型農(nóng)機(jī)而言,輪胎如果存在質(zhì)量缺陷將會(huì)嚴(yán)重影響輪胎的使用壽命,進(jìn)而影響整個(gè)農(nóng)機(jī)的作業(yè)性能。大型農(nóng)機(jī)作業(yè)的場景如圖4所示。在大型農(nóng)機(jī)作業(yè)過程中,由于作業(yè)強(qiáng)度較高,一般采用多輪胎的形式。由于農(nóng)機(jī)作業(yè)環(huán)境的復(fù)雜性,特別是在山區(qū)作業(yè)時(shí),很容易造成輪胎的損壞,因此需要定期對輪胎進(jìn)行檢修。輪胎檢修過程可以采用激光全息技術(shù),通過無損檢測的方法判斷農(nóng)機(jī)的輪胎是否存在缺陷,以及缺陷是否需要及時(shí)地進(jìn)行維修和維護(hù)。

圖4 農(nóng)機(jī)作業(yè)場景Fig.4 The scene of agricultural machinery operation

圖5為激光全息無損檢測設(shè)備。在激光掃描得到輪胎的全息視頻后,需要提取輪胎特征數(shù)字影像,對輪胎的缺陷進(jìn)行分析判斷。

圖5 激光全息農(nóng)機(jī)輪胎無損檢測系統(tǒng)Fig.5 The laser holographic nondestructive testing system for agricultural machinery tyres

通過視頻分析提取的數(shù)字影像如圖6所示。為了保護(hù)數(shù)字影像的邊緣,同時(shí)對數(shù)字影像進(jìn)行去噪聲處理,利用濾波的方法對數(shù)字影像進(jìn)行增強(qiáng),通過濾波得到了如圖7所示的增強(qiáng)后的數(shù)字影像。

圖6 全息干涉原始數(shù)字影像 圖7 濾波后的全息干涉數(shù)字影像Fig.6 The Holographic interferometric original digital image Fig.7 The filtered holographic interferometric digital image

通過濾波使數(shù)字影像變得條紋更加平滑,對比度也更加明顯,更有利于下一步的二次曝光處理。通過二次曝光和無缺陷的輪胎數(shù)字影像進(jìn)行對比,可以得到輪胎是否存在缺陷。

為了驗(yàn)證基于檢修光學(xué)視頻分析對輪胎進(jìn)行缺陷檢測的準(zhǔn)確性,對檢測結(jié)果進(jìn)行了統(tǒng)計(jì),得到了如表1所示的統(tǒng)計(jì)結(jié)果。由表1可以看出:檢測的準(zhǔn)確率都在95%以上,準(zhǔn)確率較高。當(dāng)缺陷檢測系統(tǒng)檢測出農(nóng)機(jī)輪胎存在缺陷時(shí),對數(shù)字影像信息進(jìn)行保存后,確定輪胎待修部位,對輪胎進(jìn)行檢修和維護(hù),可以有效地提高農(nóng)機(jī)檢修效率和檢修的精確性。

表1 基于檢修光學(xué)視頻分析的檢測準(zhǔn)確率統(tǒng)計(jì)Table 1 The detection accuracy statistics based on overhaul optical video analysis

4 結(jié)論

為了提高農(nóng)機(jī)零部件檢修的效率和準(zhǔn)確性,將檢修光學(xué)視頻分析技術(shù)引入到了農(nóng)機(jī)零部件的檢修和維護(hù)上。通過利用數(shù)字影像處理技術(shù)和二次曝光技術(shù)對檢測數(shù)字影像和無缺陷數(shù)字影像進(jìn)行對比,得到農(nóng)機(jī)零部件是否存在缺陷及缺陷的位置等信息。以農(nóng)機(jī)輪胎零部件的檢修為例,對該方法的可行性進(jìn)行了測試,結(jié)果表明:檢測的準(zhǔn)確率都在95%以上,檢測的準(zhǔn)確率較高;在檢測到缺陷后還可以將缺陷數(shù)字影像進(jìn)行保存,對于提高農(nóng)機(jī)檢修維護(hù)的效率具有重要的意義。