基于数字图像处理的表面裂纹检测技术研究

王文焕

(安徽理工大学，安徽 淮南 232000)

1 介绍

数字图像处理技术是一种非接触的现代光学测量实验技术。它具有光路简单、环境适应性好、测量范围广、自动化程度高等优点。因此，数字图像处理技术已广泛应用于土木工程、机械、材料科学、电子封装、生物医学、制造、焊接等许多科学与工程领域。例如，利用数字图像处理技术对飞机发动机涡轮叶片表面裂纹进行检测，记录裂纹萌生到断开的整个过程。采用数字图像处理技术可以方便疲劳寿命的研究。采用非接触式无损检测方法，大大降低了测量成本和时间，提高了测量效率，保证了测量精度。

图像处理技术和数字技术的发展早在20世纪初就已经兴起。无损检测[1]技术可以对样品进行无损伤的初步检测。如超声检测、涡轮检测、射线探伤、渗透探伤等都可以采用无损检测方法对试件表面的连续性或不连续性进行检测。数字图像处理是目前应用最为广泛的一门学科。它集成了多个学科，形成了更先进的技术。

数字图像处理技术将三维成像与多维成像发现技术相结合，实现了三维、多媒体和智能化。在芯片的驱动下，利用小波算法、遗传算法等图像处理技术的优势和发展潜力，使其在医学和航天项目中有了更多的应用。在工业自动化阶段，数字图像处理技术已经应用于产品质量监测和故障诊断，如物体表面裂纹检测，如陶瓷瓶裂纹检测、轨道板裂纹检测、岩石表面裂纹检测等，检测效果良好。

2 数字图像技术应用案例

2.1 焊接裂纹图像识别技术

以焊接裂纹图像识别技术为例，数字图像技术包括以下3个方面。

(1)图像预处理。图像增强采用空间域方法对图像的灰度系数进行处理，对图像的变换系数进行修改，以更好地区分图像中的缺陷部分。图像去噪抑制了脉冲干扰，降低了图像模糊，保留了图像中重要的结构特征。

(2)边缘检测。边缘是图像中灰度急剧变化的区域。提取焊缝边界区域，便于对焊缝边缘几何特征进行统计分析，检测出管道焊缝缺陷的边缘，最大限度地提高边缘噪声的影响，为图像边缘检测与分析提供了一种有效的方法。

(3)纹理特征识别。识别边界定义和局部信息细化程度，通过全局部三值CLTP模式进行纹理识别[2]。

2.2 技术应用

利用高温疲劳蠕变寿命实验装置、图像采集装置仿真、涡轮叶片等装置设置实验工作环境。将采集到的叶片图像通过实验系统进行裂纹识别，为后续裂纹检测做准备。对于传统的拉伸测试，如果想在实验过程中获得应变数据，需要在试样上安装一个伸长仪来获得应变数据。测量样品的平均应变，通过数字图像技术可以给出样品中的点对点应变信息，从而可以绘制出实验过程中应变分布云图的变化过程。为分析和研究材料的变形行为和破坏机理提供了一条很好的途径[3]。

高温疲劳与表面寿命实验设备，包括叶片采集装置、采集系统和模拟实验室的叶片。在选择最大启动状态时，模拟了危险段的应力截面。整个实验是在疲劳实验系统中完成的。包括电气工业伺服疲劳试验机、高频加法器、红外测温仪等。图像采集装置由图像采集卡和摄像机组成，使用数码相机作为图像摄取装置。经过采样和量化，将图像转换为数字信号。通过计算机存储器对图像进行处理，提高了采样的实时性和传输速度。计算机软件控制数码相机的动作，将图像传输到计算机，并受到计算机固件的影响。实现了静态图像输入装置的处理、文本识别和图形的自动绘制。

2.3 数字图像处理效果

图像处理后无噪声，边缘检测效果良好。建立的焊缝数字图像缺陷图像数据库包含形状和纹理特征、图像长度像素、图像宽度像素、缺陷与背景灰度差、缺陷相对位置等参数。在缺陷特征数据库分类的基础上，获得了裂纹缺陷的形状特征，识别了裂纹、夹渣、气孔、未焊、未熔合、条纹等缺陷特征，实现了管道焊缝数字图像缺陷的自动识别和自动评价。

当列示波瓣时，图像采集系统通常很小。对叶片表面裂纹进行小尺寸测量，用数码相机可获取高分辨率图像，运行摄像头驱动软件进行拍摄和观察。连续变焦相机可以用来观察物体的状态。

3 图像采集系统程序设计

使用VISUALC++进行程序设计，包括应用软件、数据源管理器和数据源软件。通过软件协作，完成图像的采集和传输。数据源管理器是免费提供的。该软件在windows环境下以动态链接库的形式存在，用于管理应用软件和数据源软件。应用软件编写了图像采集接口程序。

在实验系统运行过程中,具体步骤是先打开数码相机，获取镜头与叶片之间的位置，打开红外摄像机，观察叶片表面温度，通过红外摄像机控制叶片加热，并在改变温度后加入预定值，数字图像处理程序实现了图像增强分割、图像标记和细化、特征测量等一系列对象编程过程，完成了对图像的处理。

在图像增强中，根据特定的需要突出显示图像中的某些信息，并将处理后的图像具体应用于人类视觉特性和识别系统，增强了识别信息的能力，恢复了原始图像中丢失的部分信息，提高图像视觉效果。增强技术目前包括视图处理方法和空间处理方法。根据图像成分的清晰度，借助计算机处理，实现了在图像的某一变换域内的运算，即修正了通过逆变器增强图像的效果。频域处理方法是利用卷积原理对原始图像进行增强，对图像傅里叶变换进行修正，并利用公式得到图像的原始数据的方法。经过傅立叶变换后，得到了易于识别和解释的特征，并强调了图像中的低频成分，使图像更加平滑。空间处理方法可以直接处理图像中的像素点，以增强图像对比度映射变换为基础，提高图像的灰度级，去除高斯噪声。线性平滑滤波器的优点在于，可以逆转模糊的现象。非线性平滑滤波的基本思想是用像素场中灰度值的中指代替像素的灰度值，保留图像的边缘细节。

在图像分割中，它根据人类识别图像和视觉观察的特点，生成图像分割的源过程。将M*M阵列图像分成若干不相交的区域以获得二维图像信息。两个相邻区域没有相似的特性。区域边界上的图像分割可以理解为从图像中提取有意义的特征区域、像素的灰度值以及物体的轮廓曲线和绘制。目前，使用的是一些具有相似灰度和相似纹理的齐次准则。这个基础具有均匀性和准确性，能够检测出边缘，而阈值法的应用就是利用阈值法的概念对二维数字图像进行平面坐标提取。全局阈值分割方法在图像处理中的应用越来越广泛。固定的阈值用于分割整个图像。方法很多，比如双峰法。几种不同的图像阈值分割方法表明，在每个灰度级上采集像素点，可以得到每个特征出现的概率。同时，可以选择每一类的类方差和类间方差，对图像的整个灰度范围进行扩展和压缩，并将灰度变换为线性和非线性变换。细化算法便于描述和提取特征。它剪切出图像中不是端点的部分，并按图像的上、下、左和右的顺序删除它们。细分算法采用细分的方法循环遍历图层，满足条件时删除图层，修复不存在的图像和轮廓，然后通过图像分割和轮廓编辑检测进行图像测量，描述识别图像区域的形状。

4 结论

数字图像技术的基本原理和实现方法包括硬件和软件两部分。利用图像作为信息载体对发动机叶片表面裂纹进行自动检测具有重要的实用价值。

(1)针对航空发动机二级涡轮叶片表面裂纹的特点，采用蠕变和高温疲劳仿真方法，采用数字图像处理技术对表面裂纹进行监测。采用USB接口的数码相机采集图像，通过高温疲劳蠕变试验检测表面裂纹的噪声。通过机理分析和成分测定，准确识别出小裂纹。通过对各种图像识别方法的比较，认为该方法适用于发动机涡轮叶片表面裂纹的识别。通过实验验证了该辨识方法的有效性。

(2)参数分析结果生成后，用户界面操作模式可在大屏幕上显示，并方便地记录从启动到断开的全过程。这不仅可以促进疲劳寿命和疲劳断裂机理的研究，实现全自动的非接触无损检测，而且可以降低劳动强度和成本，实现裂纹检测的人机对话模式。

(3)在研究过程中，通过不断的研究发现，将数字图像处理技术应用于发动机二级涡轮表面裂纹检测，可以进一步提高自动检测算法的精度和可扩展性，进一步提高了软件通用性的自动识别能力。利用图像拼接技术对图像的局部进行分析，可识别出裂纹的位置。