作者：郑晓蒙
复合材料具有单一材料无法比拟的优越性能，其发展和应用为军械航空装备的优化，尤其是在减轻质量和提高可靠性方面，提供了极大的优越条件。但由于复合材料结构复杂，其缺陷无法靠目视判断，且缺陷分层，采用常用的无损检测技术，如目视检测、超声检测、射线检测、磁粉检测、渗透检测、涡流检测等对其进行无损检测时都存在很大的局限性，从而给复合材料的无损检测带来了极大的挑战。
红外热像无损检测技术是近年来新兴的通过图像处理进行缺陷识别和分析的无损检测技术。其基本原理是通过主动可控的热激励手段对被测物加热，存在缺陷的被检测材料由于内部材质差异在表面产生不同的温度场分布，利用红外热像仪同步获取加热或散热过程中的红外热图，根据图像的时间序列分析技术来判断缺陷存在与否。比起传统的无损检测技术，红外热像无损检测具有非接触、检测面积大、快速等显著的优点。
用红外热像仪获取复合材料红外热图一方面受到复合材料构件结构以及材料各向异性的影响，同时在实验过程中由于光照、视角等环境因素引起图像噪声，使得所获取的图像背景存在明显噪声、目标边缘模糊、对比度较低等不足之处。故在对红外热图进行缺陷识别和分析之前，有必要对图像进行预处理，以实现图像1 红外热图图像获取及预处理
本文选用一个碳纤维复合材料的军械航空装备——某型无人机机翼肋段零件作为实验试件，如图1所示。其基体树脂为低温固化改性环氧树脂体系，增强纤维是T300-3K-40B碳纤维，采用轧膜成型，真空袋封装，热压罐固化工艺。试件上的人为缺陷是将试件水平放置后，采用质量1 kg的球头以一定的加速度垂直撞击肋段而产生，以模拟无人机复合材料结构在进行飞机装配时，工具坠落的实际情况。该缺陷贯穿分层，从试件背面目视分层区域长4—5 cm，宽2 cm左右。在图中缺陷的右下位置是由实验人员贴在试件上的圆形标签，该标签用于图像畸变的校正和缺陷定量分析的标定。
实验采用超声激励作为主动可控热激励，对所选取的试件进行实验，获得的一组红外热序图如图2a）所示。该组图为在一次实验过程中截取的六幅缺陷扩散特征比较明显的红外热象图，右下角的高亮目标为标签，其余目标均为缺陷。图中明显存在较大的背景噪声。
为了降低图像的噪声对实验结果的影响，有必要对图像进行平滑滤波处理。常用的滤波方式包括邻域平均、高斯加权平均、选择式掩膜平均、中值滤波等。经过比较，在对图像进行灰值化处理之后，采用Sx5的模板窗口的选择式掩膜平滑来实现降噪的目的，处理结果如图2b）所示。与图2a）相比，经过预处理的图像背景噪声得到了一定程度的抑制。
2红外热像图的缺陷拼接
处于不同层的缺陷在热扩散上存在的时间差，在热序图中通过目标亮度和大小的变化体现出来，为了将各个缺陷的信息综合起来并显示在同一图像中，采用图像融合的方法对缺陷进行时间域的拼接。同时，受到复合材料的复杂结构以及复合材料的热扩散速度等因素的影响，实际上连接的缺陷在图像上可能表现为分离的两个缺陷，即使通过时间域的缺陷拼接也只能在视觉上对其进行可拼接性的估计，于是需要在图像的后期处理中通过分析和计算判断其可拼接性，进而进行空间域的缺陷拼接。
2.1 缺陷的时间域拼接
本文通过图像融合的方法来实现缺陷的时间域拼接。根据需要，本文采用直接融合方法和基于变换的融合。直接融合方法即将不同的图像的像素灰度值做简单的计算后得到该点的像素，主要包括最大值融合、均值融合、加权融合等方法，得到如图3所示结果。
2.2缺陷的空间域拼接
由于复合材料的复杂结构、红外热像图的热扩散等原因，实际上连接的缺陷在图像上可能表现为分离的两个缺陷。从图3来看，该缺陷在经过时间域的拼接之后仍然在图像上表现为分离的缺陷，但在视觉上可猜测其具有可拼接性。从而，将根据热扩散速度的分析其可拼接性，并进行拼接。
缺陷可拼接性判断的主要依据是，随着时间的变化，被检测材料的热量慢慢扩散，有缺陷的方向扩散速度比没有缺陷的方向快。具体方法如下：(1)对图像进行二值化处理；(2)通过对比选择最合适的两幅连续组图，计算缺陷的中心，如图4a）；(3)将两幅图像作差，预计缺陷扩散方向的个数，并通过对图像进行腐蚀操作，按照预计的扩散方向个数计算出缺陷的扩散中心，如图4b）；(4)以缺陷中心到扩散中心的连线方向作为缺陷的扩散方向，当进行判断的两个缺陷满足扩散方向和相对距离的条件时，认为其可以进行拼接。
判断结果为两缺陷可进行拼接时，以两缺陷中心的连线角度作为拼接角度来进行缺陷拼接。如图5a）所示，以缺陷的拼接方向的垂直方向作等距的分度线，统计分度线上的缺陷跨度，如图Sb）所示。根据实际情况考虑，选择第一个跨度值波形中经过波峰后跨度值突然迅速减小的位置和第二个跨度值波形中快到波峰时跨度值增大速度迅速变慢的位置作为两个将进行拼接的缺陷的拼接点。连接相应的拼接点构成拼接区域并填充，可得到拼接后的图像如图Sc）所示。拼接后的图像轮廓与实际的缺陷轮廓基本一致。
3红外热像图的畸变矫正
在实际的实验过程中，特别是有源热像无损检测实验中，红外热像仪与试件总存在一个或大或小的视角，该视角给红外热图带来了几何畸变；同时由于热源的各点距离与热像仪的距离不同，空气给红外热辐射带来的损耗不同，给图像的亮度带来了梯度误差。
红外热像仪与复合材料试件上各点的角度和距离存在差异，使得红外热像仪所获得的图像存在几何畸变。热像图的几何畸变包括纵向畸变和横向畸变，可分别通过纵向拉伸和横向拉伸来进行补偿，其过程如图6所示。
在经过图像融合后的图像中，试件上的圆形标签在热像图中表现为一个不完整的椭圆，如图7a）所示。由于红外热像仪的视角，标签和图像产生了同样的几何畸变，故将标签恢复成圆形的同等变换可补偿热像图的几何畸变。利用椭圆长短轴的比例可获得纵向拉伸比例以进行纵向拉伸补偿，补偿结果如图7b）。可以观察到图7b）中标签长短轴已经补偿一致，但是标签仍然向左侧倾斜，如图7c）所示。由于在本例中红外热像仪以非垂直角度正对试件中线，所以中线左右两边横向畸变对称，现通过横向拉伸进行补偿，即根据标签纵轴斜率为依据，将图7c）中梯形部分内的图像进行横向拉伸补偿，得到补偿最终结果如图7d）。观察图7d）可知，通过图像补偿，校正了由于红外热像仪视角引起的几何畸变，使得缺陷接近原试件。
根据图像融合结果图进行几何畸变补偿过程中得到的横纵轴拉伸比例，对拼接图像进行几何畸变矫正，矫正后的图像如图8所示。
另外，亮度的梯度误差与空气对红外热辐射的损耗有关。但是通过计算，在一般的无损检测实验情况下，大气对红外辐射的吸收衰减和散射衰减可忽略不计；当红外热像仪的焦点与试件中心的连线与垂直方向的角度很小时，红外热辐射在大气中传播时的损耗变化，被检测材料的热量慢慢扩散，有缺陷的方向扩散速度比没有缺陷的方向快。具体方法如下：(1)对图像进行二值化处理；(2)通过对比选择最合适的两幅连续组图，计算缺陷的中心，如图4a）；(3)将两幅图像作差，预计缺陷扩散方向的个数，并通过对图像进行腐蚀操作，按照预计的扩散方向个数计算出缺陷的扩散中心，如图4b）；(4)以缺陷中心到扩散中心的连线方向作为缺陷的扩散方向，当进行判断的两个缺陷满足扩散方向和相对距离的条件时，认为其可以进行拼接。
判断结果为两缺陷可进行拼接时，以两缺陷中心的连线角度作为拼接角度来进行缺陷拼接。如图5a）所示，以缺陷的拼接方向的垂直方向作等距的分度线，统计分度线上的缺陷跨度，如图5b）所示。根据实际情况考虑，选择第一个跨度值波形中经过波峰后跨度值突然迅速减小的位置和第二个跨度值波形中快到波峰时跨度值增大速度迅速变慢的位置作为两个将进行拼接的缺陷的拼接点。连接相应的拼接点构成拼接区域并填充，可得到拼接后的图像如图Sc）所示。拼接后的图像轮廓与实际的缺陷轮廓基本一致。
3红外热像图的畸变矫正
在实际的实验过程中，特别是有源热像无损检测实验中，红外热像仪与试件总存在一个或大或小的视角，该视角给红外热图带来了几何畸变；同时由于热源的各点距离与热像仪的距离不同，空气给红外热辐射带来的损耗不同，给图像的亮度带来了梯度误差。
红外热像仪与复合材料试件上各点的角度和距离存在差异，使得红外热像仪所获得的图像存在几何畸变。热像图的几何畸变包括纵向畸变和横向畸变，可分别通过纵向拉伸和横向拉伸来进行补偿，其过程如图6所示。
在经过图像融合后的图像中，试件上的圆形标签在热像图中表现为一个不完整的椭圆，如图7a）所示。由于红外热像仪的视角，标签和图像产生了同样的几何畸变，故将标签恢复成圆形的同等变换可补偿热像图的几何畸变。利用椭圆长短轴的比例可获得纵向拉伸比例以进行纵向拉伸补偿，补偿结果如图7b）。可以观察到图7b）中标签长短轴已经补偿一致，但是标签仍然向左侧倾斜，如图7c）所示。由于在本例中红外热像仪以非垂直角度正对试件中线，所以中线左右两边横向畸变对称，现通过横向拉伸进行补偿，即根据标签纵轴斜率为依据，将图7c）中梯形部分内的图像进行横向拉伸补偿，得到补偿最终结果如图7d）。观察图7d）可知，通过图像补偿，校正了由于红外热像仪视角引起的几何畸变，使得缺陷接近原试件。
根据图像融合结果图进行几何畸变补偿过程中得到的横纵轴拉伸比例，对拼接图像进行几何畸变矫正，矫正后的图像如图8所示。
另外，亮度的梯度误差与空气对红外热辐射的损耗有关。但是通过计算，在一般的无损检测实验情况下，大气对红外辐射的吸收衰减和散射衰减可忽略不计；当红外热像仪的焦点与试件中心的连线与垂直方向的角度很小时，红外热辐射在大气中传播时的损耗不同带来的误差可不计。
4红外热像图的标定以及缺陷定量分析
由第三部分的分析可得出，畸变可通过纵向拉伸和横向拉伸来矫正；同时，对比标签的实际尺寸以及校正后图像上的尺寸，以对图像进行标定。
针对矫正后的图像，可通过定量分析计算出缺陷的长、宽和面积。缺陷的图像计算面积是目标像素点的个数，但由于缺陷的形状不规则，实际面积无法精确计算。长为缺陷中距离最远的两个点的距离，宽为与长垂直的方向上最宽的点。表1为定量分析的结果，与实际测量的缺陷尺寸相比，长度的计算精度达到94.12%，宽度的极端精度达到99. 83%。
由以上结果可以看出，本次实验得出的热图经过以上方法进行拼接和畸变校正，吻合度比较高，符合复合材料修复的基本要求。为了验证本方法在某型无人机零件修复工作上的普遍有效性，以相同的实验方法对某型无人机的四组不同零件（均为机翼的不同肋段）进行实验，并进行图像处理，得到的数据如表2所示。表1与表2相结合，则有一共五组实验。与实际测量的缺陷尺寸相比，长度的计算平均精度达到97. 58%，均方根为2.05830/0；宽度的平均精度达到97. 120/0．均方根为2.2353%。
5结论
军械航空复合材料具有单一材料无法比拟的优越性能，但由于其结构复杂，缺陷分层且检测困难，导致难以对其缺陷进行有效检查、定位和分析。本文以超声红外热像无损检测技术对冲击损伤的军械航空复合材料实验结果为样本，进行了完整的缺陷分析，包括图像预处理、缺陷拼接、图像的标定和矫正，以及定量计算。在此基础之上，对缺陷进行了定量分析，并以同样方法进行了反复实验，进行了统计分析，得到了较为理想的结果。为红外热像无损检测技术定量分析研究，尤其是缺陷拼接技术提供了新的方法。
6摘要：
以受到冲击损伤的军械航空复合材料试件在超声红外热像无损检测实验下一组时间序列热图为对象，研究了图像特点及渐变过程。针对军械航空复合材料的复杂结构、缺陷特点以及图像的实际特征，在经过图像降噪预处理之后，采用图像融合的方法实现时间域的缺陷拼接，继而通过分析缺陷的热扩散特点判断缺陷的空间域可拼接性并进行拼接，解决了军械航空复合材料上的缺陷在红外热图中不连贯的问题。从定量分析的缺陷长、宽精度来看，所采用的缺陷拼接方法在针对冲击损伤的复合材料试件缺陷分析中有效。
