金玫秀，朱士虎，王 通，莊飛飛

（江蘇師范大學(xué) 物理與電子工程學(xué)院，江蘇 徐州 221116）

0 引言

隨著經(jīng)濟(jì)的快速發(fā)展，我國的鐵路運(yùn)輸也隨之快速雄起，并作為國民經(jīng)濟(jì)發(fā)展的重要支柱，是社會經(jīng)濟(jì)發(fā)展不可或缺的一部分，憑借安全、經(jīng)濟(jì)、速度快、運(yùn)能大等特點(diǎn)占據(jù)了我國綜合交通體系中骨干的地位，對社會經(jīng)濟(jì)發(fā)展和民生改善起到了重大作用[1]。鋼軌作為鐵路運(yùn)行的重要部件，鋼軌安全狀態(tài)的監(jiān)測對于保證列車的安全運(yùn)行至關(guān)重要。在鋼軌使用過程中隨著使用年限的增長，鋼軌會逐漸老化進(jìn)而出現(xiàn)損傷，軌道裂紋是軌道損傷的主要表現(xiàn)形式，列車在損傷鋼軌上行駛易導(dǎo)致交通事故的發(fā)生，鋼軌裂紋損傷在鐵路運(yùn)行中有巨大的安全隱患[2]。在科學(xué)水平和自動(dòng)化技術(shù)不斷發(fā)展和成熟的推動(dòng)下，多種非接觸式無損檢測方法逐漸被提出，并應(yīng)用在軌道交通系統(tǒng)安全狀態(tài)檢測領(lǐng)域。

1 裂紋常用檢測技術(shù)

1.1 超聲波檢測

超聲檢測主要是基于接收通過被檢測工件的超聲波，對其進(jìn)行處理分析，并根據(jù)所接收的超聲波特征，評估被檢測工件內(nèi)部缺陷的特性[3]。不足是存在不易實(shí)現(xiàn)非接觸測量及檢測盲區(qū)的問題，而且對形狀復(fù)雜的工件不易檢測。

1.2 激光檢測

激光檢測是激光掃描物體時(shí)，使得物體表面熱波具有橫向傳播特性，當(dāng)遇到裂紋缺陷時(shí)橫向傳導(dǎo)會受到阻礙[4]。由于激光器波長單一，而不同材料對光波吸收頻率不一致，使得單一激光器的可檢測種類有限，只能檢測到裂紋長度和寬度信息，不能得到裂紋深度信息。

1.3 電磁檢測

電磁檢測是一種多物理場耦合的，利用材料電磁熱效應(yīng)進(jìn)行檢測和評估的一類無損檢測技術(shù)[5]。電磁熱成像檢測具有檢測距離較遠(yuǎn)、檢測效率高、熱成像結(jié)果直觀、但其對于在表面和內(nèi)部具在復(fù)雜裂紋的試件在檢測時(shí)存在不確定性等特點(diǎn)。

在電磁檢測中，磁場被用于激勵(lì)，檢測的則是電磁場信號，因此，根據(jù)檢測激勵(lì)和檢測方式的不同又分為常見的渦流檢測和漏磁檢測。其中，渦流檢測利用電磁感應(yīng)基本原理，在激勵(lì)線圈上施加電信號，將傳感器沿著鋼軌移動(dòng)，在交變磁場的作用下其表面會形成渦流，而此時(shí)渦流將產(chǎn)生反向磁場，通過測量線圈來檢測渦流反向磁場的變化，以獲取鋼軌裂紋的相關(guān)信息[6]。渦流檢測技術(shù)具有可實(shí)現(xiàn)性強(qiáng)、設(shè)備自動(dòng)化程度高、非接觸、高速檢測等優(yōu)點(diǎn)，但其檢測范圍僅限于鋼軌表面及近表面的裂紋，不適用于形狀復(fù)雜的零件，測試結(jié)果也易于受到材料本身及其他因素的干擾。漏磁檢測技術(shù)是利用磁現(xiàn)象檢測具有磁性材料表面和近表面損傷的一種新型的無損檢測方法，該方法是由磁粉檢測技術(shù)發(fā)展而來[7]。該檢測技術(shù)適用于檢測鋼軌表面及近表面的裂紋，但其檢測范圍有限，對于鋼軌頭部核傷以及軌腰和軌底處的裂紋無法進(jìn)行有效的檢測，且受噪聲的影響。

1.4 紅外熱成像檢測

紅外熱成像檢測技術(shù)按其檢測方式可分為主動(dòng)式和被動(dòng)式[8]。主動(dòng)式紅外熱成像檢測技術(shù)是通過主動(dòng)對物體施加可控?zé)峒?lì)，使物體內(nèi)部的缺陷和損傷以表面溫場變化的差異表現(xiàn)出來的一種無損檢測方法。被動(dòng)式紅外熱成像檢測技術(shù)利用一切高于絕對溫度的物體都會向外發(fā)射電磁波原理，通過探測被測物體的熱輻射，然后獲取溫度信息的檢測方式。加入熱激勵(lì)使被測物內(nèi)部產(chǎn)生溫度梯度，對于有裂紋或缺陷的被測物，當(dāng)熱量在內(nèi)部傳播時(shí)，由于裂紋缺陷的阻擋，熱量積聚導(dǎo)致表面溫度高的局部熱區(qū)，通過用紅外熱像儀連續(xù)觀測和記錄物體表面的溫度場變化，并對序列熱圖結(jié)果進(jìn)行運(yùn)算和處理，以實(shí)現(xiàn)對物體內(nèi)部異性結(jié)構(gòu)定性和定量的表征[9]。

主動(dòng)式紅外熱成像檢測的核心是采用了主動(dòng)式控制熱激勵(lì)的方法，與被動(dòng)式紅外熱成像檢測相比，主動(dòng)給被測物體加熱，使其內(nèi)部產(chǎn)生溫差，克服了被動(dòng)式檢測靈敏度不足問題，同時(shí)具有檢測效率高、檢測信息豐富完整的優(yōu)點(diǎn)[10-11]。熱激勵(lì)加熱完成后，使用紅外熱像儀實(shí)時(shí)的采集熱圖像，然后分析處理圖像信息，應(yīng)用在鋼軌裂紋檢測上具有重要研究意義。

紅外熱成像檢測技術(shù)具有非接觸性、適用面廣、檢測速度快、測量結(jié)果顯示形象直觀、定量測量等優(yōu)點(diǎn)[12]，可有效解決傳統(tǒng)檢測方式存在的諸多問題，故在軌道交通系統(tǒng)狀態(tài)檢測領(lǐng)域得到了越來越多的關(guān)注和應(yīng)用。因此，將紅外熱成像無損檢測技術(shù)應(yīng)用到鋼軌裂紋檢測具有重要的現(xiàn)實(shí)意義和實(shí)用價(jià)值。

2 紅外熱成像檢測技術(shù)

2.1 紅外檢測常用激勵(lì)方式

針對被測物體的材質(zhì)、結(jié)構(gòu)和缺陷類型以及特定的檢測環(huán)境和條件，目前常用的熱激勵(lì)方式有：鹵素?zé)?、超聲波、激光、電磁感?yīng)、THz 波等，在檢測中加入激勵(lì)的作用是將能量注入到檢測對象，使得檢測對象缺陷處與無缺陷位置產(chǎn)生誤差，并反映到材料表面。如表1[13-14]所示為紅外檢測常用激勵(lì)方式的對比。

2.2 基于鹵素?zé)艏?lì)的紅外熱成像裂紋檢測

鋼軌作為金屬其熱輻射能量很低，因此需要從外部施加一個(gè)熱激勵(lì)。顧桂梅等[15]曾將鹵素?zé)糇鳛闊峒?lì)應(yīng)用在紅外熱成像裂紋檢測，并取得較好結(jié)果；李玉杰等[16]將鹵素?zé)艏訜峒t外成像檢測技術(shù)應(yīng)用到復(fù)合材料檢測，缺陷位置誤差小于0.3℃；周正干等[17]使用鎖相紅外熱成像檢測技術(shù)，檢測鈦合金的蜂窩結(jié)構(gòu)的預(yù)制脫焊缺陷，用鹵素?zé)糇鳛榧?lì)，為鈦合金蜂窩結(jié)構(gòu)實(shí)際檢測提供了工藝指導(dǎo)。如表1所示，鹵素?zé)裟芤暂^高的溫度運(yùn)作，作為加熱激勵(lì)源效率更高，能夠把大部分電能轉(zhuǎn)化為熱能；而且鹵素?zé)舨僮骱唵危β士筛鶕?jù)需要調(diào)整，熱度容易控制，更適合使用到鋼軌軌底裂紋紅外熱成像檢測系統(tǒng)中，因此選擇鹵素?zé)糇鳛榧?lì)源。

表1 紅外檢測常用激勵(lì)方式Table 1 Common excitation methods of infrared detection

該檢測系統(tǒng)采用鹵素?zé)糇鳛闊峒?lì)源，加入激勵(lì)后熱流會在試件內(nèi)部傳遞，加熱完成后用熱像儀采集試件表面的紅外熱圖像，接著由計(jì)算機(jī)中的分析軟件處理采集到的裂紋圖像，根據(jù)熱圖像中溫度分布情況，判斷是否存在缺陷[18]。由導(dǎo)熱理論可知，裂紋處的材料屬性屬于空氣，空氣對于熱流來說是隔熱性缺陷，如果試件內(nèi)部存在裂紋，當(dāng)熱流經(jīng)過裂紋處時(shí)空氣會阻礙熱流的傳遞，熱量會在裂紋處累積，因此裂紋處對應(yīng)的試件表面的溫度會高于無裂紋處[19]。

由傅里葉定律知熱流密度與溫度梯度之間的關(guān)系表達(dá)式為：

式中：q為熱流密度；?T為溫度梯度；λ為材料的導(dǎo)熱系數(shù)，表示物體導(dǎo)熱能力的大小；式中的符號是因?yàn)闊崃總鬟f方向與溫度梯度的方向相反。

在給定邊界條件下，可以得到熱波在截止中的傳播函數(shù)，因此，直角坐標(biāo)系下，t時(shí)刻沿x，y，z方向的熱傳導(dǎo)微分方程為：

式中：ρ為材料密度；c為比熱容；α＝λ/ρc為材料的擴(kuò)散系數(shù)；ρc為體熱容，表示物體存儲熱量的能力；f(x,y,z,t)為熱源函數(shù)。

根據(jù)上述原理，使用紅外熱像儀采集熱圖像，然后分析被測物體表面的溫度變化情況，從而對物體內(nèi)部的熱特性狀態(tài)做出判斷。

如圖1為鹵素?zé)艏?lì)紅外熱成像檢測原理圖。在搭建實(shí)驗(yàn)臺時(shí)，將4 個(gè)50 W 的鹵素?zé)襞欧旁诒粶y對象正上方的三腳架上，成水平45°，為避免光污染了及能量的擴(kuò)散，在鹵素?zé)敉饷娣謩e加裝了黑色的遮罩，使加熱燈筒內(nèi)部形成均勻的光環(huán)境。實(shí)驗(yàn)中使用的是FLIR E5 熱像儀，其熱靈敏度是0.10℃，像素160×120，待加熱5 s 后進(jìn)行圖像采集，將紅外熱像儀連接計(jì)算機(jī)，頻率設(shè)置為每0.4 s 采集一次，采集12幀的熱圖像，如圖2為采集的熱圖像序列。

圖1 鹵素?zé)艏?lì)紅外熱成像檢測原理圖Fig.1 Schematic diagram of halogen lamp excited infrared thermal imaging detection

圖2 熱波圖像序列Fig.2 Thermal wave image sequence

根據(jù)上述基于鹵素?zé)艏訜岬募t外熱成像檢測原理，總結(jié)其檢測過程如下：首先根據(jù)被檢測對象的材料結(jié)構(gòu)及其熱特性選取合適的鹵素?zé)艄ぷ鞴β?，并對其進(jìn)行加熱；由于缺陷處阻礙熱波的傳遞，導(dǎo)致熱波在此處進(jìn)行積累，與正常區(qū)域產(chǎn)生差異，使用紅外熱像儀采集熱圖像，記錄被測對象表面溫差變化規(guī)律，同時(shí)傳輸?shù)接?jì)算機(jī)；最后對采集到的紅外裂紋圖像進(jìn)行增強(qiáng)處理，并根據(jù)溫差變化分析試件裂紋細(xì)節(jié)信息。

3 紅外熱成像圖像處理

3.1 鋼軌裂紋特征及圖像分析

鋼軌中疲勞裂紋是材料承受交變載荷時(shí)引起的龜裂的缺陷，當(dāng)再次經(jīng)過應(yīng)變時(shí)，裂紋尾部還會繼續(xù)拓展，裂紋擴(kuò)展到鋼軌內(nèi)部會帶有核傷，且邊緣有密集的細(xì)小裂紋，這些細(xì)小裂紋因?yàn)檫^于細(xì)小很難在圖像中識別。

此外，紅外熱成像系統(tǒng)由于受紅外自身成像波長較長、成像環(huán)境（如空氣中其他熱輻射源、探測距離大、操作者誤差等）等影響，導(dǎo)致紅外圖像存在噪聲大、對比度低、非均勻性大、空間分辨力差等缺陷[20]。采集到的圖像會存在裂紋處細(xì)節(jié)顯示不清晰，為了方便后續(xù)對特征信息的提取，需要對采集到的圖像進(jìn)行增強(qiáng)處理。

3.2 圖像增強(qiáng)處理

常用的紅外圖像增強(qiáng)算法分為兩類：空間域和頻率域?；诳臻g域增強(qiáng)是直接對圖像灰度級做運(yùn)算，可用于去除或減弱噪聲，常用方法有直方圖均衡化、偏微分方程、空間濾波等；基于頻率域是通過修正變換系數(shù)來實(shí)現(xiàn)圖像的增強(qiáng)，把圖像看作一種二維信號，對其進(jìn)行基于二維傅里葉變換的信號增強(qiáng)，代表方法代表性的有小波變換、Contourlet 變換等[21]。

3.2.1 直方圖均衡化

直方圖均衡化處理的主要目的就是把原始圖像的灰度級均勻地映射到整個(gè)灰度級范圍內(nèi)，得到一個(gè)灰度級分布均勻的圖像，這樣就增加了像素灰度級的動(dòng)態(tài)范圍從而達(dá)到增強(qiáng)圖像整體對比度的效果[22]。假設(shè)圖像中像素總數(shù)是N，圖像的灰度級數(shù)是L，灰度級空間是[0,L－1]，用nk表示第k級灰度（第k個(gè)灰度級，像素值為k）在圖像內(nèi)的像素點(diǎn)個(gè)數(shù)，那么該圖像中灰度級為rk（第k個(gè)灰度級）出現(xiàn)的概率為：

根據(jù)灰度級概率，對其進(jìn)行均衡化處理的計(jì)算公式為：

該方法更適用于背景和前景都太亮或者太暗的圖像，其優(yōu)勢在于它是一個(gè)相當(dāng)直觀的技術(shù)并且是可逆操作，如果已知均衡化函數(shù)，那么就可以恢復(fù)原始的直方圖，并且計(jì)算量也不大。但該方法存在的缺點(diǎn)是變換后圖像的灰度級減少，一些細(xì)節(jié)消失以及某些圖像經(jīng)處理后對比度不自然的過分增強(qiáng)。

3.2.2 高斯濾波

高斯濾波器是一種線性濾波器，有效抑制噪聲和平滑圖像的同時(shí)，能夠更多地保留圖像的總體灰度分布特征。高斯濾波后圖像被平滑的程度取決于標(biāo)準(zhǔn)差σ，其輸出是領(lǐng)域內(nèi)各個(gè)像素的加權(quán)平均，離中心越近的像素權(quán)重越高[23]。因此，它的平滑效果更好，但也會導(dǎo)致圖像比較模糊。高斯核參數(shù)為：

式中：(x,y)表示像素點(diǎn)坐標(biāo)；σ為高斯分布的標(biāo)準(zhǔn)差。圖像的平滑程度由參數(shù)σ決定，標(biāo)準(zhǔn)差越小，高斯圖像越窄小，平滑效果不明顯；標(biāo)準(zhǔn)差越大，高斯圖像越矮寬，濾波效果比較明顯。

3.2.3 結(jié)合直方圖均衡和高斯濾波的圖像增強(qiáng)算法

所采集的裂紋紅外圖像其低頻部分主要包括了圖像的灰度分布情況，高頻部分主要包括了圖像中裂紋邊緣和內(nèi)部的微小的像素信息。針對低頻灰度分布情況，使用了直方圖均衡化、高斯濾波以及兩種方法結(jié)合的方式進(jìn)行比較；而裂紋邊緣細(xì)節(jié)部分采用Canny 邊緣檢測的圖像分割來獲取，為之后圖像分析奠定基礎(chǔ)。當(dāng)使用傳統(tǒng)的直方圖均衡化方法對圖像進(jìn)行處理的話，雖然提高了圖像的對比度，但是會使圖像過于銳化，甚至一些細(xì)節(jié)消失，如圖3(a)所示。而直接使用高斯濾波器處理圖像，雖然降低了圖像的噪聲，但圖像過于模糊，影響裂紋幾何特征提取的精確性，不利于細(xì)節(jié)的提取，如圖3(b)所示。

為了更好地解決這個(gè)問題，提出直方圖均衡化和高斯濾波相結(jié)合的紅外圖像增強(qiáng)方法，該方法增強(qiáng)了圖像的對比度，降低了圖像噪聲，同時(shí)對圖像進(jìn)行了平滑處理，如圖3(c)所示。

圖3 圖像增強(qiáng)結(jié)果Fig.3 Image enhancement results

圖4為直方圖均衡化、高斯濾波以及直方圖均衡化和高斯濾波相結(jié)合的圖像增強(qiáng)算法的直方圖對比結(jié)果。其中，x軸為灰度級，y軸為灰度級出現(xiàn)的頻率，可以很直觀地看出經(jīng)過本文提出的直方圖均衡化和高斯濾波相結(jié)合算法處理后，直方圖內(nèi)灰度級分布更加均衡，圖像也更加清晰，裂紋細(xì)節(jié)展示更加清晰。

圖4 圖像處理算法的直方圖對比Fig.4 Histogram comparison of image processing algorithms

3.3 Canny 邊緣檢測

邊緣檢測的實(shí)質(zhì)是采用某種算法提取圖像中目標(biāo)與背景之間的邊界線，針對裂紋紅外圖像中裂紋邊緣細(xì)節(jié)部分采用Canny 邊緣檢測的圖像分割來獲取，Canny 邊緣檢測是一種使用多級邊緣檢測算法檢測邊緣的方法，在其檢測過程中包括去噪、梯度的幅度和方向計(jì)算、非極大值抑制、確定邊緣操作[24]。

如圖5所示，通過該方法能快速地獲取裂紋的邊緣細(xì)節(jié)信息，圖像中裂紋內(nèi)部及邊緣細(xì)節(jié)比較明顯且連續(xù)，能滿足鋼軌軌底裂紋檢測的要求。該算法具有較好的降噪能力和較高的檢測精度，應(yīng)用范圍較廣，但也存在局限性，由于高、低閾值是通過人為設(shè)定，使得偽邊緣和邊緣的連續(xù)性之間存在著矛盾，因此在接下來學(xué)習(xí)中還要針對Canny邊緣檢測的缺點(diǎn)進(jìn)行改進(jìn)。更能滿足鋼軌裂紋檢測要求的實(shí)時(shí)性，也可以有效提高下一步計(jì)算裂紋幾何特征的精確性。

圖5 Canny 邊緣檢測Fig.5 Canny edge detection

最后為了獲取裂紋損傷幾何信息，需要提取熱波檢測圖像序列中裂紋區(qū)域內(nèi)細(xì)節(jié)像素點(diǎn)的溫度變化規(guī)律，將缺陷區(qū)域圖像進(jìn)一步實(shí)現(xiàn)特征提取，獲得細(xì)節(jié)像素區(qū)域的坐標(biāo)，實(shí)現(xiàn)對特征像素點(diǎn)的定位，及對裂紋大小、深度的計(jì)算。

4 總結(jié)與展望

4.1 總結(jié)

紅外熱成像技術(shù)作為一門新興的無損檢測裂紋技術(shù)，具有非接觸、檢測速度快、檢測面積大、定量檢測等諸多優(yōu)點(diǎn)，但也存在靈敏度不足，難以實(shí)現(xiàn)檢測非常細(xì)微的裂紋，需經(jīng)過一定的圖像處理才使得檢測結(jié)果更好的問題。我國對于紅外熱像技術(shù)的研究熱度也呈現(xiàn)出整體上升的趨勢，對于紅外熱像技術(shù)的裂紋檢測未來的發(fā)展，還要繼續(xù)攻克技術(shù)難關(guān)，不斷創(chuàng)新。本文基于紅外熱成像檢測系統(tǒng)原理，選用鹵素?zé)糇鳛榧?lì)，搭建了鋼軌裂紋檢測實(shí)驗(yàn)平臺。對采集的紅外裂紋圖像存在對比度底、噪聲問題，使用直方圖均衡化和高斯濾波相結(jié)合的算法進(jìn)行圖像增強(qiáng)處理，通過實(shí)驗(yàn)結(jié)果得出，該算法可以降低圖像噪聲、提高圖像對比度。

4.2 展望

隨著國內(nèi)外學(xué)者對紅外熱成像檢測技術(shù)的不斷深入，該檢測技術(shù)已廣泛應(yīng)用于軍事、航天、醫(yī)療等領(lǐng)域。在今后一段時(shí)間內(nèi)，紅外熱成像檢測技術(shù)將有如下發(fā)展趨勢：①更高效的檢測方法。如使用先進(jìn)的熱像儀，可以采集到更加清晰與噪聲更少的紅外圖像，能夠更準(zhǔn)確反映出檢測物體的熱輻射情況；②針對缺陷的自動(dòng)識別技術(shù)。目前缺陷仍是根據(jù)人的主觀判斷，在效率和精確度上都有所欠缺，隨著計(jì)算機(jī)技術(shù)的快速發(fā)展，自動(dòng)識別技術(shù)逐漸引起大家的重視，如通過神經(jīng)網(wǎng)絡(luò)系統(tǒng)進(jìn)行目標(biāo)檢測等技術(shù)；③多種檢測方式相互融合。常用檢測方法及無損檢測技術(shù)都存在各自的優(yōu)缺點(diǎn)，為更好實(shí)現(xiàn)精確的檢測，可以將兩種及以上檢測方式相結(jié)合；④多種激勵(lì)方式相融合。本文舉例對比了幾種激勵(lì)方式，可以根據(jù)需要將優(yōu)點(diǎn)互補(bǔ)的激勵(lì)進(jìn)行融合，而進(jìn)一步提高激勵(lì)效率，如使用超聲波激勵(lì)和鹵素?zé)粝嘟Y(jié)合，鹵素?zé)艨蓪Ρ粶y對象表面進(jìn)行大面積加熱，超聲波激勵(lì)則對被測對象進(jìn)行深層加熱，兩者結(jié)合既實(shí)現(xiàn)了裂紋表面的均勻加熱，又進(jìn)一步增強(qiáng)亞表面加熱。此外，針對鋼軌裂紋的紅外熱成像檢測中要考慮到環(huán)境因素的干擾，在實(shí)際場景中提高檢測效率；另一方面，對于鋼軌裂紋圖像處理方面，要避免紅外熱像儀設(shè)備和外界環(huán)境的影響，降低鋼軌裂紋圖像中的噪聲。