基于閃光脈沖紅外熱波檢測技術(shù)的蒙皮外冰形分析

周家緯， 李清英， 郝 路， 周治榮， 蔡 銘

（1 上海工程技術(shù)大學 機械與汽車工程學院， 上海201620； 2 上海工程技術(shù)大學 航空運輸學院， 上海201620；3 上海工程技術(shù)大學 飛行學院， 上海201620）

0 引 言

當飛機穿越含過冷水滴的云層或接觸到過冷雨滴時，飛機表面可能會產(chǎn)生不同程度的結(jié)冰［1］。 飛機機體表面結(jié)冰會影響氣動力學性能，造成機翼和平尾流譜平滑度的破壞，導(dǎo)致飛機的橫側(cè)向穩(wěn)定性變差，各舵面效率降低以及飛機操縱性的惡化，甚至造成機毀人亡的悲劇［2］。 2018 年在北京召開的首屆航空器適航技術(shù)與管理國際會議上，不少專家學者特別強調(diào)了飛機防除冰的重大意義。 飛機防除冰的首要任務(wù)是探測飛機上積冰的存在。 目前主要方法有超聲脈沖回波檢測，激光檢測和壓電傳感器檢測法等。 本文為研究積冰特性，搭建了地面蒙皮積冰模擬實驗臺。 由于紅外熱波檢測具有瞬時響應(yīng)、檢測面積大、不受能見度影響等特點［3］，因此采用閃光燈脈沖激勵紅外熱波檢測設(shè)備進行蒙皮外冰形檢測分析。 紅外檢測技術(shù)可分為：通過施加熱激勵使得材料內(nèi)部產(chǎn)生溫度梯度的主動式紅外熱波檢測和利用被測物體自身溫場分布產(chǎn)生熱成像的傳統(tǒng)被動式紅外熱波檢測。 本文采用的是以閃光脈沖作為熱激勵源的主動式紅外熱波檢測，在試件表面進行短周期的加熱，并進行圖像采集與處理。

1 基本原理

任何溫度大于絕對零度的物體，都有向外發(fā)射電磁輻射、散發(fā)熱能和吸收電磁輻射的能力。 此外，當物體受熱時若內(nèi)部存在雜質(zhì)或分層等缺陷時，其熱傳導(dǎo)性能會受到影響，使得相應(yīng)表面熱量會有明顯差異［4］。本文所研究的冰形檢測方法正是基于這一原理，利用紅外熱像儀記錄積冰與附面層在接收熱激勵后，冰與蒙皮邊界上的熱輻射強度變化的不一致現(xiàn)象，再運用圖像處理相關(guān)技術(shù)判定積冰冰形。 原理如圖1 所示。

圖1 閃光脈沖紅外熱波檢測蒙皮外冰形原理示意圖Fig. 1 Schematic diagram of flash pulse infrared heat wave detection for skin ice shape

2 閃光脈沖紅外熱波冰形檢測實驗

2.1 實驗設(shè)備

本實驗主要裝置包括：閃光脈沖紅外熱波檢測設(shè)備（圖2）、冷凍柜（圖3）及實驗蒙皮。 由南京諾威爾公司提供的ThermPulse-S12 的分體式紅外熱波檢測閃光脈沖熱激勵源，最大能量可達12000 焦耳，可對整個視場同時進行熱激勵，范圍大、脈沖時間短。 采用英福泰克公司生產(chǎn)的InfraTec Image IR 8300 紅外制冷熱像儀紅外熱像儀，可探測2.0-5.7 μm的紅外波段。 工業(yè)冷柜的最低溫度可達-65 ℃，實驗前冰柜的溫度設(shè)定在-40 ℃左右。 實驗蒙皮采用鋁6061，邊長為300 mm 的正方形鋁板。為減少反射干擾，鋁皮表面進行了噴漆加工處理。

圖2 閃光脈沖紅外熱波檢測系統(tǒng)Fig. 2 Flash pulse infrared heat wave detection system

圖3 冷凍冰柜Fig. 3 Freezer

2.2 實驗過程

為制作蒙皮外冰形樣件，首先在鋁片中心表面畫出半徑約60 mm 的圓，并用滴管滴上適宜水滴，注意控制水滴的流向。 放入控制在-40 ℃的冷凍冰柜中進行凝結(jié)。 冷凍結(jié)束后取出材料，先獲得可見光狀態(tài)下的積冰成像，再置于打開閃光脈沖熱激勵系統(tǒng)探頭下，采集紅外熱波冰形圖像。

3 紅外熱波冰形圖像處理結(jié)果

3.1 紅外熱波冰形檢測積冰冰形基本思路

冰形檢測是為辨別積冰在蒙皮上覆蓋的范圍，可利用邊緣檢測方法進行圖像處理［5］。 邊緣檢測使用某種算法，識別出圖像中不同區(qū)域間灰度發(fā)生非連續(xù)且急劇變化的分界［6］。 邊緣主要存在于對象與對象，對象與背景以及不同區(qū)域之間。 經(jīng)典的邊緣檢測算法是對原始圖像中某些像素的領(lǐng)域來構(gòu)造輪廓處理算子。 如微分算子法中，用圖像灰度分布的梯度來反映圖像灰度的Roberts 算子、在Roberts 算子之上改進的Sobel 算子、Prewitt 算子、Kirsch 算子，以及與邊緣方向無關(guān)的Laplacian 算子。 除此之外，Log 算子、Canny 算子等［7］常被作為最優(yōu)算子運用在圖像處理中。 進行邊緣檢測前需要對圖像進行一定的預(yù)處理。 因為對于紅外熱波成像圖像，要從包含背景與噪聲的圖像中提取到所需信息，則先要將灰色圖像轉(zhuǎn)換為二值化處理圖像。 若直接對未進行二值化處理的圖像進行邊緣檢測，則Log 算子、Canny 算子都無法正常返回邊緣檢測結(jié)果。 而對于可見光圖像，則需將RGB 彩色圖像轉(zhuǎn)成255 位的灰階圖像，灰度化后才可進行二值化處理。

本實驗分別采集了試件表面的可見光積冰圖像和紅外積冰圖像，并將圖像導(dǎo)入MATLAB 中，進行預(yù)處理后，再分別使用經(jīng)典圖像輪廓處理算法——Sobel 算子、Roberts 算子、Prewitt 算子、Log 算子、Canny 算子進行積冰輪廓檢測。 之后，進一步比較可見光與紅外熱波檢測下的不同算法的差異。 邊緣檢測前冰形如圖4 所示。

圖4 可見光與紅外熱波冰形原圖、灰圖與二值圖Fig. 4 The visible light and infrared thermal wave ice-shaped original image， gray image and binary image

MATLAB 命令如下：

function edge_detection（） ；%定義函數(shù)

close all ；%關(guān)閉所有的顯示圖像輸出的窗口對象

I＝imread（'ice.bmp'）；%讀取圖像

PicGrey ＝rgb2gray（I）；%用已有的函數(shù)進行RGB 到灰度圖像的轉(zhuǎn)換

thresh ＝graythresh（PicGrey）；%自動確定二值化閾值

Pic ＝im2bw（PicGrey，thresh）；%對圖像二值化

3.2 基于五種算子的冰形圖像分析

（1）Roberts 算子。 Roberts 算子是一種利用局部差分，對每個像素計算?f 與其絕對值［8］。 采用對角線方向相鄰兩象素之差，近似梯度幅值檢測輪廓邊緣。 該算子邊緣定位的精度較高，適于檢測水平和垂直邊緣，對噪聲敏感度高。

在MATLAB 中的命令為：BW1＝edge（Pic，'roberts'），選擇Roberts 算子并自動選擇閥值進行邊緣檢測。 運用Roberts 算子進行邊緣檢測結(jié)果如圖5 所示。

圖5 Robert 算子的可見光圖像和紅外熱波圖像邊緣檢測效果Fig. 5 The edge detection effects of visible light and infrared heat wave images with Roberts operator

（2）Sobel 算子。 Sobel 算子是典型一階梯度算子。 其利用了像素點上下左右四個方位的相鄰像素點，并對其進行灰度加權(quán)平均，最后在角點取極值［9］。 該算子由兩個卷積核來組成，其中每個像素點都使用這兩個核做卷積。 其中一個收集其垂直邊緣，另一個則收集其水平邊緣。 由于該算子中引入了類似局部平均的運算，對噪聲具有平滑作用，具有一定的抑噪能力，但邊緣定位精度較弱。

在MATLAB 中的命令為：BW1 ＝edge（Pic，'sobel'），選擇Sobel 算子并自動選擇閥值進行邊緣檢測。運用Sobel 算子進行邊緣檢測結(jié)果如圖6 所示。

圖6 Sobel 算子的可見光圖像和紅外熱波圖像邊緣檢測效果Fig. 6 The edge detection effects of visible light and infrared heat wave images with Sobel operator

（3）Prewitt 算子。 Prewitt 邊緣檢測是一種離散式的一階微分算子，基于Roberts 算子所得［10］。 是利用單個像素點上下、左右鄰點的灰度差的極值檢測邊緣，去掉部分偽邊緣，對噪聲具有平滑作用。 該算子由兩個卷積來完成，其中一個檢測水平邊緣，一個檢測垂直邊緣。

在MATLAB 中命令為（續(xù)對圖像二值化命令后）：BW3 ＝edge（Pic，'prewitt'），選擇Prewitt 算子并自動選擇閥值進行邊緣檢測。 運用Prewitt 算子進行邊緣檢測結(jié)果如圖7 所示。

圖7 Prewitt 算子可見光圖像和紅外熱波圖像邊緣檢測效果Fig. 7 The edge detection effects of visible light and infrared heat wave images with Prewitt operator

（4）Log 算子。 Log 邊緣檢測算子，是將高斯濾波和拉普拉斯檢測算子結(jié)合在一起進行邊緣檢測的方法［11］。 首先使用二維高斯濾波器進行圖像預(yù)處理，將圖像與高斯濾波器卷積，以去除噪聲并平滑濾波；之后須再通過二階偏導(dǎo)數(shù)零交叉來進行輪廓探測。 Log 邊緣檢測算子的抗干擾能力強，邊界定位精度高，連續(xù)性好，且能提取出對比度弱的邊界。 是一種較成功的檢測圖像邊緣的算子。

在MATLAB 中命令如下：BW4＝edge（Pic，'log'），選擇Log 算子并自動選擇閥值進行邊緣檢測運用Log算子進行邊緣檢測結(jié)果如圖8 所示。

圖8 Log 算子可見光圖像和紅外熱波圖像邊緣檢測效果Fig. 8 The edge detection effects of visible light and infrared heat wave images with Log operator

（5）Canny 算子。 Canny 算子具有優(yōu)秀的邊緣檢測能力。 首先應(yīng)用高斯平滑濾波器平滑圖像以除去噪聲，隨后導(dǎo)數(shù)算子用于找尋灰度圖像中橫軸及豎軸方向的導(dǎo)數(shù)以及梯度的大小與方向，把邊緣的漸變方向劃分幾個方位，并找到其鄰接像素并采用兩個閾值來判斷邊緣［12］。

在MATLAB 中 命 令 為： BW5 ＝edge （Pic，'canny'），選擇Canny 算子并自動選擇閥值進行邊緣檢測。 運用Canny 算子進行邊緣檢測結(jié)果如圖9 所示。

圖9 Canny 算子可見光圖像和紅外熱波圖像邊緣檢測效果Fig. 9 The edge detection effects of visible light and infrared heat wave images with Canny operator

4 結(jié)果分析

通過MATLAB 輔以五種經(jīng)典圖像邊緣算子，來處理可見光成像和紅外熱波成像圖像后，對五種經(jīng)典圖像邊緣算子的處理效果進行比較。 主要分析積冰輪廓的完整度與圖像純凈度兩個特征。 原因一是在實際操作中，邊緣檢測出的輪廓完整度直接決定對其積冰大小及形狀等信息的認識；二是因為圖像中的噪聲不僅會影響檢測結(jié)果圖像純凈度，而且使檢測出的輪廓難以辨認，也會影響到對積冰大小及形狀等信息的認識。

通過比較黑色啞光面鋁蒙皮下積冰的可見光成像，依據(jù)圖5-圖9 的各邊緣檢測算子效果，可以看到：五種經(jīng)典圖像邊緣算子均具有可以明確的識別出圓形積冰的輪廓的能力，且圖像純凈度高。 其中，Sobel 算子、Canny 算子的畫面噪點最少，而Log 算子及Prewitt 算子的畫面噪點稍多，且兩者積冰輪廓的畫面連續(xù)性較差。 相比較之下，Roberts 算子同時具備了噪點少和連續(xù)性好的特點，所以綜合而言，可見光成像下Roberts 算子處理效果最好。

通過比較紅外熱波檢測的積冰試件圖像，根據(jù)圖5-圖9 的各邊緣檢測算子效果可見：五種經(jīng)典邊緣檢測算子均可識別出積冰輪廓的范圍，純凈度高，完整度高。 其中Roberts 算子和Sobel 算子的輪廓完整度和純凈度都較高，Prewitt 算子稍次之，而Log算子的輪廓處理效果最差，甚至出現(xiàn)了與輪廓邊緣相平行的線段。 綜合而言，紅外熱波成像下依舊是Roberts 算子處理效果較好。

綜上所述，運用五種算子在進行積冰冰形的圖像處理時：（1）通過可見光成像方式所提取的鋁制蒙皮積冰輪廓，會因為鋁皮的反射等干擾條件導(dǎo)致圖像出現(xiàn)大量影響圖像純凈度的噪聲。 這些噪聲會直接掩蓋一部分的積冰輪廓，從而無法直接探測出積冰輪廓的全貌。 （2）通過紅外熱波成像方式所提取的鋁制蒙皮積冰輪廓，相比較可見光成像方式，因其紅外熱波成像的原理是利用物體的紅外光譜散發(fā)的電磁輻射強度來成像，且紅外檢測裝置可阻隔外部大部分光線，達到有效減少鋁皮反射等干擾條件。因此，其圖像會比可見光成像圖像的純凈度更高，且探測積冰輪廓的完整度變高。 （3）在紅外熱波成像與可見光成像的分析比較中，Roberts 算子在處理結(jié)果中邊緣完整度及圖像純凈度都較好，而Canny 算子的處理結(jié)果次之，Prewitt 與Sobel 算子表現(xiàn)一般，而Log 算子因輪廓邊緣都有與其相平行的線段出現(xiàn)，因此認為Log 算子的效果在五種經(jīng)典邊緣檢測算子中最差。

5 結(jié)束語

本文探索了利用紅外熱波技術(shù)進行試驗蒙皮外的積冰冰形檢測實驗，并比較了五種傳統(tǒng)邊緣檢測算子對積冰可見光與紅外熱波成像完整度與純凈度的影響，發(fā)現(xiàn)紅外熱波檢測圖像比可見光探測的純凈度與完整度要好，同時Robert 算子在此計算過程中的效果最佳。 該實驗方法及相關(guān)結(jié)論可為飛機積冰冰形檢測提供新的研究思路。