風力機葉片缺陷的紅外熱像圖像增強

杜金堯，周 勃，李 鶴2，張雪巖

(1.沈陽工業大學 機械工程學院，沈陽 110870；2.東北大學 機械工程與自動化學院，沈陽 110819)

風力機葉片大多為玻璃鋼復合材料(Glass Fiber Reinforced Plastic，簡稱GFRP)，其造價占總成本的20%～30%。產品在生產過程中，往往會由于材料本身的性能不穩定，成型工藝條件的掌握不好等而出現褶皺、氣泡等缺陷，從而影響葉片的質量。一些風電場葉片的損壞率高達40%50%，運行現狀不容樂觀[1-2]。目前，風電場技術人員對葉片損傷程度的判斷完全依賴目測和經驗，一旦發現葉片存在故障隱患，就意味著問題已經很嚴重，不僅修復成本高，還可能導致發生過度維修。

紅外無損檢測技術與其他無損檢測技術相比，有檢測速度快、觀測面積大、非接觸等優勢，適合應用在風力機葉片的靜態檢測上。持續熱激勵是紅外無損檢測技術的一種激勵方式，通過持續加熱使材料表面缺陷處及非缺陷處形成溫度差，得到溫度圖像序列。而紅外檢測圖像的對比度較差且邊緣模糊，目標檢測困難，導致缺陷誤識別和漏識別，所以還需要對紅外圖像進行增強處理[3-4]。

圖像增強方法分為空域方法和頻域方法。空域方法的思想就是把圖像的灰度區間從小區間變成全部灰度區間。風力機葉片是玻璃鋼復合材料的非均勻介質，而且多相和各向異性的復合材料結構復雜，導致采集的紅外圖像目標區域會被占據更多像素的背景和噪聲所淹沒，視覺效果并不理想。基于傅里葉變換的頻域增強方法的主要思想都是利用二維離散傅里葉變換，將圖像從空間域變換至頻域，通過修改頻域參數，對圖像中某些頻率的信息進行增強或者抑制，之后再通過反變換得到增強后的圖像。有許多經典的濾波器可用來進行圖像的降噪或圖像邊緣信息的提取，如理想濾波器、巴特沃斯濾波器、高斯濾波器、頻率域的拉普拉斯算子等。但是這些方法處理得到的結果并不理想，這是因為熱流在風力機葉片材料內部傳導不均勻，使得采集的紅外熱像圖的缺陷區域邊緣十分模糊，上述濾波器很難提取其邊緣信息，反而將噪聲當成邊緣檢測出來[5-8]。對比度受限自適應直方圖均衡化(CLAHE)結合了自適應直方圖均衡化和對比度受限兩項技術的優點，適用于低對比度圖像，而且實現過程不復雜。而利用傅里葉變換得到圖像序列的相位信息，可以不受初始條件和外界因素的影響，所以理論上講，相位圖所體現的缺陷信息比原始熱圖更加可靠[9-10]。

針對以上問題，筆者采用提取圖像序列相位信息再成像，與CLAHE相結合的圖像增強方法。首先，對原始熱圖序列進行快速傅里葉變換處理，提取出相位信息；然后，采用CLAHE算法對效果最好的一張相位圖進行增強處理。這種處理方式可解決加熱不均勻、表面形狀對檢測的影響等問題，避免了初始條件和外界因素的影響，克服了傳統直方圖均衡算法噪聲過大，及亮度突變等缺點，提高了紅外圖像的對比度，實現了圖像增強的目的。同時，在風電場采集葉片的紅外圖像進行驗證試驗，可清晰顯示缺陷形狀和大小，提升了風力機葉片的缺陷檢測能力。

1 圖像相位信息的提取

首先，對試件表面進行持續熱激勵，同時用紅外熱像儀采集試件表面的溫度數據，在熱像儀的采樣頻率f下采集的每個像素點(i,j)在不同時刻的溫度構成一個離散溫度時域信號T(t)。再通過快速傅里葉變換(FFT)算法得到頻域上的信號F(f)。

Re(f)+Im(f)

(1)

式中：N為采集的離散溫度信號的個數；n為離散值的序列號；Re(f)、Im(f)分別為頻域信號的實部和虛部。

再將F(f)按式(2)提取不同頻率下的幅值和相位。

(2)

將得到的相位信息重構成不同頻率下對應的一系列相位圖，通過圖像序列的相位差異來判定缺陷。

2 對比度受限自適應均衡化

CLAHE通過限制圖像的局部直方圖高度來限制圖像局部對比度的增強幅度，并防止噪聲的放大和局部對比度的過度增強[11]。

CLAHE具體實現主要包括以下6個步驟。

步驟1：將圖像分割成不重疊的多個窗口，每個窗口含有的像素數為M。可以適當調整窗口大小，窗口過大會丟失圖像的細節信息。

步驟2：計算直方圖。窗口的直方圖為h(x)，灰度級為x，取值范圍是[0,N-1]，N為可能出現的灰度級數。

步驟3：計算剪切閾值β，有

(3)

式中：α為對比度增強值，代表對比度增強的幅度。

術前加用基于西帕依固齦液的牙周基礎治療方案治療妊娠期牙齦瘤的臨床觀察 ………………………… 鄔志鋒等（4）：538

步驟4：對每個窗口使用對應的剪切閾值，對窗口直方圖進行剪切，將剪切下來的像素數目均勻地分配到直方圖的各灰度級中，有

(4)

ξ=A/N

(5)

式中：A為超過剪切閾值的像素值總數；ξ為直方圖中平均每個灰度級增加的像素數。

循環上述步驟，將所有剪切下來的像素點全部分配到圖像的各灰度級中。用h′(x)表示h(x)經重分配處理后的直方圖，則有

(6)

式中：η=β-ξ。

步驟5：對h′(x)做直方圖均衡化(HE)，將結果用f(x)表示。

步驟6：根據f(x)，得到各窗口中心點的灰度值，將其作為參考點，用雙線性插值的方法，計算輸出圖像中各點的灰度值，重構圖像。

3 紅外熱像試驗

3.1 試驗方案

圖1 風力機葉片試樣實物

采用兩個最大輸出功率為1 kW的鹵素燈作為激勵源，以NEC R300紅外熱像儀作為圖像數據采集設備，其性能指標如表1所示。

表1 紅外熱像儀性能指標

試驗過程中采用持續熱激勵的方式對試件進行加熱，激勵功率為2 kW，激勵時間為150 s，采集時間為150 s，紅外熱像儀每3 s采集一張圖像數據。紅外熱像儀試驗系統如圖2所示。

圖2 紅外熱像儀試驗系統

3.2 評價方法

為了檢測不同算法的處理效果，采用對比度信噪比(CNR)作為評價標準[12]，其反映了缺陷圖像的視覺效果，定義如式(7)所示。

(7)

式中：μBG與μROI分別為背景區域與目標缺陷區域的灰度平均值；σROI與σBG分別為目標區域與背景區域的標準差；ωROI為目標噪聲權重；ωBG為背景噪聲權重。

由于目標區域與背景區域的面積不同，需要引入目標區域噪聲權重值與背景區域噪聲權重值。噪聲權重值表示某區域噪聲對整體區域噪聲的貢獻值，其定義如式(8)，(9)所示。

ωROI=SROI/(SROI+SBG)

(8)

ωBG=SBG/(SROI+SBG)

(9)

式中：SROI與SBG分別為目標與背景區域的面積。

3.3 試驗結果與討論

針對風力機葉片紅外熱波無損檢測圖像存在的加熱不均勻、對比度低等問題，采用提取圖像序列相位信息再成像與對比度受限自適應直方圖均衡化相結合的圖像增強方法。首先，對采集到的熱像圖每個像素點的溫度序列進行快速傅里葉變換，提取其各頻率所對應的振幅和相位信息再成像，挑選其中缺陷視覺效果明顯的一張圖做CLAHE處理，熱波檢測圖像的相關增強處理結果如圖3所示。試驗中得到的其中一張原始熱圖如圖3(a)所示，圖3(e)，3(f)所示的試驗結果為經傅里葉變換后的振幅圖和相位圖。采用常用的直方圖均衡化、中值濾波、低通濾波、高通濾波等方法同時對原始熱圖進行增強處理，相關結果如圖3(b)(h)所示。

圖3 熱波檢測圖像的相關增強處理結果

為了對圖像增強后的效果進行比較，使用CNR作為評價指標，將3個缺陷區域作為目標區域，缺陷區域以外為背景區域。圖像的CNR越大，缺陷與背景的對比度越高，缺陷圖像視覺效果越好。各處理方法的對比度信噪比如表2所示。

從表2中各增強方法的CNR可以看出，提出的方法具有最大的CNR，可以有效地增強缺陷區域與背景區域的對比度，提升了圖像的視覺效果。

表2 各處理方法的對比度信噪比

4 風力機葉片的現場紅外熱像檢測

風力機葉片在制作過程中，由于工藝的特殊性，自動化程度不高，在鋪層的時候一般都是由工人手工完成的，往往會出現許多內在缺陷，如：由于纖維布鋪的不平整而出現褶皺缺陷；真空灌注環節如果沒密封好而發生漏氣形成氣泡缺陷。尤其是葉片主梁部分的褶皺等缺陷會慢慢演變成裂紋，直接影響葉片的質量，減少葉片的服役時間。

圖4 主梁距離葉根10 m處的圖像

圖 5 主梁距離葉根14 m處的圖像

在風電場對待修復葉片進行紅外熱像無損檢測，從葉根到葉尖對主梁部分進行了全面的檢測。實際現場試驗的風機額定功率大小為1.5 MW，葉片型號為HT34，總長為34 m，最大弦長為3 m。圖4(a)為風力機葉片主梁部分距離葉根10 m處的紅外熱像圖像，其中圖像左上角及中間偏下部位有疑似缺陷部分；經增強之后的圖像如圖4(b)所示，最后將疑似缺陷部位進行打磨驗證；經現場工人確認，圖4(c)左上角為褶皺缺陷，中部偏下為分層缺陷。圖5(a)為主梁部分距離葉根14 m處的紅外熱像圖像，圖5(b)為增強圖像，圖5(c)為現場工人打磨后的照片，經確認為橫向裂紋。最后利用激光測距儀對葉片缺陷深度進行了測量，3處缺陷的深度為5～6 mm；而紅外持續熱激勵對現場葉片的探傷深度一般不超過8 mm，風力機葉片表層缺陷檢測的準確度非常高。這樣能夠及時發現風險，及時修復，對風力機葉片的運維有著極為重要的意義。

5 結語

針對風力機葉片復合材料的特殊性，使用紅外無損檢測技術可以有效地檢測出葉片內部缺陷，同時為了解決紅外圖像對比度低的問題，采用提取圖像序列相位信息再成像與對比度受限自適應直方圖均衡化相結合的圖像增強方法，該方法不受初始條件和外界因素的影響，并結合自適應直方圖均衡化和對比度受限兩項技術的優點，獲得最終的紅外增強圖像。經對比度信噪比這一指標評價后，結果表明：該方法能夠有效地增強圖像的目標區域，提高了圖像的對比度，改善了圖像的可視性。經過現場對葉片檢測后，發現紅外熱像無損檢測可以有效地提高風力機葉片缺陷的識別能力，對于保證風力機的安全性和高效性、延長使用壽命、減少維護成本和停機損失具有十分重要的意義。