金玫秀,朱士虎,王 通,莊飛飛
(江蘇師范大學 物理與電子工程學院,江蘇 徐州 221116)
隨著經濟的快速發展,我國的鐵路運輸也隨之快速雄起,并作為國民經濟發展的重要支柱,是社會經濟發展不可或缺的一部分,憑借安全、經濟、速度快、運能大等特點占據了我國綜合交通體系中骨干的地位,對社會經濟發展和民生改善起到了重大作用[1]。鋼軌作為鐵路運行的重要部件,鋼軌安全狀態的監測對于保證列車的安全運行至關重要。在鋼軌使用過程中隨著使用年限的增長,鋼軌會逐漸老化進而出現損傷,軌道裂紋是軌道損傷的主要表現形式,列車在損傷鋼軌上行駛易導致交通事故的發生,鋼軌裂紋損傷在鐵路運行中有巨大的安全隱患[2]。在科學水平和自動化技術不斷發展和成熟的推動下,多種非接觸式無損檢測方法逐漸被提出,并應用在軌道交通系統安全狀態檢測領域。
超聲檢測主要是基于接收通過被檢測工件的超聲波,對其進行處理分析,并根據所接收的超聲波特征,評估被檢測工件內部缺陷的特性[3]。不足是存在不易實現非接觸測量及檢測盲區的問題,而且對形狀復雜的工件不易檢測。
激光檢測是激光掃描物體時,使得物體表面熱波具有橫向傳播特性,當遇到裂紋缺陷時橫向傳導會受到阻礙[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。
電磁檢測是一種多物理場耦合的,利用材料電磁熱效應進行檢測和評估的一類無損檢測技術[5]。電磁熱成像檢測具有檢測距離較遠、檢測效率高、熱成像結果直觀、但其對于在表面和內部具在復雜裂紋的試件在檢測時存在不確定性等特點。
在電磁檢測中,磁場被用于激勵,檢測的則是電磁場信號,因此,根據檢測激勵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基本原理,在激勵線圈上施加電信號,將傳感器沿著鋼軌移動,在交變磁場的作用下其表面會形成渦流,而此時渦流將產生反向磁場,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信息[6]。渦流檢測技術具有可實現性強、設備自動化程度高、非接觸、高速檢測等優點,但其檢測范圍僅限于鋼軌表面及近表面的裂紋,不適用于形狀復雜的零件,測試結果也易于受到材料本身及其他因素的干擾。漏磁檢測技術是利用磁現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發展而來[7]。該檢測技術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行有效的檢測,且受噪聲的影響。
紅外熱成像檢測技術按其檢測方式可分為主動式和被動式[8]。主動式紅外熱成像檢測技術是通過主動對物體施加可控熱激勵,使物體內部的缺陷和損傷以表面溫場變化的差異表現出來的一種無損檢測方法。被動式紅外熱成像檢測技術利用一切高于絕對溫度的物體都會向外發射電磁波原理,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。加入熱激勵使被測物內部產生溫度梯度,對于有裂紋或缺陷的被測物,當熱量在內部傳播時,由于裂紋缺陷的阻擋,熱量積聚導致表面溫度高的局部熱區,通過用紅外熱像儀連續觀測和記錄物體表面的溫度場變化,并對序列熱圖結果進行運算和處理,以實現對物體內部異性結構定性和定量的表征[9]。
主動式紅外熱成像檢測的核心是采用了主動式控制熱激勵的方法,與被動式紅外熱成像檢測相比,主動給被測物體加熱,使其內部產生溫差,克服了被動式檢測靈敏度不足問題,同時具有檢測效率高、檢測信息豐富完整的優點[10-11]。熱激勵加熱完成后,使用紅外熱像儀實時的采集熱圖像,然后分析處理圖像信息,應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具有非接觸性、適用面廣、檢測速度快、測量結果顯示形象直觀、定量測量等優點[12],可有效解決傳統檢測方式存在的諸多問題,故在軌道交通系統狀態檢測領域得到了越來越多的關注和應用。因此,將紅外熱成像無損檢測技術應用到鋼軌裂紋檢測具有重要的現實意義和實用價值。
針對被測物體的材質、結構和缺陷類型以及特定的檢測環境和條件,目前常用的熱激勵方式有:鹵素燈、超聲波、激光、電磁感應、THz 波等,在檢測中加入激勵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方式的對比。
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熱激勵。顧桂梅等[15]曾將鹵素燈作為熱激勵應用在紅外熱成像裂紋檢測,并取得較好結果;李玉杰等[16]將鹵素燈加熱紅外成像檢測技術應用到復合材料檢測,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,檢測鈦合金的蜂窩結構的預制脫焊缺陷,用鹵素燈作為激勵,為鈦合金蜂窩結構實際檢測提供了工藝指導。如表1所示,鹵素燈能以較高的溫度運作,作為加熱激勵源效率更高,能夠把大部分電能轉化為熱能;而且鹵素燈操作簡單,功率可根據需要調整,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中,因此選擇鹵素燈作為激勵源。

表1 紅外檢測常用激勵方式Table 1 Common excitation methods of infrared detection
該檢測系統采用鹵素燈作為熱激勵源,加入激勵后熱流會在試件內部傳遞,加熱完成后用熱像儀采集試件表面的紅外熱圖像,接著由計算機中的分析軟件處理采集到的裂紋圖像,根據熱圖像中溫度分布情況,判斷是否存在缺陷[18]。由導熱理論可知,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,如果試件內部存在裂紋,當熱流經過裂紋處時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系表達式為:

式中:q為熱流密度;?T為溫度梯度;λ為材料的導熱系數,表示物體導熱能力的大??;式中的符號是因為熱量傳遞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,因此,直角坐標系下,t時刻沿x,y,z方向的熱傳導微分方程為:


式中:ρ為材料密度;c為比熱容;α=λ/ρc為材料的擴散系數;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。
根據上述原理,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,從而對物體內部的熱特性狀態做出判斷。
如圖1為鹵素燈激勵紅外熱成像檢測原理圖。在搭建實驗臺時,將4 個50 W 的鹵素燈排放在被測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散,在鹵素燈外面分別加裝了黑色的遮罩,使加熱燈筒內部形成均勻的光環境。實驗中使用的是FLIR E5 熱像儀,其熱靈敏度是0.10℃,像素160×120,待加熱5 s 后進行圖像采集,將紅外熱像儀連接計算機,頻率設置為每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 鹵素燈激勵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
根據上述基于鹵素燈加熱的紅外熱成像檢測原理,總結其檢測過程如下:首先根據被檢測對象的材料結構及其熱特性選取合適的鹵素燈工作功率,并對其進行加熱;由于缺陷處阻礙熱波的傳遞,導致熱波在此處進行積累,與正常區域產生差異,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律,同時傳輸到計算機;最后對采集到的紅外裂紋圖像進行增強處理,并根據溫差變化分析試件裂紋細節信息。
鋼軌中疲勞裂紋是材料承受交變載荷時引起的龜裂的缺陷,當再次經過應變時,裂紋尾部還會繼續拓展,裂紋擴展到鋼軌內部會帶有核傷,且邊緣有密集的細小裂紋,這些細小裂紋因為過于細小很難在圖像中識別。
此外,紅外熱成像系統由于受紅外自身成像波長較長、成像環境(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節顯示不清晰,為了方便后續對特征信息的提取,需要對采集到的圖像進行增強處理。
常用的紅外圖像增強算法分為兩類:空間域和頻率域?;诳臻g域增強是直接對圖像灰度級做運算,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來實現圖像的增強,把圖像看作一種二維信號,對其進行基于二維傅里葉變換的信號增強,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灰度級范圍內,得到一個灰度級分布均勻的圖像,這樣就增加了像素灰度級的動態范圍從而達到增強圖像整體對比度的效果[22]。假設圖像中像素總數是N,圖像的灰度級數是L,灰度級空間是[0,L-1],用nk表示第k級灰度(第k個灰度級,像素值為k)在圖像內的像素點個數,那么該圖像中灰度級為rk(第k個灰度級)出現的概率為:

根據灰度級概率,對其進行均衡化處理的計算公式為:

該方法更適用于背景和前景都太亮或者太暗的圖像,其優勢在于它是一個相當直觀的技術并且是可逆操作,如果已知均衡化函數,那么就可以恢復原始的直方圖,并且計算量也不大。但該方法存在的缺點是變換后圖像的灰度級減少,一些細節消失以及某些圖像經處理后對比度不自然的過分增強。
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,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準差σ,其輸出是領域內各個像素的加權平均,離中心越近的像素權重越高[23]。因此,它的平滑效果更好,但也會導致圖像比較模糊。高斯核參數為:

式中:(x,y)表示像素點坐標;σ為高斯分布的標準差。圖像的平滑程度由參數σ決定,標準差越小,高斯圖像越窄小,平滑效果不明顯;標準差越大,高斯圖像越矮寬,濾波效果比較明顯。
3.2.3 結合直方圖均衡和高斯濾波的圖像增強算法
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合的方式進行比較;而裂紋邊緣細節部分采用Canny 邊緣檢測的圖像分割來獲取,為之后圖像分析奠定基礎。當使用傳統的直方圖均衡化方法對圖像進行處理的話,雖然提高了圖像的對比度,但是會使圖像過于銳化,甚至一些細節消失,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,不利于細節的提取,如圖3(b)所示。
為了更好地解決這個問題,提出直方圖均衡化和高斯濾波相結合的紅外圖像增強方法,該方法增強了圖像的對比度,降低了圖像噪聲,同時對圖像進行了平滑處理,如圖3(c)所示。

圖3 圖像增強結果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合的圖像增強算法的直方圖對比結果。其中,x軸為灰度級,y軸為灰度級出現的頻率,可以很直觀地看出經過本文提出的直方圖均衡化和高斯濾波相結合算法處理后,直方圖內灰度級分布更加均衡,圖像也更加清晰,裂紋細節展示更加清晰。

圖4 圖像處理算法的直方圖對比Fig.4 Histogram comparison of image processing algorithms
邊緣檢測的實質是采用某種算法提取圖像中目標與背景之間的邊界線,針對裂紋紅外圖像中裂紋邊緣細節部分采用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節信息,圖像中裂紋內部及邊緣細節比較明顯且連續,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,應用范圍較廣,但也存在局限性,由于高、低閾值是通過人為設定,使得偽邊緣和邊緣的連續性之間存在著矛盾,因此在接下來學習中還要針對Canny邊緣檢測的缺點進行改進。更能滿足鋼軌裂紋檢測要求的實時性,也可以有效提高下一步計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域內細節像素點的溫度變化規律,將缺陷區域圖像進一步實現特征提取,獲得細節像素區域的坐標,實現對特征像素點的定位,及對裂紋大小、深度的計算。
紅外熱成像技術作為一門新興的無損檢測裂紋技術,具有非接觸、檢測速度快、檢測面積大、定量檢測等諸多優點,但也存在靈敏度不足,難以實現檢測非常細微的裂紋,需經過一定的圖像處理才使得檢測結果更好的問題。我國對于紅外熱像技術的研究熱度也呈現出整體上升的趨勢,對于紅外熱像技術的裂紋檢測未來的發展,還要繼續攻克技術難關,不斷創新。本文基于紅外熱成像檢測系統原理,選用鹵素燈作為激勵,搭建了鋼軌裂紋檢測實驗平臺。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合的算法進行圖像增強處理,通過實驗結果得出,該算法可以降低圖像噪聲、提高圖像對比度。
隨著國內外學者對紅外熱成像檢測技術的不斷深入,該檢測技術已廣泛應用于軍事、航天、醫療等領域。在今后一段時間內,紅外熱成像檢測技術將有如下發展趨勢:①更高效的檢測方法。如使用先進的熱像儀,可以采集到更加清晰與噪聲更少的紅外圖像,能夠更準確反映出檢測物體的熱輻射情況;②針對缺陷的自動識別技術。目前缺陷仍是根據人的主觀判斷,在效率和精確度上都有所欠缺,隨著計算機技術的快速發展,自動識別技術逐漸引起大家的重視,如通過神經網絡系統進行目標檢測等技術;③多種檢測方式相互融合。常用檢測方法及無損檢測技術都存在各自的優缺點,為更好實現精確的檢測,可以將兩種及以上檢測方式相結合;④多種激勵方式相融合。本文舉例對比了幾種激勵方式,可以根據需要將優點互補的激勵進行融合,而進一步提高激勵效率,如使用超聲波激勵和鹵素燈相結合,鹵素燈可對被測對象表面進行大面積加熱,超聲波激勵則對被測對象進行深層加熱,兩者結合既實現了裂紋表面的均勻加熱,又進一步增強亞表面加熱。此外,針對鋼軌裂紋的紅外熱成像檢測中要考慮到環境因素的干擾,在實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備和外界環境的影響,降低鋼軌裂紋圖像中的噪聲。