基于激光散斑的蜂窝复合材料缺陷检测

2020-12-19杨庆峰孙金立宋建俊李金浩

无损检测 2020年3期

杨庆峰，孙金立，宋建俊，李金浩

(1.海军航空大学青岛校区航空机械工程与指挥系，青岛 266041；2.海军航空大学 91883部队，长治 046000)

蜂窝结构的蒙皮材料通常为铝合金或碳纤维复合材料，蜂窝夹芯有铝蜂窝、玻璃布蜂窝、棉布蜂窝和芳纶纸(Nomex)蜂窝等，蜂窝与蒙皮间通过胶接拉伸法或波纹压型胶接法制成[1]，蜂窝结构示意如图1所示。

图1 蜂窝结构示意

民用飞机的表面大量使用蜂窝复合材料，飞机地板也采用了蜂窝结构，使得飞机的质量大大减小。军用飞机的襟翼舱、副翼舱、机翼翼尖后段、平尾后段、方向舵后段等都使用蜂窝复合材料结构，如：美军鹰式和鹰隼战斗机的平尾，大黄蜂战斗机的方向舵都采用了蜂窝材料；ARH-70直升机的桨叶，某直升机的整机也使用了大量的蜂窝复合材料[2]。

笔者基于散斑干涉原理，对图像降噪进行了研究分析，结果表明，通过傅里叶滤波等图像综合处理技术可有效提取散斑干涉信息。

1 激光错位散斑检测原理

激光散斑干涉的原理是用激光对物体的表面进行照射，当物体表面出现形变时，根据激光高相干性和惠更斯原理，物体表面的反射光会相干叠加于空间中形成干涉条纹，在被测物受到载荷时，存在缺陷的部位会比正常部位产生更大的形变，干涉条纹会将这种微小的形变放大，由此可检出缺陷。

激光错位散斑干涉的基本原理示意如图2所示。检测时，激光器发出激光，由分光镜照射到被测物的表面，经反射后进入图像错位装置，穿过成像透镜后在电荷耦合器件(CCD)摄像机里形成散斑图。

图2 激光散斑干涉检测基本原理示意

图像错位装置是错位散斑检测技术最重要的部分，其主要作用就是将入射光按一定角度分为两束，从而形成两个图像。常见的图像错位装置有迈克尔逊光路、光楔等，文中的检测系统为LTI-6200便携式热加载激光错位散斑检测系统，采用迈克尔逊干涉原理(见图3)[3]。

图3 迈克尔逊干涉原理示意

激光照射物体P，P的反射光经过分光棱镜形成两束光，经过反射镜1，2后再次通过分光棱镜，在CCD像面成像，P1,P2的距离为错位量。错位相经模拟/数字(A/D)转换后被图像采集系统采集并进行处理，最后储存在计算机中。

LTI-6200激光错位散斑检测系统是一种便携式热加载检测系统，该系统主要由SC-6200S检测探头、TC-6200S运输箱和IP-6200S图像处理器3个部分组成，是一款融合了(迈克尔逊)激光干涉仪和热加载装置的系统。

2 激光散斑干涉条纹图的处理

由条纹中心法可知，条纹中灰度极值点的相位相同，相比于相移法，条纹中心法应用起来更加方便，对试验系统要求较低，其不足之处在于噪声影响较大，精度较低，难以自动化处理。条纹中心法的处理步骤如图4所示。

图4 条纹中心法的处理步骤

2.1 条纹预处理

在一幅图像中，既有所需要的中心目标，也有干扰目标的背景和噪声，将中心目标从诸多干扰中提取出来，常用的方法就是设置阈值T。以阈值T为基准，将图像数据分为两个部分，称为图像的二值化。

效果好的二值化图像能较好地将图像局部和整体特征表现出来，这就需要选取合适的阈值作为基准。在数字图像处理中，利用二值化来减少图像的数据量，有助于使接下来的图像处理更简单快捷。用255来表示那些像素的灰度不小于阈值的目标物体的灰度值，其余像素点的灰度值则表示为0，其定义如式(1)所示。

(1)

全局二值化在图像细节的表现上仍有欠缺，而局部二值化能够克服这个缺点。其本质就是将一幅存在N个区域的图像，对其每个区域按照统一的阈值T进行处理，但在每个区域仍存在细节模糊的缺陷，局部自适应二值化就能够有效地弥补该缺陷。其方法为：设定自由参数a、b、c，结合区域内3个像素相关参数，利用方程T=a×P+b×S+c×Q(P为区域像素的平均值，S为像素之间的平方差，Q为像素之间的均方根)，由此得出自适应的阈值T，从而表现出二值化图像中的细节。

虽然通过局部自适应得到的二值化图像能够表现图像中的细节，但是图像会有较为粗糙的边界，为了解决这个问题，去除干扰信息，这里引入基于迭代法的图像二值化。该算法的思想为：设阈值Th为起始值，而后按照一定方法，通过迭代来持续更新这一阈值，当阈值达到一定时停止迭代，循环如下所述。

(1) 对于一幅图像，假设当前像素为f(x,y)，设定一阈值Th，根据当前阈值，循环f(x,y)，将图像分为两类像素的集合A、B。

(2) 分别计算集合A、B的像素均值μA和μB，公式如式(2),(3)所示。

(2)

(3)

式中:NA为集合A的像素个数；NB为集合B的像素个数。

(3) 更新阈值公式如式(4)所示。

(4)

(4) 判断差值：若本次阈值与上次阈值的差值小于约束值Tc，则停止计算。所求Th为最佳值，否则返回到第二步。

迭代法二值化图像能够弥补条纹边界粗糙和内部空洞的不足，但初始化选取阈值Th过于单一，不利于全场二值化分割。因此，引入局域均值阈值T(x)来进行初始化Th选值的优化，其中以图像中每个像素点(2n+1)×(2m+1)邻域的灰度值均值作为该点的阈值Th。

2.2 条纹中心检测

条纹的中心检测是为了得到全场的条纹中心，即单位宽度的连通线，需要将二值化图像进行层层剥离，此过程称为二值化图像细化。这里使用常用的细化方法——Hilditch细化算法。细化处理的主要思路是剔除不会影响图像性质的标记像素。条纹细化示意如图5所示，其中标记目标像素删除需要满足6个条件。

X3X2X1X4PX0X5X6X7

图5 条纹细化示意

P不作为背景，其灰度值为255；X0、X2、X4、X6至少有一个不是255(否则会导致P被删除，图像形成空心);X0～X7中至少有2个255(如果X0～X7都不为255，则P为孤立点，不能去除；如果X0～X7只含一个255，则P为端点，去除后将影响图像)。

当Nc(p)=1时，即P的相连区域为1，则P为可去除点；设X2=0时，即X2去除，P的联通连接数为1；设X4=0时，即X4去除，P的联通连接数为1。

迭代像素的顺序为由右至左，由上到下。在迭代循环过程中,如果像素P符合以上6个要求，则对其进行标记，当该次迭代完成时，用背景的灰度值来替代已标记像素。如果迭代过程中没有标记点，则运算结束。连接数表达式如式(5)所示。

(5)

当2i+2=8时，x8=x0，i=1-xi(0或1)。

2.3 条纹定级、插值

在条纹预处理及细化之后，用Floodfill算法标记各区块，把连通的色块表示出来，根据区块的相邻关系构建拓扑关系图，最终得到各块级数，再对条纹定级。

在图像变换时，像素之间容易产生一定的空隙，即图像部分信息会在低分辨率转换到高分辨率的过程中丢失，而插值用为弥补转换时产生的这种缺陷。这里主要介绍三次内插法，该方法是在相邻两个节点区间上利用三次多项式S(x)来求最佳插值函数S(x)/x，其数学表达式为

(6)

通过三次内插法可以得到较好的图像效果，不足之处在于其计算量较大。

2.4 基于傅里叶滤波中心条纹法的图像信息提取

利用条纹中心法来对缺陷图像进行相位提取，主要处理步骤如下所述。

(1) 条纹预处理，采用傅里叶滤波进行图像预处理。

(2) 图像二值化及细化，利用迭代法图像二值化对预处理图像进行处理，并用Hilditch细化法对二值化结果进行细化。

(3) 条纹定级，标定方法：设某一条纹级数为n，条纹为封闭式，相邻条纹的最大相差级数为±1，其中向峰顶方向为正，反之为负[4]。

(4) 条纹插值，先使用三次内插法对已标定级数的图像进行插值，然后进行图像平滑处理，从而获得更准确的相位信息。

图6为使用条纹中心法对缺陷图像进行图像信息提取的结果。由图6(b)可以看出,对缺陷图像使用迭代分割法可以得到较好的二值化图像，缺陷及背景区分明显。图6(c)为缺陷图像的骨架提取，可以看出条纹边缘比较粗糙，骨架线有较多的毛刺，且背景有较多的白点，这与其原始图中的背景噪声有关。图6(d)为缺陷图像的相位展开3D图，可以清楚看到两个由散斑图像明暗条纹形成的凹凸峰，所对应的就是缺陷所在的位置。