楊磊磊，劉志亮,，郭嘉樹，左明健,3

（1. 電子科技大學(xué)機(jī)械與電氣工程學(xué)院，四川 成都611731；2. 電子科技大學(xué)格拉斯哥學(xué)院，四川 成都611731；3. 青島國(guó)際院士港研究院，山東 青島266041）

引 言

鋼絲繩因其材料的延展性及其捻向結(jié)構(gòu)設(shè)計(jì)，具有高強(qiáng)度、高韌性等特點(diǎn)，在承受張力等方面表現(xiàn)優(yōu)良，因而被廣泛應(yīng)用在工程和生活的各個(gè)領(lǐng)域[1]。然而，經(jīng)長(zhǎng)期使用后，鋼絲繩的鋼絞線難免出現(xiàn)磨損、老化、銹蝕，甚至部分?jǐn)嗔?，影響到設(shè)備及人員安全，因此鋼絲繩的在線無(wú)損檢測(cè)至關(guān)重要。

根據(jù)損傷的性質(zhì)及程度，鋼絲繩損傷主要可分為兩大類：局部損傷（Local Flaw, LF）和橫截面積損失（Loss of Metallic Area, LMA）。無(wú)損檢測(cè)因其非破壞性的優(yōu)點(diǎn)，近年來(lái)逐漸受到重視[2]。國(guó)內(nèi)外針對(duì)鋼絲繩的無(wú)損檢測(cè)開展了大量研究。根據(jù)不同的檢測(cè)原理，鋼絲繩無(wú)損檢測(cè)采用光學(xué)、聲學(xué)、電磁等不同檢測(cè)方法[3-5]。其中，光學(xué)方法雖然能夠直觀展現(xiàn)鋼絲繩的表面圖像，但因鋼絲繩所處環(huán)境復(fù)雜及表面油污干擾，在實(shí)際工況下往往難以獲得良好效果。聲學(xué)法（如超聲及聲發(fā)射等方法）通過(guò)檢測(cè)聲波變換來(lái)判別斷絲及鋼絲繩變形等損傷，但信噪比普遍較低。這兩類方法都難以檢測(cè)鋼絲繩內(nèi)部的損傷，因此電磁方法以其良好的定性判斷損傷類型及定位損傷位置的性能廣泛應(yīng)用在鋼絲繩無(wú)損檢測(cè)領(lǐng)域。為提升傳感器的檢測(cè)性能，大量基于電磁檢測(cè)原理的鋼絲繩無(wú)損檢測(cè)傳感器結(jié)構(gòu)設(shè)計(jì)及理論研究逐步得以開展。例如，文獻(xiàn)[6]采用低頻透射式電渦流檢測(cè)方法，設(shè)計(jì)出一套探頭沿徑向?qū)ΨQ布置的可調(diào)式環(huán)形渦流鋼絲繩探傷裝置；文獻(xiàn)[7]提出基于隧道磁阻傳感器的漏磁檢測(cè)傳感器，可以檢測(cè)直徑為0.5 mm的單根斷絲。此外，目前許多商業(yè)傳感器已經(jīng)應(yīng)用到實(shí)際場(chǎng)景中，如國(guó)外NDT tech.公司研發(fā)的LMA系列探傷儀、波蘭Zawada NDT研發(fā)的MD系列探傷儀等[8]。然而有報(bào)告表明，市面上鋼絲繩無(wú)損檢測(cè)儀器的性能在鋼絲繩損傷檢測(cè)方面仍有較大改善空間[9]。

在傳感器檢測(cè)性能優(yōu)化的同時(shí)，由于電磁檢測(cè)方法受到鋼絲繩股波信號(hào)、周圍環(huán)境噪聲及抖動(dòng)等因素的干擾，鋼絲繩電磁無(wú)損檢測(cè)信號(hào)往往難以直接提取損傷特征。為此，近年來(lái)逐漸提出了不同信號(hào)處理和損傷識(shí)別方法。文獻(xiàn)[10]較早介紹了鋼絲繩漏磁信號(hào)的部分預(yù)處理和濾波技術(shù)；文獻(xiàn)[11]設(shè)計(jì)了參數(shù)自適應(yīng)的空間濾波器，用于抑制鋼絲繩股波信號(hào)。之后，文獻(xiàn)[12]利用灰度共生矩陣方法提取圖像的紋理特征，進(jìn)行漏磁信號(hào)故障特征提??；文獻(xiàn)[13]建立了等效磁偶極子模型，在數(shù)據(jù)處理上運(yùn)用小波對(duì)漏磁數(shù)據(jù)進(jìn)行降噪，驗(yàn)證了小波方法的去噪效果；文獻(xiàn)[14]和[15]則通過(guò)對(duì)鋼絲繩斷絲軸向漏磁場(chǎng)進(jìn)行有限元仿真分析，驗(yàn)證基于磁荷模型的理論分析結(jié)果，并采用雙密度雙樹復(fù)小波變換和逆向傳播（Back Propagation, BP）神經(jīng)網(wǎng)絡(luò)對(duì)鋼絲繩損傷進(jìn)行識(shí)別；文獻(xiàn)[16]采用基于希爾伯特變換的包絡(luò)方法，提升漏磁信號(hào)的信噪比。

上述研究多采用基于一維漏磁信號(hào)的檢測(cè)方法，通過(guò)分析其時(shí)頻域指標(biāo)提升漏磁信號(hào)的信噪比，進(jìn)而確定缺陷屬性。但由于一維信號(hào)只包含缺陷信號(hào)的幅值、頻率等獨(dú)立特征信息，因而不能綜合空間信息判別同一位置處集中斷絲與離散斷絲的區(qū)別，難以滿足損傷檢測(cè)的需求[17]。因此，有人提出了利用傳感器的空間分布特征，將漏磁信號(hào)轉(zhuǎn)化為二維圖像甚至三維信息的處理方法。文獻(xiàn)[18]曾對(duì)周向插值后的二維漏磁圖像進(jìn)行處理，通過(guò)漏磁圖像二值化后的局部像素和對(duì)應(yīng)缺陷大小進(jìn)行定量分析；文獻(xiàn)[19]也通過(guò)將漏磁信息轉(zhuǎn)化為二維漏磁圖像，分析抖動(dòng)信號(hào)及股波信號(hào)的時(shí)頻特征，通過(guò)斜向重采樣及零相濾波器有效濾除了股波噪聲，提升了缺陷信號(hào)的信噪比。在此基礎(chǔ)上，文獻(xiàn)[20]通過(guò)建立鋼絲繩抖動(dòng)模型分析了由抖動(dòng)造成的提離值不同對(duì)漏磁信號(hào)的影響，所提出的一種基于環(huán)形中值濾波的抖動(dòng)抑制方法，在復(fù)雜情況下具備更強(qiáng)的魯棒性并取得了良好的缺陷提取效果。

綜上所述，二維漏磁圖像可提供空間信息及多場(chǎng)點(diǎn)漏磁場(chǎng)信息（一維信號(hào)卻沒(méi)有此功能），處理后所提取的特征量能夠作為損傷分析模型的參數(shù)，同時(shí)漏磁信號(hào)中的空間特征為準(zhǔn)確提取損傷特征值和空間位置提供了判定依據(jù)。雖然漏磁圖像用于缺陷提取取得了較好效果，但目前針對(duì)漏磁圖像中股波的去除算法流程仍較復(fù)雜，處理時(shí)間較長(zhǎng)，難以應(yīng)用到大量數(shù)據(jù)的實(shí)時(shí)處理中。因此，本文提出一種基于二維離散傅里葉變換（Two-dimensional Discrete Fourier Transform,2D-DFT）的信號(hào)處理方法，對(duì)一維漏磁信號(hào)進(jìn)行預(yù)處理后再轉(zhuǎn)換為二維漏磁圖像，進(jìn)行二維離散傅里葉變換后，通過(guò)設(shè)置濾波器對(duì)漏磁圖像進(jìn)行處理。本文主要貢獻(xiàn)如下：

1）首次從二維頻域上分析漏磁信號(hào)特征，并直接使用圖像處理方法對(duì)鋼絲繩漏磁信息進(jìn)行分析處理；

2）明確了漏磁圖像中股波的頻域分布特點(diǎn)，并提出基于2D-DFT的漏磁圖像局部缺陷檢測(cè)算法。

1 信號(hào)采集與處理方法

1.1 漏磁傳感器設(shè)計(jì)及信號(hào)采集

本文采用霍爾元器件陣列來(lái)檢測(cè)鋼絲繩表面磁場(chǎng)變化，從而獲取鋼絲繩損傷處的漏磁信號(hào)。用于鋼絲繩損傷檢測(cè)的漏磁傳感器結(jié)構(gòu)如圖1所示。它包含外殼、勵(lì)磁部分與檢測(cè)部分。其中勵(lì)磁部分由永磁體和銜鐵構(gòu)成，用于飽和磁化檢測(cè)區(qū)域的鋼絲繩；檢測(cè)部分包含霍爾傳感器陣列及數(shù)據(jù)采集卡。

圖1 漏磁傳感器

在實(shí)驗(yàn)過(guò)程中，為保證漏磁傳感器能夠有效飽和磁化鋼絲繩，產(chǎn)生穩(wěn)定的漏磁場(chǎng)，永磁體采用剩磁可達(dá)1.4 T的釹鐵硼材料（N50），其磁能積可達(dá)到382～398 kJ/m3。銜鐵采用高磁導(dǎo)率的電工純鐵材料（DT4C），16個(gè)霍爾傳感器作為檢測(cè)部件，均勻分布在鋼絲繩外圈的周向位置，霍爾傳感器之間相隔22.5°。漏磁傳感器的采樣頻率為2 500 Hz，數(shù)據(jù)采集卡將采集到的徑向漏磁信號(hào)傳輸至上位機(jī)。實(shí)驗(yàn)過(guò)程通過(guò)滑塊或手動(dòng)移動(dòng)傳感器，使傳感器檢測(cè)整段鋼絲繩的損傷狀態(tài)。工字鋼支架用于固定鋼絲繩位置，模擬實(shí)際工況下對(duì)鋼絲繩的檢測(cè)，如圖2所示。實(shí)驗(yàn)中在長(zhǎng)度為1.7 m的鋼絲繩上人工制作2處LF損傷。檢測(cè)過(guò)程中勵(lì)磁模塊飽和磁化鋼絲繩，當(dāng)傳感器通過(guò)缺陷位置時(shí)鋼絲繩表面產(chǎn)生磁場(chǎng)變化，霍爾元器件能夠檢測(cè)到漏磁場(chǎng)的變化，從而獲取漏磁信號(hào)，用于后續(xù)損傷特征的判定和提取。

圖2 試驗(yàn)臺(tái)實(shí)物圖

1.2 基于二維傅里葉變換的信號(hào)處理方法

由于鋼絲繩損傷具有軸向、徑向及周向特征，單路霍爾傳感器采集到的信號(hào)難以表征缺陷全貌。為提升鋼絲繩損傷分辨率，可將多路一維信號(hào)經(jīng)插值處理后形成二維圖像信號(hào)，進(jìn)而提取漏磁信號(hào)中的缺陷空間分布特征。對(duì)二維圖像進(jìn)行多分辨率處理時(shí)，二維離散傅里葉變換方法能夠描述圖像的頻率屬性，因而可從頻域?yàn)V除股波及其他低頻噪聲。因此本文選用二維離散傅里葉變換作為圖像處理的基礎(chǔ)工具。

二維傅里葉變換通過(guò)將圖像從空間域轉(zhuǎn)換為頻域，能夠直接表征圖像中像素的灰度變化劇烈程度。設(shè)尺寸為M×N的圖像f(x,y)，其中，M為圖像的寬度，N為圖像的長(zhǎng)度，x= 0,1,··· ,M- 1，y=0,1,··· ,N-1，其二維離散傅里葉變換后的圖像F(u,v)可表示為：

式中：u= 0,1,··· ,M-1；v= 0,1,··· ,N-1。在默認(rèn)情況下，以圖像左上角作為圖像原點(diǎn)，由式（1）可知，頻譜作為圖像信息分布的一種表現(xiàn)形式，具有中心對(duì)稱的特性，其低頻部位代表圖像中的平滑元素，高頻處代表突變及邊緣等區(qū)域。

根據(jù)本文提出的方法，通過(guò)二維離散傅里葉變換將漏磁圖像轉(zhuǎn)化為頻域后，為檢測(cè)LF信號(hào)，需對(duì)不同噪聲對(duì)應(yīng)的頻率分量進(jìn)行濾除處理。如圖3所示，整個(gè)處理流程可分為3個(gè)步驟，即漏磁信號(hào)預(yù)處理、漏磁圖像降噪及LF定位。預(yù)處理包含通道均衡及通道插值等操作，完成從一維信號(hào)到二維漏磁圖像的轉(zhuǎn)換；漏磁圖像降噪處理通過(guò)二維離散傅里葉變換將漏磁圖像變換為頻域，并通過(guò)設(shè)置濾波器濾除背景噪聲和股波噪聲等，從而提升重構(gòu)圖像中缺陷的信噪比；最終通過(guò)閾值設(shè)置，完成重構(gòu)圖像的二值化處理，提升缺陷的對(duì)比度并提取LF位置信息。

2 實(shí)驗(yàn)信號(hào)分析

2.1 漏磁信號(hào)預(yù)處理

實(shí)驗(yàn)中，由于冗雜噪聲信息會(huì)影響后續(xù)圖像處理及特征提取，因此為改善圖像細(xì)節(jié)，增強(qiáng)圖像質(zhì)量，需對(duì)圖像進(jìn)行預(yù)處理。本文主要采用通道均衡和通道插值方法對(duì)原始信號(hào)進(jìn)行預(yù)處理。實(shí)驗(yàn)中采用的霍爾傳感器的靈敏度為1.4 mV/Gs，可將采集到的電壓信號(hào)轉(zhuǎn)換為磁場(chǎng)變化。圖4展現(xiàn)了鋼絲繩表面漏磁場(chǎng)的變化趨勢(shì)。當(dāng)鋼絲繩與傳感器產(chǎn)生相對(duì)運(yùn)動(dòng)時(shí)，由于鋼絲繩表面呈凸凹不平的捻制結(jié)構(gòu)，所以它將采集到周期的股波信號(hào)。在實(shí)驗(yàn)過(guò)程中，由于漏磁傳感器內(nèi)部霍爾傳感器存在個(gè)體差異且距離鋼絲繩的提離值不同，因此每路漏磁信號(hào)并不在同一基線上。為消除外部噪聲及基線差異，首先需要對(duì)原始信號(hào)進(jìn)行通道均衡處理。如圖5所示，通道均衡后的信號(hào)能夠消除信號(hào)偏移對(duì)后期缺陷識(shí)別的影響。

圖4 漏磁傳感器采集的16路漏磁信號(hào)

圖5 通道均衡后的16路漏磁信號(hào)

然而，若直接將16路漏磁信號(hào)顯示為漏磁圖像，則缺陷信號(hào)因圖像分辨率較低而難以區(qū)分。本文采用樣條插值方法對(duì)信號(hào)進(jìn)行數(shù)據(jù)擴(kuò)充，提高漏磁圖像的分辨率。將16路漏磁信號(hào)插值為360路信號(hào)后，漏磁信號(hào)可轉(zhuǎn)換成如圖6所示的漏磁圖像信號(hào)，可體現(xiàn)其周向信息，并能有效分辨信號(hào)中所含的股波等信號(hào)。

圖6 通道插值形成漏磁圖像

2.2 漏磁圖像降噪

傅里葉變換作為頻域處理的經(jīng)典算法，能夠快速完成圖像的時(shí)頻域轉(zhuǎn)換。由于鋼絲繩漏磁信號(hào)中股波噪聲及背景噪聲為典型的低頻信號(hào)，因此可對(duì)漏磁圖像信號(hào)進(jìn)行二維離散傅里葉變換后，選用合適的高通濾波器消除低頻噪聲信號(hào)影響。漏磁圖像的頻譜范圍較大，且中心亮度處于支配地位。為分析頻譜細(xì)節(jié)，將頻譜中心化后使用對(duì)數(shù)變換提升對(duì)比度。處理后的頻譜如圖7所示，頻譜中亮點(diǎn)對(duì)應(yīng)了漏磁圖像中的周期性結(jié)構(gòu)。漏磁圖像中股波及背景噪聲為低頻信號(hào)，導(dǎo)致頻譜中有效信息集中在中心處。圖7對(duì)中心處的細(xì)節(jié)進(jìn)行了放大處理，便于對(duì)比頻譜處的細(xì)節(jié)特征。

圖7 用對(duì)數(shù)變換增強(qiáng)的可見(jiàn)譜及其放大圖

由于巴特沃斯濾波器在通帶內(nèi)具有良好的平坦特性，因此本文為濾除低頻噪聲和提取漏磁圖像中的缺陷信號(hào)，采用二階巴特沃斯高通濾波器，能夠在濾除噪聲的同時(shí)銳化漏磁圖像。n階巴特沃斯高通濾波器傳遞函數(shù)可定義為：

分析鋼絲繩漏磁信號(hào)的頻譜時(shí)，本文通過(guò)設(shè)計(jì)合適的高通濾波器濾除噪聲對(duì)應(yīng)的低頻分量。將高通濾波后的頻譜零點(diǎn)平移至圖像中心后，中心處局部頻譜細(xì)節(jié)如圖8（a）所示。高通濾波后頻譜圖像中的低頻分量及直流分量能夠被有效濾除，從而消除圖像空域中變化平緩的圖像噪聲。高通濾波后的漏磁圖像如圖8（b）所示。

圖8 高通濾波后的局部頻譜及對(duì)應(yīng)的漏磁圖像

濾除圖像中存在的低頻噪聲后，股波噪聲成為影響LF定位的最大因素。因鋼絲繩獨(dú)特的捻制結(jié)構(gòu)，鋼絲繩被飽和磁化時(shí)，其表面會(huì)形成規(guī)律的漏磁場(chǎng)，體現(xiàn)為漏磁圖像中的股波紋路。股波是由霍爾傳感器陣列與鋼絲繩的相對(duì)運(yùn)動(dòng)造成的，因此股波斜率與兩者間的相對(duì)速度有關(guān)，呈現(xiàn)出一定的頻率范圍。當(dāng)缺陷較小時(shí)，漏磁信號(hào)易被股波信號(hào)掩蓋，因此股波信號(hào)的濾除在二維漏磁圖像處理中至關(guān)重要。本文通過(guò)構(gòu)建二維陷波濾波器針對(duì)漏磁圖像頻域上的股波頻率段進(jìn)行濾除。如圖9（a）所示，很明顯中心處局部頻譜中股波對(duì)應(yīng)的較強(qiáng)頻譜成分已被濾除。通過(guò)對(duì)處理后的二維信號(hào)頻譜進(jìn)行反變換，重構(gòu)圖像，如圖9（b）所示。缺陷信號(hào)與背景對(duì)比明顯，并且對(duì)股波信號(hào)進(jìn)行了有效抑制。

圖9 陷波濾波后的局部頻譜及其對(duì)應(yīng)的漏磁圖像

2.3 LF定位

重構(gòu)圖像后股波及低頻噪聲被基本濾除，為清晰地分辨圖像中的缺陷信號(hào)，可進(jìn)行二值化處理以進(jìn)一步提升圖像中缺陷的對(duì)比度。由于漏磁傳感器在采集鋼絲繩表面漏磁場(chǎng)時(shí)，磁場(chǎng)方向會(huì)在缺陷兩端發(fā)生變化，導(dǎo)致缺陷信號(hào)產(chǎn)生波動(dòng)，因此在進(jìn)行二值化處理前可對(duì)圖像進(jìn)行包絡(luò)處理，使得缺陷信號(hào)的能量集中。同時(shí)，信號(hào)能量集中后獲取的包絡(luò)圖有利于二值化閾值的設(shè)定，減少缺陷的誤判率。如圖10所示，二值化處理后的結(jié)果能夠有效分辨缺陷信號(hào)及缺陷位置。通過(guò)將二值化后的數(shù)據(jù)投影到水平和垂直方向上，尋找二值化圖像中元素為1的坐標(biāo)，便可判斷此處缺陷出現(xiàn)在0.918～0.946 s這一時(shí)間段，角度在286°～309°范圍內(nèi)。

圖10 二值化處理后的漏磁圖像

3 方法對(duì)比及討論

3.1 基于一維離散傅里葉變換的缺陷提取方法

本文采用基于2D-DFT的方法對(duì)鋼絲繩表面缺陷進(jìn)行了處理，為驗(yàn)證二維方法的有效性，與一維離散傅里葉變換的處理效果進(jìn)行對(duì)比。文獻(xiàn)[21]曾利用一維離散傅里葉變換和陷波濾波器對(duì)漏磁信號(hào)進(jìn)行了處理，將漏磁信號(hào)轉(zhuǎn)化為頻域后，通過(guò)計(jì)算股波頻率，利用一維陷波濾波器濾除股波。以圖4中的數(shù)據(jù)為原始數(shù)據(jù)，濾除后的漏磁信號(hào)如圖11所示。圖12展示了通道14的漏磁信號(hào)在濾波前后的低頻部分頻譜變化。雖然使用一維陷波濾波器能夠?yàn)V除幅值較大的股波頻率，但時(shí)域上仍存在微弱的股波輪廓未能完全濾除。同時(shí)，使用一維離散傅里葉變換直接濾除后缺陷信號(hào)的信噪比較低，不利于缺陷的識(shí)別和提取。如圖13所示，采用本文所提方法，進(jìn)行預(yù)處理步驟的通道均衡處理后，才能獲得較好的缺陷識(shí)別效果。

圖11 一維DFT濾波后的漏磁信號(hào)

圖12 陷波濾波后通道14漏磁信號(hào)的局部頻譜

圖13 漏磁信號(hào)陷波濾波后進(jìn)行通道均衡的處理結(jié)果

與二維漏磁圖像處理方法相比，基于一維離散傅里葉變換的方法直接采用陷波濾波器雖能夠提取到缺陷信號(hào)，但因股波頻率較低，難以在頻譜中定位，因而需要通過(guò)信號(hào)中股波周期進(jìn)行計(jì)算，導(dǎo)致股波濾除效果并不理想。同時(shí)，一維漏磁信號(hào)只含有所采集漏磁信號(hào)的徑向分量，損失了鋼絲繩損傷的周向信息，因而難以滿足損傷分析的需求，不能有效分辨同一位置上集中斷絲和分散斷絲的差異。

3.2 基于斜向重采樣的缺陷提取方法

為分析本文所提方法的處理效果，將它與漏磁圖像的其他股波處理及缺陷提取方法進(jìn)行對(duì)比。文獻(xiàn)[19]提出一種基于斜向重采樣的股波濾除及缺陷信號(hào)提取方法。如圖14所示，該方法包括6個(gè)關(guān)鍵步驟：通道均衡、通道插值提升周向分辨率、股波去除、抗抖動(dòng)濾波、缺陷能量集中和二值化。該方法通過(guò)斜向?qū)?shù)據(jù)重采樣進(jìn)而消除股波對(duì)應(yīng)圖像中的斜向條紋。由于斜向重采樣后股波和缺陷信號(hào)在頻域上有顯著差異，因此重采樣后利用零相濾波器濾除股波。最終通過(guò)仿真和實(shí)驗(yàn)，驗(yàn)證了該方法對(duì)股波信號(hào)的良好處理效果，并有效提取出缺陷形態(tài)。值得一提的是，雖然其最終結(jié)果以二維圖像方式呈現(xiàn)，但在降噪處理上仍是以多路一維信號(hào)為對(duì)象，并未使用漏磁圖像的特征及對(duì)應(yīng)的圖像處理方法。

圖14 基于斜向重采樣的股波濾除及缺陷信號(hào)提取法流程圖

針對(duì)圖4中的鋼絲繩表面漏磁數(shù)據(jù)，采用基于斜向重采樣的股波濾除及缺陷信號(hào)提取法進(jìn)行處理，以對(duì)比兩種方法在不考慮抖動(dòng)干擾時(shí)的算法差異。用兩種方法提取的缺陷信號(hào)在同種顏色圖尺度范圍內(nèi)，如圖15所示。經(jīng)對(duì)比，這兩種方法都能夠有效提取到缺陷信號(hào)，并且對(duì)股波信號(hào)都有良好的濾除效果，但從圖像背景紋理來(lái)看，采用本文所提的方法，噪聲濾除得更徹底，同時(shí)由于處理方式不同，在對(duì)兩種方法重構(gòu)圖像進(jìn)行分析時(shí)，仍發(fā)現(xiàn)有部分參數(shù)存在差異。如圖16所示，在信號(hào)處理過(guò)程中，兩種方法都曾對(duì)重構(gòu)后圖像取其包絡(luò)進(jìn)行二值化處理。以其重構(gòu)圖像包絡(luò)信號(hào)的信噪比RSN作為一項(xiàng)對(duì)比指標(biāo)，將其定義為：

圖15 兩種方法的漏磁重構(gòu)圖像

圖16 兩種方法的重構(gòu)信號(hào)包絡(luò)圖

通過(guò)兩種方法的信號(hào)處理速率以及重構(gòu)圖像包絡(luò)信號(hào)的信噪比兩個(gè)指標(biāo)的對(duì)比（見(jiàn)表1），可得出以下結(jié)論：

表1 兩種處理方法的性能比較

1）在信號(hào)處理速度方面，采用本文的方法，濾除股波耗時(shí)15.17 s，而采用基于斜向重采樣的股波濾除及缺陷信號(hào)提取法，濾除股波耗時(shí)33.62 s。前者所用時(shí)間比后者縮短了54.88%，整體處理時(shí)間降低了47.71%，在針對(duì)大量數(shù)據(jù)時(shí)具有明顯優(yōu)勢(shì)。

2）在信噪比方面，采用本文的方法，重構(gòu)圖像的包絡(luò)圖無(wú)論是在信號(hào)強(qiáng)度或噪聲水平上都有所改善，與利用斜向重采樣方法的10.46 dB相比，其信噪比提升了47.23%，更利于信號(hào)的提取及缺陷判別。

4 結(jié)束語(yǔ)

本文通過(guò)將鋼絲繩損傷漏磁信號(hào)轉(zhuǎn)換為二維圖像信號(hào)，提出一種基于二維離散傅里葉變換的信號(hào)處理方法，用于提取局部缺陷特征。利用高通濾波器及陷波濾波器濾除圖像中的背景噪聲及股波噪聲，并與基于一維離散傅里葉變換的陷波濾波處理方法和基于斜向重采樣的二維漏磁圖像處理方法進(jìn)行了對(duì)比。通過(guò)實(shí)驗(yàn)數(shù)據(jù)處理，相較于基于斜向重采樣方法，采用本文所提方法，其信噪比提升了47.23%，并且股波濾除處理時(shí)間縮短了54.88%，驗(yàn)證了所提方法在股波噪聲抑制能力和處理速度上的優(yōu)勢(shì)，為鋼絲繩在線無(wú)損檢測(cè)的信號(hào)處理、損傷特征提取及定位提供了新的思路和方法。