基于激光散斑的蜂窩復合材料缺陷檢測

楊慶峰，孫金立，宋建俊，李金浩

(1.海軍航空大學青島校區 航空機械工程與指揮系， 青島 266041；2.海軍航空大學 91883部隊，長治 046000)

蜂窩結構的蒙皮材料通常為鋁合金或碳纖維復合材料，蜂窩夾芯有鋁蜂窩、玻璃布蜂窩、棉布蜂窩和芳綸紙(Nomex)蜂窩等，蜂窩與蒙皮間通過膠接拉伸法或波紋壓型膠接法制成[1]，蜂窩結構示意如圖1所示。

圖1 蜂窩結構示意

民用飛機的表面大量使用蜂窩復合材料，飛機地板也采用了蜂窩結構，使得飛機的質量大大減小。軍用飛機的襟翼艙、副翼艙、機翼翼尖后段、平尾后段、方向舵后段等都使用蜂窩復合材料結構，如：美軍鷹式和鷹隼戰斗機的平尾，大黃蜂戰斗機的方向舵都采用了蜂窩材料；ARH-70直升機的槳葉，某直升機的整機也使用了大量的蜂窩復合材料[2]。

筆者基于散斑干涉原理，對圖像降噪進行了研究分析，結果表明，通過傅里葉濾波等圖像綜合處理技術可有效提取散斑干涉信息。

1 激光錯位散斑檢測原理

激光散斑干涉的原理是用激光對物體的表面進行照射，當物體表面出現形變時，根據激光高相干性和惠更斯原理，物體表面的反射光會相干疊加于空間中形成干涉條紋，在被測物受到載荷時，存在缺陷的部位會比正常部位產生更大的形變，干涉條紋會將這種微小的形變放大，由此可檢出缺陷。

激光錯位散斑干涉的基本原理示意如圖2所示。檢測時，激光器發出激光，由分光鏡照射到被測物的表面，經反射后進入圖像錯位裝置，穿過成像透鏡后在電荷耦合器件(CCD)攝像機里形成散斑圖。

圖2 激光散斑干涉檢測基本原理示意

圖像錯位裝置是錯位散斑檢測技術最重要的部分，其主要作用就是將入射光按一定角度分為兩束，從而形成兩個圖像。常見的圖像錯位裝置有邁克爾遜光路、光楔等，文中的檢測系統為LTI-6200便攜式熱加載激光錯位散斑檢測系統，采用邁克爾遜干涉原理(見圖3)[3]。

圖3 邁克爾遜干涉原理示意

激光照射物體P，P的反射光經過分光棱鏡形成兩束光，經過反射鏡1，2后再次通過分光棱鏡，在CCD像面成像，P1,P2的距離為錯位量。錯位相經模擬/數字(A/D)轉換后被圖像采集系統采集并進行處理，最后儲存在計算機中。

LTI-6200激光錯位散斑檢測系統是一種便攜式熱加載檢測系統，該系統主要由SC-6200S檢測探頭、TC-6200S運輸箱和IP-6200S圖像處理器3個部分組成，是一款融合了(邁克爾遜)激光干涉儀和熱加載裝置的系統。

2 激光散斑干涉條紋圖的處理

由條紋中心法可知，條紋中灰度極值點的相位相同，相比于相移法，條紋中心法應用起來更加方便，對試驗系統要求較低，其不足之處在于噪聲影響較大，精度較低，難以自動化處理。條紋中心法的處理步驟如圖4所示。

圖4 條紋中心法的處理步驟

2.1 條紋預處理

在一幅圖像中，既有所需要的中心目標，也有干擾目標的背景和噪聲，將中心目標從諸多干擾中提取出來，常用的方法就是設置閾值T。以閾值T為基準，將圖像數據分為兩個部分，稱為圖像的二值化。

效果好的二值化圖像能較好地將圖像局部和整體特征表現出來，這就需要選取合適的閾值作為基準。在數字圖像處理中，利用二值化來減少圖像的數據量，有助于使接下來的圖像處理更簡單快捷。用255來表示那些像素的灰度不小于閾值的目標物體的灰度值，其余像素點的灰度值則表示為0，其定義如式(1)所示。

(1)

全局二值化在圖像細節的表現上仍有欠缺，而局部二值化能夠克服這個缺點。其本質就是將一幅存在N個區域的圖像，對其每個區域按照統一的閾值T進行處理，但在每個區域仍存在細節模糊的缺陷，局部自適應二值化就能夠有效地彌補該缺陷。其方法為：設定自由參數a、b、c，結合區域內3個像素相關參數，利用方程T=a×P+b×S+c×Q(P為區域像素的平均值，S為像素之間的平方差，Q為像素之間的均方根)，由此得出自適應的閾值T，從而表現出二值化圖像中的細節。

雖然通過局部自適應得到的二值化圖像能夠表現圖像中的細節，但是圖像會有較為粗糙的邊界，為了解決這個問題，去除干擾信息，這里引入基于迭代法的圖像二值化。該算法的思想為：設閾值Th為起始值，而后按照一定方法，通過迭代來持續更新這一閾值，當閾值達到一定時停止迭代，循環如下所述。

(1) 對于一幅圖像，假設當前像素為f(x,y)，設定一閾值Th，根據當前閾值，循環f(x,y)，將圖像分為兩類像素的集合A、B。

(2) 分別計算集合A、B的像素均值μA和μB，公式如式(2),(3)所示。

(2)

(3)

式中:NA為集合A的像素個數；NB為集合B的像素個數。

(3) 更新閾值公式如式(4)所示。

(4)

(4) 判斷差值：若本次閾值與上次閾值的差值小于約束值Tc，則停止計算。所求Th為最佳值，否則返回到第二步。

迭代法二值化圖像能夠彌補條紋邊界粗糙和內部空洞的不足，但初始化選取閾值Th過于單一，不利于全場二值化分割。因此，引入局域均值閾值T(x)來進行初始化Th選值的優化，其中以圖像中每個像素點(2n+1)×(2m+1)鄰域的灰度值均值作為該點的閾值Th。

2.2 條紋中心檢測

條紋的中心檢測是為了得到全場的條紋中心，即單位寬度的連通線，需要將二值化圖像進行層層剝離，此過程稱為二值化圖像細化。這里使用常用的細化方法——Hilditch細化算法。細化處理的主要思路是剔除不會影響圖像性質的標記像素。條紋細化示意如圖5所示，其中標記目標像素刪除需要滿足6個條件。

X3X2X1X4PX0X5X6X7

圖5 條紋細化示意

P不作為背景，其灰度值為255；X0、X2、X4、X6至少有一個不是255(否則會導致P被刪除，圖像形成空心);X0～X7中至少有2個255(如果X0～X7都不為255，則P為孤立點，不能去除；如果X0～X7只含一個255，則P為端點，去除后將影響圖像)。

當Nc(p)=1時，即P的相連區域為1，則P為可去除點；設X2=0時，即X2去除，P的聯通連接數為1；設X4=0時，即X4去除，P的聯通連接數為1。

迭代像素的順序為由右至左，由上到下。在迭代循環過程中,如果像素P符合以上6個要求，則對其進行標記，當該次迭代完成時，用背景的灰度值來替代已標記像素。如果迭代過程中沒有標記點，則運算結束。連接數表達式如式(5)所示。

(5)

當2i+2=8時，x8=x0，i=1-xi(0或1)。

2.3 條紋定級、插值

在條紋預處理及細化之后，用Floodfill算法標記各區塊，把連通的色塊表示出來，根據區塊的相鄰關系構建拓撲關系圖，最終得到各塊級數，再對條紋定級。

在圖像變換時，像素之間容易產生一定的空隙，即圖像部分信息會在低分辨率轉換到高分辨率的過程中丟失，而插值用為彌補轉換時產生的這種缺陷。這里主要介紹三次內插法，該方法是在相鄰兩個節點區間上利用三次多項式S(x)來求最佳插值函數S(x)/x，其數學表達式為

(6)

通過三次內插法可以得到較好的圖像效果，不足之處在于其計算量較大。

2.4 基于傅里葉濾波中心條紋法的圖像信息提取

利用條紋中心法來對缺陷圖像進行相位提取，主要處理步驟如下所述。

(1) 條紋預處理，采用傅里葉濾波進行圖像預處理。

(2) 圖像二值化及細化，利用迭代法圖像二值化對預處理圖像進行處理，并用Hilditch細化法對二值化結果進行細化。

(3) 條紋定級，標定方法：設某一條紋級數為n，條紋為封閉式，相鄰條紋的最大相差級數為±1，其中向峰頂方向為正，反之為負[4]。

(4) 條紋插值，先使用三次內插法對已標定級數的圖像進行插值，然后進行圖像平滑處理，從而獲得更準確的相位信息。

圖6為使用條紋中心法對缺陷圖像進行圖像信息提取的結果。由圖6(b)可以看出,對缺陷圖像使用迭代分割法可以得到較好的二值化圖像，缺陷及背景區分明顯。圖6(c)為缺陷圖像的骨架提取，可以看出條紋邊緣比較粗糙，骨架線有較多的毛刺，且背景有較多的白點，這與其原始圖中的背景噪聲有關。圖6(d)為缺陷圖像的相位展開3D圖，可以清楚看到兩個由散斑圖像明暗條紋形成的凹凸峰，所對應的就是缺陷所在的位置。

圖6 條紋中心法提取的缺陷散斑圖相位

3 應用實例

利用激光散斑檢測系統對層壓板試件進行檢測,并通過圖像綜合處理技術對缺陷信息進行提取,然后對某飛機雷達罩進行檢測，檢查其是否存在缺陷。該飛機層壓板試件和雷達罩外觀如圖7所示。

圖7 某飛機層壓板試件及雷達罩外觀

3.1 層壓板試件檢測

層壓板試件的大小(長×寬)為20 mm×25 mm，分層缺陷埋藏深度為5 mm，缺陷直徑為18 mm。通過不同的圖像綜合處理技術組合(共3組)，得到的層壓板試件缺陷散斑圖如圖8～10所示。

圖8 層壓板試件的第一組試驗處理效果圖

圖9 層壓板試件的第二組試驗處理效果圖

試驗組合如下所述。

第一組：① 低通濾波; ② 灰度處理; ③ 圖像線性趨勢處理; ④ 分步解包。

第二組：① 中值濾波; ② 灰度處理; ③ 圖像線性趨勢處理; ④ 分步解包。

第三組：① 傅里葉濾波; ② 灰度處理; ③ 圖像線性趨勢處理; ④ 分步解包。

由圖8～10可知，經過第三組圖像綜合處理得到的層壓板試件圖像的清晰度和對比度較高，辨識度能達到要求，整體效果較好，且3組試驗所提取到的缺陷尺寸基本一致，缺陷位置也一樣，因此圖像綜合處理技術能夠有效提取層壓板結構缺陷的散斑干涉信息。

圖10 層壓板試件的第三組試驗處理效果圖

3.2 雷達罩檢測

對某型飛機雷達罩進行檢測,并對其缺陷進行信息提取。由于雷達罩面積較大，將其分為12個區域(見圖11)，分別對每個區域實施檢測，利用圖像綜合處理技術對檢測結果進行處理，結果如圖12所示，序號對應檢測區域。

圖11 某型飛機雷達罩分區外觀

由圖12可知，在區域2和區域5存在分層缺陷，缺陷直徑大小分別為48,8.13,29.72 mm。

圖12 某型飛機雷達罩檢測結果處理圖像

4 結論

簡要介紹了蜂窩復合材料的缺陷形式，提出將傅里葉濾波處理技術和條紋中心法相結合的圖像處理技術運用到激光錯位散斑檢測干涉特征的相位提取中，并結合某型飛機蜂窩復合材料缺陷進行了具體化的應用。研究發現，該技術能夠較好地處理缺陷散斑圖像特征，提高了檢測的有效性和可靠性。