成像检测（通用10篇）
成像检测 篇1
1 引言
石油行业的油气输送钢管用量很大, 形状比较单一, 只是尺寸大小有所变化, 钢管的焊缝一般分为两种:一种是直缝焊管;一种是螺旋焊管。油气输送钢管的实时成像检测主要检查螺旋埋弧焊管焊缝及热影响区横向、纵向等气孔、夹渣、未焊透、未熔合、裂纹、结疤等缺陷。
2 检测装置组成
针对油气输送钢管的实时成像检测装置主要由6部分组成。
(1) X射线发生器:主要为X探伤机、高压电缆、高压发生器系统、控制器、冷却器等。
(2) 射线成像系统:可分为线阵列扫描成像技术、数字平板技术及图像增强器加CCD摄像机技术。一般使用图像增强器加CCD摄像机技术, 它包括图像增强器、高分辨率摄像机、远程线控三可变目镜光学成像系统、磁场现场及外景监视器等。
(3) 计算机图像处理系统:包括对比度增强, 图像平滑、图像锐化和伪彩色显示等。
(4) 内焊缝及外景监视系统:包括内焊缝黑白摄像机、内焊缝黑白监视器、外景摄像机及监视器。
(5) 机械传动及控制系统:为保障检测进行所需的执行机构, 这里指探臂升降装置、图像增强器升降装置、运管车、打标记装置、操作台、配电柜及控制系统等。
(6) 防护系统:为了保障工作人员的人身安全, 需要将X射线进行屏蔽, 一般为铅房或混凝土浇注的探伤室。钢管检测防护系统包括混凝土浇注而成的探伤室、铅门、通风用铅防护罩, 电缆沟上的铅防护盖板等。
3 检测方法
不同的检测技术都具有各自不同的优点和使用局限性, 在检测方法选择时, 应综合考虑结构材料尺寸、形状、制造工艺、结合方式, 以及缺陷的类型、位置、取向和检测方法的有效性、检测仪器的可达 (及) 性、要求的灵敏度、检测效率、检测成本等各方面的因素[1]。
对于油气输送钢管的检测, 目前大都采用单壁透照内透法。单壁透照内透法又分为内透中心法透照工艺和内透偏心法透照工艺两种。内透中心法透照工艺即射线焦点到工件表面的距离等于钢管的内半径。对于大直径筒体焊缝则采用内透偏心 (L1
油气输送钢管的直径在219~2000mm之间, 壁厚一般在6~50mm之间, 单壁厚度小于18mm的钢管可用160kV的射线管, 壁厚在30mm以下可用225kV的射线管, 壁厚在50mm以下的可用320kV射线管进行检测。对于直径大于219mm, 长度不超过13m的钢管, 160kV和225kV的射线管都能顺利进入。虽然射线管能够进入钢管内部, 但由于射线管的焦距过小, 在显示屏上的成像效果并不理想, 分辨率及灵敏度都不能达到基本要求, 因此, 使用单壁透照内透法进行检测的钢管直径至少在准500mm以上。对于长度超过13mm的钢管或使用320kV射线管的检测钢管, 由于钢管本身存在的挠度、钢管形状的偏差以及安装射线管的探臂过长所产生的挠度等原因, 能进入的最小钢管直径还要相应大一些。
4 总体布局
油气输送钢管实时成像检测装置的总体布局一般是X射线管探入钢管内部, 图像增强器安装在钢管外部, 按检测的方向可分为上照式和侧照式。由于钢管的直径相差很大, 比如有的钢管直径为406~3050mm, 利用内透偏心法透照工艺, 侧照式检测时射线管和图像接收系统不但要上下移动, 还需要多一个左右横移的动作。所以, 近几年基本上都是采用上照式检测, 即将图像增强器安装在钢管的正中心的上方, 这样布置可使检测动作简单化, 便于操作, 提高工效。装有射线管的探臂与图像接收系统只需做上、下升降这一个动作, 就可满足检测不同直径的钢管的要求, 减少了左右横向移动的运动。
由于X射线实时成像系统分辨率要求不小于3.01p/mm[3], 因此要求在机械设计时要首先考虑其速度不能太快, 速度太快则图像来不及处理, 太慢又影响检测效率, 一般检测速度不能大于4m/min。若检测12m钢管时, X射线管的探臂要悬空伸出约12.7m, 这种形式的探臂一定要在装配好以后, 根据所装X射线管的重量调整好挠度, 具体操作是在探臂的头部装上与X射线管相同重量的配重, 尽量将探臂调整成水平状态。例如, 160kV射线管需在探臂头部加重约8kg做调整, 225kV射线管头需在探臂头部加重约12kg做调整。
5 检测方式
油气输送钢管实时成像检测方式按运管车的行走可分为出探伤室和不出探伤室的检测。这两种检测方式的运管车所执行的动作是不同的。
5.1 运管车不出探伤室的检测方式
检测钢管由外辊线的输送辊输送到探伤室内的运管车上, 运管车上分别布置有输送辊和旋转辊, 以直径406~1460mm、管长8~12m为例, 运管车上的输送辊需3组, 辊形与外输送辊的辊形要一致, 高度也要保证与外辊线一致, 这样才能确保钢管顺利地输送到运管车上。3组输送辊的布置要考虑到最短钢管的长度, 3组输送辊之间的距离要小于最短钢管的长度, 否则要出现钢管掉道现象。比如, 最短钢管为8m长时, 两组输送辊之间的间距可设在3~3.5m之间。在这3组输送辊之间要固定两组旋转辊。
钢管在运管车上的检测时目前可分为两种形式: (1) 一种是输送辊升降, 旋转辊固定不动。钢管由探伤室外的输送辊线完全运送到探伤室中的运管车的输送辊上后, 运管车上的输送辊下降, 将钢管落在旋转辊上, 运送到检测位置。开始探伤, 由旋转辊旋转钢管和检测车行走拟合螺旋焊缝射线探伤。输送辊升降可以是电动推杆和液压两种方式实现, 但是采用液压升降, 3组输送辊升降的同步性很难控制; (2) 第二种形式是输送辊固定不动, 旋转辊实现钢管的升降功能。旋转辊升降若是使用液压传动, 当旋转辊旋转时, 其上的钢管也随之旋转, 如果液压部分安装不好, 将会对成像效果产生影响, 造成图像的不清晰。
某公司采用旋转辊对称开合来实现钢管的升降, 如图1所示, 运管车上由两组旋转辊带动钢管旋转, 由于钢管的直径相差较大, 每组旋转辊分别由两对可以左右开合的旋转辊轮组成, 一对旋转辊轮中心略高, 两个辊轮之间的间距相对大一些, 用于直径稍大的钢管的旋转;另一对旋转辊轮中心略低, 两个辊轮之间的间距也要小一些, 适用于稍小一些直径的钢管旋转, 这两对旋转辊固定在一组线性滑轨上, 由电机带动丝杠实现左右对称开合, 合起时, 钢管中心随之升高, 开合的距离一般只需100~200mm左右即可。这种结构在钢管升起时较省力, 旋转时平稳、可靠, 图像清晰。这种方法实现钢管在旋转辊上的升降, 虽然旋转辊轮的个数增加了, 成本加大, 但运动平稳, 容易实现。
5.2 运管车出探伤室的检测方式
钢管在运管车上下料由横移车完成, 横移车行驶到输送辊线位置后, 横移车上的辊轮升起将钢管从输送辊线上取下, 然后行驶到等待在探伤室外的运管车位置上。这种运管车分为两段, 每段上分别固定一组旋转辊轮, 这两段的中间由连杆连接, 此连杆低于运管车的导轨上平面。如图2所示, 横移车可以直接插入运管车的中间, 到达位置后, 横移车上的辊轮下降, 将钢管放在运管车的旋转辊上。横移车开走后, 运管车将钢管载入探伤室的探伤位置, 旋转焊缝定位, 开始探伤, 由旋转辊旋转钢管和检测车行走拟合螺旋焊缝射线探伤。探伤结束后, 旋转辊停止转动, 运管车快速驶出探伤室外的指定位置, 再由横移车移走。
以上两种方式中, 第一种检测方式的所有动作由一台运管车执行, 运管车的控制较复杂, 钢管形位公差太大时, 从外辊线的输送辊上到运管车的输送辊容易产生碰撞现象。优点是整体控制较容易, 探伤室外布置较简单, 铅门处容易防护, 铅门相对较小, 上料所需时间较多。
第二种检测方式多了一个横移车, 将升降与旋转两个动作分别由两台车执行。两台车的各自分别控制, 相对较简单。但整体操作较繁琐, 由于存在运管车与横移车的交互动作及运管车需驶出探伤室的因素, 因此, 探伤室外布局较复杂, 铅门处设计及防护较复杂, 铅门相对较大, 上料所需时间较短。
6 结论
采用内透法透照工艺检测油气输送钢管, 上照式布置, 利用运管车上的旋转辊对称开合来实现钢管的升降, 以达到检测不同直径的钢管的要求, 使用这种检测方法能确保成像效果好, 运动平稳可靠, 动作简单, 提高工效, 在油气输送钢管检测中具有推广价值。
参考文献
[1]王小永.钱华.先进复合材料中的缺陷与无损检测技术评价[J].无损探伤, 2006 (4) :1-6.
[2]曾祥照.射线探伤中的环焊缝周向曝光技术[J].西北工业锅炉, 1988 (4) :15-17.
[3]GB/T19293-2003, 对接焊缝X射线实时成像检测法[S].
成像检测 篇2
基于高光谱成像的苹果多品质参数同时检测
摘要：利用高光谱空间散射曲线的3个洛伦兹拟合参数对苹果的品质(硬度、可溶性固溶物含量)进行同时检测.采用偏最小二乘,逐步多元线性回归和BP神经网络3种方法,对归一化处理和未归一化处理的3个洛伦兹参数组合分别建立苹果品质的预测模型.结果表明:采用偏最小二乘法对未归一化处理参数的组合建立硬度的预测模型其预测结果最好,校正组相关系数Rc=0.93,校正标准差SEC=0.56,验证组相关系数Rv=0.84,验证标准差SEV=0.94.采用偏最小二乘法对归一化处理参数的组合建立可溶性固形物的`预测模型其预测结果最好,Rc=0.95,SEC=0.29,Rv=0.83,SEV=0.63.研究结果表明:利用高光谱空间散射曲线的多拟合参数组合可以同时检测苹果的多品质参数. 作者： 单佳佳吴建虎陈菁菁彭彦昆王伟李永玉 Author： SHAN Jia-jia WU Jian-hu CHEN Jing-jing PENG Yan-kun WANG Wei LI Yong-yu 作者单位： 中国农业大学工学院,北京,100083 期 刊： 光谱学与光谱分析 ISTICEISCIPKU Journal： SPECTROSCOPY AND SPECTRAL ANALYSIS 年，卷(期)： 2010, 30(10) 分类号： S123 关键词： 高光谱散射图像 硬度 可溶性固溶物 苹果 洛伦兹函数 机标分类号： O65 TP3 机标关键词： 光谱成像 苹果品质 品质参数 同时检测 Quality Attributes 归一化处理 偏最小二乘法 预测模型 参数组合 逐步多元线性回归 预测结果 相关系数 散射曲线 拟合参数 光谱空间 洛伦兹 可溶性固形物 标准差 硬度 验证 基金项目： 国家科技支撑计划子课题成像检测 篇3
关键词：高光谱成像技术；水果品质；无损检测；外部品质；内部品质
中图分类号：S123；TP391.4 文献标识码：A 文章编号：1674-1161（2016）05-0050-04
水果在采摘包装运输过程中，易受人为或水果自身因素影响而内部或外部品质受损。随着人类健康观念的增强，对水果品质的要求越来越高，促使水果多品质分类越来越严格。在水果商品化处理过程中，准确、快速、客观的质量检测系统是确保其安全高质量生产的保证，也是现代水果产业的发展趋势。目前，我国水果分类分级主要依靠人工视觉，既费时费力又难以排除主观因素。
水果无损检测是在不损伤果体的情况下，应用一定的检测技术和分析手段，对水果内外部品质进行测定，并按照一定标准作出评价的过程。随着光谱技术发展，国内外学者把目光聚焦在高光谱成像技术上。高光谱成像技术是从遥感图像技术发展而来的，基于非常多窄波段图像数据技术，是传统二维图像技术和光谱技术有机结合的一项新兴技术，融合光学、电子学、图像处理、计算机科学等多学科知识。高光谱成像技术可以同时获取农产品图像和光谱信息，其中图像信息能够直接反映农产品外部形状特征、颜色、纹理、缺陷和污斑情况，光谱数据则可分析农产品内部化学成分含量，如糖度、酸度、含水率、可溶性固形物含量等。
1 高光谱成像系统概述
一般认为，光谱分辨率在10-1λ数量级范围内称为多光谱，光谱分辨率在10-2λ数量级范围内称为高光谱，光谱分辨率在10-3λ数量级范围内称为超光谱。高光谱图像是在特定波长范围内由一系列连续的窄波段图像组成的三维图像数据块，如图1所示。图1中，X和Y表示二维平面坐标轴，λ表示波长范围坐标轴。高光谱图像有某个特定波长下的图像信息，针对XY平面内某个特定像素，又具有不同波长下光谱信息。因此，高光谱图像集合了图像与光谱信息。在每个波长下，XY平面内每个像素的灰度值与其在该波长下的光谱值一一对应，在某个特定波长下，感兴趣区域（ROI）与正常区域间的光谱值存在很大差异，因此，在此波长下的图像中，它们之间的灰度也存在一定差异。
一个典型的基于光谱仪的高光谱成像系统主要包括成像光谱仪、光源、线阵或面阵摄像机、输送装置和计算机等部件，其主要结构见图2。
2 高光谱成像在水果内部品质检测中的应用
针对果蔬内部品质无损检测，高光谱成像技术主要应于可溶性固形物、坚实度及糖度等指标预测。
2.1 可溶性固形物
可溶性固形物（SSC）是指水果及蔬菜等农产品中可溶解于水的所有物质总称，包括可溶性糖、维生素、微量元素、矿物质、果胶等，可以判断水果成熟度，是衡量水果品质分级的重要指标之一。传统检测方法一般采用折光仪法，不仅检测速度慢，而且损坏检测对象。目前，随着高光谱技术不断发展，国内外学者开始利利用高光谱成像技术对水果中的可溶性固形物进行预测。
Leiva-Valenzuela等利用高光谱成像系统在可见短波近红外范围内，获取402颗蓝莓在茎秆、花萼和直径最大处3个方向的反射和透射光谱图像，选用偏最小二乘法回归方法建立SSC和坚实度预测模型。结果表明，依据反射光谱图得出的预测模型效果最好，其SSC预测模型的预测集相关系数RP为0.90，坚实度预测模型的预测集相关系数RP=0.78；根据透射光谱图得出的预测模型，其SSC预测模型预测集相关系数RP=0.76，坚实度预测模型预测集相关系数RP=0.64。
罗霞等以火龙果为研究对象，对光谱数据进行预处理，应用连续投影算法（SPA）进行特征变量选择，通过偏最小二乘法（PLS）和前馈反向传播神经网络法（BPNN）建立预测模型，分析火龙果果皮对SSC模型预测精度的影响。试验结果表明：SPA算法能够有效地对光谱数据进行降维处理，采用优选的15个特征变量建立BPNN预测模型的预测集相关系数RP为0.841 1，预测集均方根误差RMSEP为0.817 1。
2.2 坚实度
水果坚实度（Firmness）是指果肉抗压力的强弱，可以作为判断水果成熟度和口感品质的重要指标。传统的坚实度检测方法是穿刺试验方法，对样本有损伤，并且不能逐个检验，对大批量产品检测试验是不现实的。高光谱成像是一种融合光谱技术和图像技术的无损检测技术，能够对水果坚实度进行快速、无损和准确检测。
Nagata等应用近红外高光谱成像技术对草莓坚实度进行预测，测量波长范围为650～1 000 nm，光谱间隔5 nm，采用多元逐步线性回归进行分析。最后提取3个波长（685，985，865 nm）对五成熟到全熟样本的坚实度进行预测，相关系数为0.786，SEP为0.350 N。
李锋霞等用高光谱技术对哈密瓜坚实度进行检测，对比分析不同波段范围、不同预处理法、不同光程校正法和不同定量校正算法对哈密瓜坚实度预测模型准确度的影响。结果表明，在500～820 nm波段光谱区域，采用偏最小二乘法对经过标准正则变换校正的一阶微分光谱建模效果较优，其校正集相关系数为0.873，校正均方根误差为4.18 N，预测集相关系数为0.646，预测均方根误差为6.40 N。
2.3 糖度
糖度是水果的重要内部品质之一，直接决定水果的糖酸比。
Jiewen Z等用高光谱成像系统（408～1117 nm）检测苹果的糖度，用偏最小二乘法建模，发现检测糖度的最佳光谱范围为704～805 nm。
赵凡等以“华优”猕猴桃为对象，分别提取10×10，20×20，30×30（像素×像素）的正方形光谱区域及样品掩膜图像平均光谱，对平均光谱进行平滑去噪和标准正态变量变换预处理，用处理后的全光谱建立预测猕猴桃糖度的偏最小二乘法、最小二乘支持向量机、极限学习机和误差反向传播网络模型。结果表明，基于猕猴桃掩膜图像的平均光谱所建立的最小二乘支持向量机模型测性能最好，其预测相关系数为 0.97，预测均方根误差为0.86Brix，相对预测误差为4.06。
nlc202309091109
3 高光谱成像在水果外部品质检测中的应用
水果外部品质检测主要包括颜色、大小、质量、形状、表面缺陷等特征检测。颜色及表面缺陷检测大量使用可见光成像系统，而某些肉眼难以识别的表面缺陷如动物粪污染、轻微损伤等，通常对除可见光以外的波段更加敏感。高光谱技术获得的图像数据能反映农产品外部特征、表面缺陷、污斑情况等，可以有效检测水果外部品质。
3.1 表面损伤
水果表面损伤（轻微的碰压伤、隐性损伤等）对水果贮藏影响极大。通过对水果表面损伤研究，确定适宜贮藏条件，减少水果腐烂变质，延长水果货架期。
Ferrari， C等将每幅图像转换为一维信号，高光谱图像数据集可以看成是二维数据矩阵，进行数据处理后获取800幅近红外高光谱图像，利用偏最小二乘判别分析建模来预测苹果表面损伤，可以检测苹果表面损伤随时间的变化。
田有文等以红富士苹果为试验样本，采集苹果样本高光谱图像，根据正常苹果表面区域和刚损伤、损伤后（3，10，24 h）的损伤区域光谱反射率平均曲线得到有效光谱区域723～923 nm，然后基于有效光谱区域进行数据处理和分析。结果表明：正常苹果样本正确检测率达100.0%，损伤苹果样本的正确检测率为97.5%，总体检测精确度高达98.75%。
3.2 表面缺陷
鉴于消费者在购买水果时更多地关注水果外表面是否美观、完整、有无缺陷等，国内外学者利用高光谱图像技术对水果表面缺陷进行大量研究。
Nicola等利用近红外高光谱反射成像技（900～
1 700 nm）对苹果表面的凹陷进行检测，采用偏最小二乘法建立校正模型，选用阈值分割处理图像。该方法能够检测肉眼无法识别的凹陷，但在光强度比较弱的边界位置会出现错误检测。
刘燕德等采集表面缺陷黄桃与正常黄桃的近红外漫透射光谱。对比分析同一个黄桃样品损伤前后的光谱特征，建立黄桃最小二乘支持向量机判别模型与偏最小二乘判别模型。同时，建立黄桃可溶性固形物偏最小二乘回归模型并用连续投影算法对模型进行优化，研究表面缺陷果对黄桃可溶性固形物检测模型精度的影响，最终实现黄桃表面缺陷与可溶性固形物同时在线检测。采用未参与建模的样品来评价模型在线分选的准确性，缺陷果的正确判断率为100%，可溶性固形物分选准确率达到93%。
3.3 农药残留及污染物
水果表面的农药残留以及污染物不仅影响食品质量安全，还影响果品出口贸易。
Lefcout等利用高光谱图像技术检测被动物排泄物污染的苹果表面情况，人工配置3种比例的动物粪便稀释溶液，然后喷洒到苹果表面。试验表明，前两种稀释液检测准确率达到100%，第3种粪便稀释液检测准确率达到97%。
张令标等对番茄表面的农药残留进行检测，结果表明，高浓度农药检测率达100%，低浓度农药检测率为0。
3.4 冻伤
张嫱等通过分析桃果实贮藏期间感官指标、褐变指数、硬度、出汁率变化，分析各指标间的相关性，将‘霞晖5号’水蜜桃的冷害进程分为0～3级，再利用半透射高光谱技术采集冷害桃果实400～1 000 nm波段的图像，应用独立主成分分析法和权重系数法优选出冷害的特征波长，半透射条件下波长为640，745，811 nm，同时得到桃果实不同冷害阶段的半透射高光谱图像特征，及冷害发生水蜜桃的ICA图像中的黑色斑点部位。最终提取特征波长处的光谱平均值作为Fisher判别方法建模的特征集，建立霞晖5号’水蜜桃不用冷害等级判别模型并进行验证，验证组的总体正确率为91.0%。
4 结语与展望
应用高光谱图像采集时，反射模型是最常用的模型，可检测食品表面和近表面许多地方的质量和安全属性，且成本相对较低。其次是散射模型，用于检测硬度、粉体和SCC等。透射模型很少用于水果检测。值得注意的是，大多数研究只用一个模型，很少同时运用两个模型，建议在未来的研究中运用并比较不同的成像模型。
大部分研究都集中在获取与特殊属性相关波段范围，但在大多数情况下，这些结果都是在实验室条件下或者统计技术下实现的，很难运用于实际情况，应在未来的研究中使结果更有利于实际运用。
获取和处理图像速度较慢，不能广泛应用于生产实时检测。可借鉴的解决办法是选用一些范围小的波段，但有可能因丢失重要信息而限制最终应用。
参考文献
[1] MAHESH S， JAYAS D S， PALIWAL J， et al. Hyperspectral imaging to classify and monitor quality of agricultural materials[J]. Journal of Stored Products Research， 2015（61）：17-26.
[2] GABRIEL A. LEIVA-VALENZUELA， RENFU LU， et al. Assessment of internal quality of blueberries using hyperspectral transmittance and re？ectance images with whole spectra or selected wavelengths[J]. Innovative Food Science and Emerging Technologies ，2014，24（8）：12–13.
[3] 罗霞，洪添胜，罗阔，等.高光谱技术在无损检测火龙果可溶性固形物中的应用[J].激光与光电子学进展，2015，52（8）：309-317.
[4] 李锋霞，马本学，何青海，等.哈密瓜坚实度的高光谱无损检测技术[J].光子学报，2013，42（5）：592-595.
nlc202309091109
[5] FERRARI，CARLOTTA，FOCA，et al. Fast exploration and classi cation of large hyperspectral image datasets for early bruise detection on apples[J]. Chemometrics and Intelligent Laboratory Systems，2015，146（8）：108–119.
[6] 田有文，牟鑫，程怡.基于高光谱成像技术的苹果表面轻微损伤检测[J].沈阳农业大学学报，2015，46（4）：508-512.
[7] 张令标，何建国，刘贵珊，等.基于可见/近红外高光谱成像技术的番茄表面农药残留无损检测[J].食品与机械，2015，30（1）：82-85.
[8] 张嫱，潘磊庆，屠康.利用半透射高光谱图像检测‘霞晖5号’水蜜桃冷害[J].食品科学，2015，36（2）：160-167.
Abstract： This paper had carried on the brief introduction of the principle and advantages of hyperspectral imaging system， summarized the application of hyperspectral technology in internal and external fruit quality examination home and abroad， analyzed the main limitation in the relative examination， and looked forward to its future development direction， providing reference for improving the accuracy of hyperspectral imaging technology in fruit multi-quality nondestructive examination.
hyperspectral technology in fruit quality deficiency .
Key word： hyperspectral imaging technology； fruit quality； nondestructive examination； external quality； internal quality
成像检测 篇4
与谷歌地球类似,采用三维成像映射,福特的摄影测量读取装置(photogrammetricpatternreader,以下简称PPR)使用一对数码摄像头将后桥齿轮的照片合成一系列的三维图像,然后将得到的图像与电脑上的工件理想模型进行比对,最后将比对后不符合模型标准的工件丢弃,保证工件的高质量与统一性。
该技术有助于工程师和质量监督人员更精确地分辨出工件质量,平时依靠肉眼无法辨别的误差可以靠PPR技术的比对得出结论。福特工程师指出今后公司会在检测商用车辆的工件质量中大量应用PPR技术,目前该技术率先应用于检测后车桥齿轮传动系统。
PPR系统利用并排摄像头和红外灯将一系列的二维图片切片成一个单一的三维图片进行分析。
目前福特美国密歇根州斯特林车桥厂正在试用这项技术。
工作原理
后桥中使用的交错轴齿轮具有非常复杂的几何结构和曲率特性,因此仅靠单张照片根本无法看到齿轮轴的两侧。PPR系统利用两个摄像头能够为后桥齿轮的每个齿牙拍摄9,000张1024×1像素的2D照片,并将2D照片合成为一整张3D照片。
成像检测 篇5
【关键词】核电站；不锈钢覆面；脉冲涡流热成像技术；无损检测、0 前言
不锈钢覆面广泛应用于核电站各种高放射性水池、高放射性工具存放间、核燃料转运通道，例如反应堆堆腔水池、反应堆换料水池、乏燃料水池、核燃料转运舱、容器装载井、容器准备井、RPE系统集水坑等，是隔离和阻挡放射性的第一道重要屏障。水池一旦泄漏，放射性物质泄漏引发的核安全风险巨大；钢覆面泄漏定位检测技术及水下焊接技术尚不成熟，水池修复代价极高。据统计几乎国内每个核电厂在不同阶段都发生过水池泄露的问题或事故，例如秦山一期、二期核电厂水池泄漏[1-2]，岭澳核电站1号机组乏燃料贮存水池在投入运行前夕出现泄漏，同样的问题在美国的佐治亚电厂哈奇1号机组、巴基斯坦的恰希玛核电厂以及日本某些电厂的钢覆面泄漏失效问题报告中也多次提到[3-4]。众多水池失效案例表明泄漏事故大多直接或间接与建造期间焊接原始缺陷相关，因此在建安阶段加强对焊缝焊接缺陷的控制对保证钢覆面运行质量意义重大。
不锈钢覆面施工采用手工钨极氩弧焊工艺将3～6mm厚度的不锈钢薄板焊接在混凝土侧的埋件上，焊接组装而成。受不锈钢覆面结构的限制，大量对接焊缝只能进行渗透、目视、真空罩气泡法检测。受检测方法的限制，焊缝内部缺陷无法有效检出，成为覆面泄漏失效的敏感部位。如何有效检测出不锈钢薄板对接焊缝的内部缺陷成为保证钢覆面建造质量的关键。下面将介绍基于脉冲涡流热成像检测技术开展不锈钢覆面焊缝无损检测技术的相关研究，包括技术原理，仿真模拟，系统构建，试样测试，结论等。检测原理
脉冲涡流热成像技术（Eddy Current Pulsed Thermography，ECPT）是一种新型红外热成像无损检测技术，其原理是基于电磁学中的涡流现象与焦耳热现象，运用高速高分辨率红外热像仪，获取导电试件在涡流激励下由焦耳热产生的温度场分布，并通过对红外热图像序列的分析处理来检测结构缺陷及材料电磁热特性变化。由于具有不受提离及边缘效应影响，检测结果为图像，直观易懂，单次检测面积大，效率高检测时无需接触被测件表面，可利用涡流效应检测表面及近表面缺陷，利用热效应检测更深层缺陷等优势，该方法一经提出，便被作为复杂构件缺陷的一种潜在的可视化绿色无污染无损检测手段，受到了广泛关注，目前已被成功应用于碳纤维复合材料、发动机叶片、铁轨等无损检测。
脉冲涡流热成像检测过程主要涉及以下物理过程，①脉冲电磁感应产生涡流；
②涡流受到表面和近表面缺陷的扰动分布发生变化，并通过焦耳热在金属导体上产生热量；
③热量在导体中由高到低传递，其传递过程同样受到缺陷的影响；
④热成像仪采集热量分布的变化过程，并揭示缺陷的存在。仿真模拟
采用COMSOL Multiphysics软件以有限元法为基础，通过求解偏微分方程（单场）或偏微分方程组（多场）来实现真实物理现象的仿真，可评估检测技术的可行性，优化检测工艺。在脉冲涡流热成像仿真模拟中涉及如下物理公式（1），（2）。
感应电流：
σ—电导率，μ—磁导率，ρ—密度，CP—比热容，K—导热率。
2.1 不同深度矩形槽脉冲涡流热成像仿真
热成像仪可以连续动态的采集试件温度场分布变化的图像，将图像缺陷点与参考点的温度变化信息采集出来，进行对比可以用于判断是否存在缺陷。此外，在同条件激励热源下若能将同尺寸不同深度的缺陷的温度变化信息采集出来矩形对比分析，则可能对缺陷深度位置进行评估。模拟仿真主要模拟缺陷点与参考点的温度场信息，以及同尺寸不同深度缺陷的温度变化信息。
2.2 仿真分析及结论
X射线数字成像检测技术研究 篇6
自20世纪90年代以来, 我国射线无损检测技术和计算机技术有了快速的发展, 小 (微) 焦点、高频、直流、恒压、大穿透能力X射线的出现, 为扩大检测适用范围、提高图像质量提供了可靠保证;现在的计算机的硬件和软件技术水平为X射线实时成像的采集速度和图像处理方法提供了更坚实的技术基础;特别是X射线接收转换装置从九十年代单一的图像增强器发展到现在的图像增强器、线型阵列探测器、非晶硅间接转换平板探测器三者并驾齐驱的局面, 而非晶硅间接转换平板探测器具有更多的技术含量和技术优势。
2 与射线胶片照相检测技术的比较
X射线数字成像检测技术与射线胶片照相成像技术在成像原理上有相同之处, 都是根据射线穿透工件后衰减定律成像, 但是也有较多的不同之处。
3 X射线数字成像技术路线
新修订的GB/T 17925-200X《气瓶对接焊缝X射线数字成像检测》标准 (报批稿) 保持了原GB17925-1999的图像增强器成像技术路线, 增加了线型阵列探测器成像技术路线、非晶硅平板探测器成像技术路线。这是本次标准修订核心内容。
GB 17925-1999标准制订始于1994年, 经历5年时间于1999年才正式发布。回顾九十年代中期, 成像转换器主要是图像增强器, 其它成像转换器 (线型阵列探测器和非晶硅平板探测器) 尚未走出实验室。限以当时的环境, GB 17925-1999标准是仅仅以图像增强器为成像技术路线。
随着计算机技术和射线数字成像技术的快速发展, 九十年代末以来线扫描阵列探测器和非晶硅平板探测器的出现, 其成像速度和成像质量大大提高, 因此, 基于线扫描阵列探测器的X射线实时成像检测技术和基于非晶硅平板探测器的X射线实时成像检测技术应运而生。
目前, X射线数字成像检测技术路线按成像方式主要有三种: (1) 基于图像增强器的X射线实时成像无损检测技术, 其特征是图像采集速度≥25幅/秒; (2) 基于线扫描阵列探测器的X射线数字成像无损检测技术, 图像采集速度<25幅/秒; (3) 基于非晶硅平板探测器的X射线数字成像无损检测技术, 图像采集速度<25幅/秒。
按数字成像技术分, 图像采集速度≥25幅/秒, 称为“实时成像”, 图像采集速度<25幅/秒, 称为“准实时成像”, 图像采集速度<8幅/秒不称为实时成像。
标准稿规定了三条技术路线 (基于图像增强器的X射线实时成像检测技术路线、基于线扫描阵列探测器的X射线数字成像检测和基于非晶硅平板探测器的X射线数字成像检测技术路线) , 为不同的检测单位、不同的检测对象、不同的检测环境提供了更加广阔的选择空间。
标准报批稿鼓励有条件和有较高要求的气瓶制造单位采用基于线扫描阵列探测器的X射线实时成像检测;更是推荐有条件和有较高要求的气瓶制造单位采用基平板探测器的X射线实时成像检测技术路线, 因为它们有诸多优点是值得采用的;同时新修订的标准 (报批稿) 也仍然保留了基于图像增强器的X射线实时成像检测技术路线。
十多年前, 当X射线实时成像技术刚开始应用的时候, 能够供选用的成像技术中采用的CCD摄像机大约是40万像素, 致使系统分辨率较低, 对图像质量有较大的影响。现在成像技术中采用图像增强器的CCD可达到100万以上像素, (据报导, 2007年我国升空的嫦娥一号绕月卫星上装的是120万像素的CCD摄像机, 传回的月球图像非常清晰) 再配置12bit的图像采集卡, 图像增强器的图像功能大大提高, 系统分辨率和图像分辨率大大提高, 所以, 基于图像增强器的X射线实时成像检测技术路线仍然充满活力。
注:国外有报导可用γ射线, 但未见成功案例。
4 提高X射线实时成像系统性能指标
局限于当时的技术条件, GB 17925-1999标准规定的X射线实时成像系统的性能指标较低, 对图像质量和缺陷检出率有一定的影响;随着高新技术的发展, 为X射线实时成像技术提供了强大的技术支持, 提高系统分辨率指标的愿望得以实现。新修订的标准 (报批稿) 系统性能指标与原标准对比见表2。
4.1 关于系统分辨率指标
X射线实时成像检测系统由各子系统 (X射线机、X射线接收转换装置、计算机系统、检测工装、系统软件等) 组成, 系统分辨率是考核X射线实时成像系统的重要指标。系统分辨率具有是客观性, 与图像成像工艺无关, 或者说与图像的主观性质量指标 (灵敏度) 无关, 仅与各子系统的设备的配置和性能有关, 一旦各子系统的设备配置和性能得到确定, X射线实时成像系统分辨率也就相应得到确定, 随着设备使用时间延长, 系统分辨率也会相应下降, 所以要经常或定期测试系统的分辨率指标。
成像系统设备的配置应避免产生“木桶效应”, 即各子系统的性能尽可能的均衡配置。原GB 17925-1999标准规定的系统分辨率规定较低, 是由于受当时各子系统性能水平较低的限制, 如今, 随着科学技术整体水平的提高, 各子系统的性能指标也已大幅提高, 为大幅提高X射线实时成像系统性能指标提供了可靠的保证。
黑白显示器的分辨率对提高系统分辨率有很大的作用, 建议新使用的单位在考虑成像系统设备配置时尽可能采用高动态范围的黑白液晶显示器, 其效果要比普通彩色显示器好, 但价格要高较多。
从目前的技术水平来看, 报批稿规定的系统分辨率≥2.4LP/mm是完全能够达到的。
需要强调的是, 在以上三个成像技术路线中, 不论采取何种技术路线, 系统分辨率均不得低于2.4LP/mm。
4.2 关于系统动态范围指标
图像动态范围是指系统可采集最大灰度值与最小灰度值的范围。即A/D转换器的有效位数, 单位是图像灰度等级bit。
图像灰度级是指对黑白图像明暗程度的定量描述, 它由系统的模/数转换器 (A/D) 的位数决定。A/D转换器的位数越高, 灰度等级越高。例如, A/D转换器为12bit时, 采集的灰度级为4096。
GB 17925-1999标准规定的系统动态范围指标是8bit (256灰度级) , GB/T 17925-200X规定的系统动态范围已大幅提高到≥12bit (≥4096灰度级) 。
新修订的标准 (报批稿) 提高动态范围是基于以下考虑:在同样的X射线实时成像成像条件下, 动态范围大意味着系统可采集到的灰度变化范围小, 例如8bit的动态范围, 最小的灰度变化范围是1/256, 12bit的动态范围, 最小的灰度变化范围是1/4096, 也就是说动态范围越大可分辨的图像细节就越小, 图像就能检测出更加细小的缺陷, 有利于提高检测灵敏度, 这正是高动态范围所追求的价值观。
系统的动态范围与系统所用的模/数 (A/D) 转换器的位数有关。GB 17925-1999标准是基于8bit A/D转换器, 现在12bit的A/D转换器已经普及, 随着数字技术向高端方向的发展, X射线实时成像系统更可采用14bit或16bit的A/D转换技术。
述评:X射线实时成像系统性能指标的提高, 为提高图像质量指标提供了更高的工作平台, 为大幅提高图像质量指标提供了可靠的技术保证, 也为从事X射线成像的技术人员提供了施展才艺的更广阔空间。
4.3 关于图像的存储格式
新修订的标准 (报批稿) 规定图像的“存储格式宜采用标准TIFF格式。”
目前就从计算机技术而言, 图像存储格式有多种, 有些只能存储8bit的图像而不能存储16bit的图像;有些采用了图像压缩存储技术, 有些不能采用压缩存储技术。如果X射线实时成像检测技术不规定图像存储格式, 势必会影响图像信息的交换和交流, 或者信息的丢失。
TIFF格式的图像具有较多的优点:既可满足不同位数图像的存储, 也能实现无压缩、高保真的存储, 还可以完整记录图像获取时的检测工件信息、检测工艺信息、设备和检测人员信息, 同时还具有加密功能, 保证检测信息的安全, TIFF格式的图像可以使用ACDSee等通用的软件进行浏览, 大大方便了检测图像信息的交换和交流。
5 关于图像质量指标
X射线数字成像检测图像重要的质量指标是检测灵敏度, 它表征图像中能够检测出最小缺陷尺寸的能力。 (注意, 这里讲的是“能力”, 并非就是可检测的真实缺陷的最小尺寸。) 图像检测灵敏度用像质计灵敏度表征。
图像像质计灵敏度应达到JB/T 4730.2标准中表5、表6和表7中AB级的规定。
图像灵敏度受图像分辨率和图像动态范围的影响, 因此, 图像质量指标还应有图像分辨率指标和图像动态范围。
图像分辨率≥2.4LP/mm。图像放大倍数对图像分辨率有一定的影响, 当图像放大倍数 (M) 接近1时, 图像分辨率应不低于系统分辨率。从成像工艺技术来说, 存在一个最佳放大倍数问题, 并不是放大倍数越大越好, 为优化成像工艺技术, 图像放大倍数 (M) 接近1时为好, 也就是说图像分辨率指标接近系统分辨率指标。
图像有效动态范围控制在系统动态范围的±15%的范围内。
6 结语
虽然X射线实时成像检测技术一次性投资较高, 一旦投入正常使用, 它的检测速度快、检测成本低、图像质量与胶片照相底片质量相媲美的优点就会充分显现出来, 1~3年内即可收回全部投资, 经济效益非常可观。
成像检测 篇7
胃肠疾病在我国常见、多发,且发病率呈逐年增长趋势,年轻患者比例越来越高,已经严重影响了人们的正常工作和生活。胃动力功能作为消化道消化和吸收的基础,是消化系统最重要的生理功能之一,其外在形式主要表现为胃排空和胃蠕动。有相关研究表明,超过半数的胃肠疾病患者存在胃动力异常。胃部相关疾病大多从胃动力失调开始,并逐步向恶性化方向发展,且一直伴随胃动力异常,胃动力异常是胃肠相关疾病的源头之一[1]。胃肠动力学研究是近年来迅速发展的医学前沿热点,但是长期以来,人们多注重对胃的内、外分泌功能及胃的形态学的研究,而对胃动力功能的研究相对落后,这其中最重要的因素是人们对胃动力异常的病理生理机制认识不够深入和缺乏方便、有效的胃动力学检查方法[2,3,4]。因此,研究与发展一种可完整观察消化过程,能全面、有效、准确了解患者胃动力状况的检测方法日益受到国内外医学和工程专家的关注和重视。
电阻抗断层成像(electrical impedance tomography,EIT)技术代表了生物阻抗技术的发展方向,是继形态、结构成像之后于近些年发展起来的新一代医学成像技术,它的优势主要体现在无损伤功能检测和图像监护功能。EIT以人体组织的电特性或者阻抗特征为检测目标,提取疾病发生的电特性信息。在食物消化期间,由于胃的收缩和运动传导,其形态、体积及胃内食物状况不断改变,相应的电特性变化明显,变化规律与胃动力学状况相对应,信号强度大,检测灵敏度高,功能信息丰富。EIT技术基础理论所指明的功能成像优势恰好可以表达胃体及内容物在这种电流灌注形成的电阻抗场下的静态特征和动态改变[5]。目前已知的EIT胃肠领域临床应用研究中,最多的是关于通过胃部的食物流动评价和胃排空测量研究[6,7,8,9]。这其中,Soulsby的研究工作非常重要,通过与γ射线胃排空的对照确定了EIT对胃排空过程检测的有效性,是EIT胃排空检测的原创性研究。胃动力功能检测包括胃排空和胃蠕动,但采用EIT方法提取胃蠕动节律(约3次/min)信息用于胃动力功能检测与评价的研究工作尚未见到。基于此,本文拟采用电阻抗成像系统通过胃排空实验,提取胃蠕动节律信息,为临床胃动力功能的检测与评价提供一种新的方法。
1 方法
1.1 仪器设备
电阻抗成像设备选用英国谢菲尔德大学研制的Maltron Sheffield MK 3.5(简称“Mark 3.5”)多频电阻抗图像信息采集与处理系统[10]。Wilson等人研制的Mark 3.5是一个商用的多频电阻抗成像数据采集与图像处理系统,在临床上主要应用于肺和胃的监测。Mark 3.5采用纯数字化信息处理技术,以8电极相邻激励相邻测量的方式进行数据采集,系统工作在2 k Hz~1.6 MHz之间的30个频率点上,激励电流为200μA,噪声40 d B,具有对实部和虚部成像的功能,成像速率为25帧/s。
1.2 试验餐的选择
理论上,合适的试验餐可以是高电导率的,也可以是高绝缘的,重要的是试验餐要有固定的电导率,该电导率的变化表示胃容积的变化[11]。胃内组织电导率在100 Hz频率下约为0.5 S/m[12],与胃内组织有一定电导率差异的液体或固体食物都可以作为试验餐,试验餐与胃内组织的电特性差异越大,阻抗变化率越明显,图像质量越清晰。由于水的电导率远远小于胃内组织的电导率,且水的排空时间短,效果明显,便于提取阻抗变化信息。本文选用纯净水250 ml作为试验餐。
1.3 信息提取
Avill等的研究指出,当电极置于腹部第8肋间位置时,胃排空测量具有足够的精度,且轻微的电极位置变化不影响测量结果,电极稍高比偏低要更好些,可以避免来自胃窦和十二指肠区的干扰信号[13]。本文实验的8电极环状阵列水平置于腹部第8肋间位置,1个地电极置于剑突位置,电极选用直径为5 cm的一次性标准氯化银心电电极,受试者为23岁、无胃动力异常的青年男性,试验之前空腹10 h。系统工作频率选择50~200 k Hz之间的7个频率点,每秒输出25帧,为了获得更好的图像输出质量,顺序将每25帧图像结果经过叠加平均生成1帧/s的图像作为结果输出。数据采集时,被试者保持坐姿,均匀呼吸,首先提取1 min的空腹数据并以第1 s的图像作为参考图像。由于Mark 3.5不支持长时间连续图像采集与处理,因此待被试者一次性饮用常温纯净水250 ml后依次进行每3 min一次(每次180帧)的图像信息采集,每2次图像采集之间留有1 min时间用作图像处理。根据图像输出结果,选取胃部电特性变化兴趣区域,连续记录该兴趣区域在每一帧图像下相对参考图像的阻抗变化率值,将每一秒的相对阻抗变化率值描记下来生成胃排空曲线。
1.4 信号处理
将连续记录到的胃部电特性变化兴趣区域的相对阻抗变化率作为数据处理的对象,进行小波滤波处理,在呼吸信号基础上提取胃动节律[14]。小波变换是一种时间-尺度分析方法,具有多分辨率分析的特点,在时、频两域都具有表征信号局部特征的能力,在低频段具有较好的频域分辨率[15,16]。本文图像输出速率为1帧/s,即胃动信号采样频率为1 Hz,采用小波滤波方法对某2 min的输出图像的相对阻抗变化率进行数据(120个数据点)处理。首先对原始信号选用db4小波进行3层分解为1个近似成分和3个细节成分,近似成分的频段为0~0.125 Hz(胃动力信号主要集中在该频段上),然后对小波分解的近似系数进行单只重构,即可消除呼吸波的影响。提取2 min原始信号并进行小波滤波处理,对原始信号和滤波后的信号进行功率谱计算,可得呼吸频率和胃动频率。
2 结果
2.1 胃排空图像处理结果
本文纯净水胃排空实验的EIT序列图像如图1所示。选取空腹状态第1 s的图像作为参考图像,饮用250 ml常温纯净水后的瞬时图像如图1(a)所示,可以清楚地观察到胃部区域的容积增大,因水的电导率小于胃内组织电导率,因此背景呈现深色;4 min后如图1(b)所示,图像上的深色区域变小代表由于水的快速排空使胃内容积变小,如图1(c)~(e)所示,图像上的深色区域逐渐变小且颜色逐渐变浅表示胃内水逐渐排空,胃内容物的电导率逐渐接近空腹状态;如图1(f)所示,深色区域基本消失代表胃内水基本排空,胃内电导率基本恢复到空腹状态。
2.2 胃排空曲线
以饮水第1 s图像的深色区域作为胃部感兴趣区域,提取该区域阻抗随时间的相对变化率,可得如图2所示的胃排空曲线图。图2中饮水后瞬间胃部兴趣区域的相对阻抗变化率约为16%,这主要与饮用水的电导率和饮水量有关。饮用水的电导率与胃内组织的电导率差异越大、饮用水量越大,该区域的相对阻抗变化率值越大,本实验饮用250 ml纯净水后3 min内是一个快速排空期,符合生理排空规律,半排空(相对阻抗变化率为8%)时间约为6 min,22 min以后相对阻抗变化率逐渐恢复到空腹状态。
2.3 胃动节律成分分析
提取图1中饮水后较平缓的2 min的相对阻抗变化率数据,展开、放大如图3所示。对该数据进行功率谱分析如图4所示,主要频率为0.31 Hz(每分钟18.6次)的呼吸节律,同时包含了频率为0.052 Hz的胃动成分(正常人的胃动频率约为0.05 Hz,3次/min),对该原始信号进行小波变化处理,结果如图5所示,呼吸干扰消除,剩下了反映胃运动的波形,其功率谱分析结果如图6所示,呼吸频率成分消失,只剩下频率为0.052 Hz(每分钟3.12次)的胃动节律信号。
3 结论
本文采用EIT方法,根据消化过程中的胃阻抗特性及其变化,有效地提取了反映胃容积(胃排空)和胃运动(胃的收缩和蠕动)状况的信息,其变化规律与胃动力学状况相对应,相关性强,如果在此基础上进一步加强定性和定量化研究,有望成为临床上一种用于胃动力功能检测与评价的新方法。
成像检测 篇8
1 激光成像系统测量原理
激光成像系统是把三维激光扫描技术用于隧道等地下工程的施工、竣工测量和运营维护测量, 是一种集光、机、电技术为一体的多功能轻型隧道检查小车。该系统能无损、快速获得地下结构综合数字图像信息。当小车在轨道上行走时, 激光器发射激光并以螺旋线形式对隧道表面进行全断面高密度扫描, 通过分析发射和接收激光信号的强度和相位差, 可以获得隧道衬砌内表面的影像信息, 形成灰度图及隧道衬砌表面扫描点坐标。系统测量原理见图1。
2 系统组成
激光成像系统硬件主要包括: (1) 轨道测量小车:用于里程、轨距、高低、超高等测量; (2) 超高速相位式激光扫描仪:扫描最高频率100 Hz, 采样频率500 000测点/s, 测点为10 000个/圈, 测量范围1~20 m, 对于每个已测点, 该设备都可产生三维坐标和反射率信息; (3) 高可靠性的笔记本电脑。
系统软件包括图像采集与处理软件和与之配套的图像信息管理软件。
3 数据处理与分析
激光成像系统在检测过程中可即时显示隧道轮廓图, 并可在现场看到初步测量结果。数据后处理工作由专用数据处理软件和与之配套的隧道图像信息管理软件进行。根据采集的隧道表面图像, 进行病害判读, 并将病害信息存入数据库, 还可根据需要对各类病害进行统计分析。数据处理流程见图2。
4 应用实例
采用激光成像检测系统对某铁路多个运营隧道进行检测, 并对数据进行分析处理。根据自动生成的隧道病害展开图, 能够初步判断隧道表面病害存在的位置, 然后利用图像信息处理软件的统计功能, 对病害分布做定量分析。
4.1 图像数据分析处理
图3—图6是经过处理的隧道衬砌表面病害扫描图像。
通过对所采集的图像进行分析, 结合隧道图像信息管理软件, 可对隧道衬砌表面病害 (裂纹、掉块、渗水、腐蚀等) 及隧道内设施 (接触网、避车洞等) 的分布进行标明。采用统计分析的方法对隧道病害程度进行评价。
图7所示为根据隧道图像扫描结果并配合隧道绘图软件制作的隧道状况展开图。隧道衬砌表面病害及隧道内设施在图中通过不同图例加以标明。
图8、图9是根据隧道病害情况图并利用隧道图像信息管理软件统计功能进行的病害分类统计, TB××表示区段, 每个区段长度为10 m。由图中可定量看到各个区域内裂缝长度、漏水面积等。
4.2 检测系统需进一步研究的问题
通过隧道数据分析结果和现场实际情况对比, 发现检测系统中存在一些问题需进一步研究分析:
(1) 对于季节性渗水这样的病害, 在没有水渗出的情况下, 隧道壁上也留有水的痕迹, 图像上难以分辨清是否有水渗出;
(2) 对于隧道洞口处 (白天进行检测的情况) 的裂纹, 可能受到光线影响, 一些裂纹无法识别出来, 当隧道壁和裂纹颜色接近时, 识别裂纹也比较困难;
(3) 当处理后的图像导入图像管理软件时, 图像需进行压缩, 有些细小裂纹在图像管理软件中无法识别出来, 识别时还需对照导出的图片进行判读。
5 结论与建议
(1) 采用激光成像系统对隧道衬砌表面病害进行检测, 能够很方便的将病害分布情况标明, 并自动生成隧道病害状况展开图。
(2) 引进隧道激光扫描成像系统进行隧道检测, 为搭建隧道病害数字化管理平台提供了数据基础。
(3) 隧道洞口处的检测应尽量在夜间进行。
(4) 对于有些难以判断的病害, 应通过导出的图片进行判读, 并加强现场对一些病害的记录。
参考文献
[1]铁道部运输局基础部.铁路隧道检测技术手册[M].北京:中国铁道出版社, 2007
成像检测 篇9
关键词：热成像技术,病害检测,胁迫分析,图像处理
0 引言
红外热成像技术是一项新型机器视觉技术。该技术研究红外辐射的发射传输及接收的原理和规律, 通过转换和处理接收到的红外信息, 运用景物自身各部分辐射的差异获得图像的细节[1]。热成像技术通过对事物进行成像, 能够从另一个角度观察到事物的自身的变化。该技术之前多用于军事及工业上。随着热成像技术的发展及精度的提高, 目前热成像技术开始应用于农业生产领域。利用热成像技术对作物的长势进行热成像后, 结合相关分析方法, 有利于实时监测作物生长发育的变化情况, 并可通过变化情况来实现对作物生产的指导。近年来热成像技术在农业研究方面, 开始有了一定的应用, 其应用原理如图1所示。
物体发射的红外辐射通过光学元件汇聚到探测器上, 然后将入射的辐射转化成电信号, 随之通过信号放大和模数转换, 并通过处理系统后, 即形成了红外热图像。通过该方法可实现对物体的无损非接触检测, 通过智能检测进行分析和判断。
目前, 红外热成像技术宏观上主要应用于农作物生长监测、温室大棚的监控、作物病虫害的预防、遥感探测、作物的采摘、农产品储藏控制和农产品品质的无损监测等方面。微观上则利用热成像技术研究作物的气孔导度与叶片温度之间的关系、气孔开度与外界气体含量之间的关系, 以及作物受病害侵染后, 细胞改变情况与叶片温度变化的关系及作物叶片的水分分布情况等。加速对作物病害胁迫监测的进展, 使得对抗作物病害胁迫的方法具有科学依据, 对国民经济的发展具有重大意义。
1 国内外研究进展
红外热成像技术在作物检测方面的研究主要包括病害胁迫[2,3,4]、水分胁迫[5,6,7]及冻害胁迫检测[8]。
1.1 在作物病害胁迫方面的应用
作物病害不仅严重影响农作物的产量, 而且还对食品安全造成极大的影响。但是, 病害在发病初期往往不易被人觉察。而当病害一旦发生, 防治困难, 且实施效果较差, 将导致作物产量大幅减少, 甚至绝产[9,10]。当作物受病害胁迫时, 会在伤口处形成伤素, 同时伤处会产生大量化学信使如ABA等, 经一系列诱导作用, 使作物产生多种防御反应, 形成许多防御反应产物, 以抑制或杀伤病原[11]。与其同时改变的是作物的蒸腾作用。作物经气孔开闭来改变蒸腾作用, 对病害胁迫进行防御。当蒸腾作用改变时, 作物叶片组织的温度随之发生变化。此时, 通过热成像技术观察作物的温度变化趋势, 可以实现对作物病害的预警。
徐小龙[12]发现在可控条件下, 于红外热像仪采集到的感染病毒的黄瓜叶片和番茄叶片的热图像。经计算得出, 黄瓜接种叶片和对照叶片约有1℃的温度差异。而对于番茄叶片, 徐小龙将浙杂品种选为实验材料, 其接种叶片比对照叶片的温度低0.5~1.2℃。目前, 红外热成像技术可以通过叶片细胞的温度变化。这更容易地观察到大叶作物的叶温变化, 表明叶片温度的差异可以作为辨别作物感病的一个可靠指标。
朱圣盼[13]以番茄为实验材料, 利用可见光采集系统、红外热图像采集系统和多光谱图像采集系统初步监测其叶片的早期感病状态。在监测植物的叶子时使用了红外热像仪, 并采用电子显微镜, 叶绿素含量检测等实验方法研究叶片内部的变化。在植物早期病害监测时的热图像中, 可以很清楚地从图像中看到病变部位与健康部位的温度差异, 为以后热成像技术在作物预警方向的研究, 奠定了理论基础。
E-COerke等[14]对感染霜霉病的黄瓜进行红外热图像采集, 并分析其叶片温度的变化。在可控条件下, 可以于热像图中明显区分出黄瓜叶片的染病区域和健康区域, 甚至在病斑肉眼可见前也可观测到叶片中染病区域和健康区域的差别。但由于环境温湿度较大, 受其影响, 只通过最大温差 (MTD) 并不能量化黄瓜霜霉病感病程度。
Carlos Berdugo等[15]在甜菜最佳播种时间, 即播种后第4周接种立枯丝核菌AG2-2IIIBand AG4后, 采用红外热成像技术测量接种后的甜菜叶片温度差异。此时, 甜菜各品种间的发病率表现出显著差异。该技术是可以用于鉴定作物抗性的一种新工具。
E.-C.Oerke等[16]利用数字红外热成像技术, 检测和定量分析在不同时期接种苹果黑星病病菌后的苹果叶片, 其病情的严重程度及对苹果叶片蒸腾作用的影响。发现随着病情发展, 叶片最大温差MTD与感染部位面积大小 (r2linear=0.85) 及病斑面积占叶面积的百分比密切相关。MTD不仅可用于区分感病叶片和健康叶片, 如在精准农业的筛选和检测方面, 也可用于感病的定量分析。
Lindenthal Miriam等[17]进行了结合数字热红外技术、显微镜和气体测量等设备观察已接种霜霉病的黄瓜叶片的研究, 并记录病菌在黄瓜叶片组织中的发展状况和气孔开闭情况。因蒸腾速率和叶片温度呈负相关 (r=-0.762, P<0.001, n=18) , 在病症肉眼可见前, 由于气孔异常开放, 感病叶片比健康叶片温度低0.8℃。最终, 叶片因细胞过量失水以致组织坏死, 无法正常冷却, 导致感病叶片温度高于健康叶片。通过红外热成像技术, 可以测定健康叶片和感病叶片间的MTD值, 并在肉眼可见前可以将其区分出来, 应用于作物预警研究。
Manfred Stoll等[18]在可控条件下, 对处于灌溉充足、水分胁迫两种状态下的接种霜霉病的盆栽葡萄叶片拍摄了红外热图像, 并研究其温度变化。由于病菌侵染, 处于灌溉充足和水分胁迫的葡萄叶片之间的热成像具有鲜明对比。此外, 该技术也可用来评估植物灌溉的均匀度, 从而减少农药的使用量, 优化施药效率。
Min Wang等[19]将黄瓜叶片接种尖孢镰刀菌后, 利用热红外摄像机监视其应激反应。通过研究发现, 在感病初期, 叶片的蒸腾速率下降并导致叶片温度上升, 随着细胞的失水死亡, 叶片温度略有下降。在叶片感病的后期, 叶片细胞水平衡被破坏, 组织死亡和脱水, 最终导致细胞温度上升。此时, 细胞失控的水分流失不是因为气孔开放, 而是因为叶片细胞的损伤。同时, 红外热成像技术可用于黄瓜枯萎病的无损监测, 并能得到良好结果。
LChaerle等[20]以接种过烟草花叶病毒 (TMV) 的烟草为研究材料, 结合红外热成像技术, 监测肝病的烟草叶片的温度变化。在感染病毒后, 作物片细胞会产生水杨酸。在病斑肉眼可见前, 被感染的叶面温度会有所上升。
Stoll Manfred等[21]在温室环境下, 采用热成像技术结合气孔导度测量, 对接种霜霉病的葡萄叶片在水分充足和水分胁迫两种情况下进行监测。在接种4天之内, 热响应特征能明显看出;并且, 至少3天时间, 病症就可显现出来。由于叶片温度对气孔导度高度灵敏, 可以应用热成像技术监测作物初期阶段受迫时的温度变化, 在作物受病害胁迫时进行预警。
当受病害胁迫时, 作物会产生防卫反应;与此同时, 叶片产生应激反应并会导致蒸腾作用异常, 造成叶片温度升高或降低, 病变部位发射的红外射线因此而改变。热成像仪通过接收改变的热辐射并进行成像, 可以实现对作物的早期病害诊断和预警。能够看出, 热成像技术在作物胁迫预警方面具有很大潜力, 也使得红外成像技术应用于植物病害的早期诊断成为可能。未来对作物病害研究中, 热成像技术将是一种对作物进行早期病害诊断和预警的有效手段。
1.2 在作物水分胁迫方面的应用
植物的长势对水分极为敏锐, 微小的水分胁迫即能抑制作物的生长发育, 影响其生长速度。而冠层温度直接反映了作物对土壤中水分的要求。红外热成像技术, 可以用另一个角度, 在肉眼可见前, 观察到植物的水分胁迫情况, 为精准农业在作物灌溉方面提供可靠指标, 指导种植者及时、快速地做好灌溉措施。
刘亚[22]使自交系玉米苗期遭受干旱胁迫, 利用远红外成像技术研究其叶温的变化与生物量耐旱系数间的关系。通过实验可得出结论:将红外图像中苗期玉米叶面的温差作为抗旱性筛选的一个有用指标, 充分说明利用远红外热成像技术使得育种专家以此为依据筛选玉米耐旱成为可能。
王道杰[23]将油菜作为实验材料, 使用远红外成像技术检测其处于水分胁迫下的叶片温度的变化情况。结果表明:若该油菜品种在苗期抗旱性强, 则其叶面温度比苗期抗旱性弱的油菜品种高;而在水分胁迫下, 抗旱性强的品种比抗旱性弱的品种存活率高。
程麒等[24]使用Fluke红外热像仪获取棉花的冠层红外热图像, 并同时测量了棉花叶片气孔导度Gs、净光合速率Pn和叶面积指数LAI。通过计算水分胁迫指数, 有效地监测棉花冠层水分状况。
Sigfredo Fuentes等[25]采用半自动化及自动化的方法, 利用红外热像仪监测了葡萄藤在水分胁迫下各指数的变化。结果表明:在同一个葡萄藤中获得的冠层温度指数等独立于叶面积指数 (LAI) 。为在田里利用红外热成像仪自动化采集和分析葡萄藤和其他作物迈出了第一步。
M Meron等[26]以红外热成像技术为基础, 根据棉花、西红柿和花生等作物水分胁迫进行特定地点的灌溉。该方法可以经特定校准后扩展到其他作物。根据测试和开发的方法, 高空热成像可以提供需要灌溉管理的特定地点的地图。由上述可知, 利用红外成像技术进行作物前期抗旱性鉴定是可行的。
黄春燕等[27]采用红外热像仪和非成像高光谱仪对棉花的5个生育时期的冠层进行数据采集, 分别计算水分胁迫指数CWSI, 并建立了相关模型方程。红外热成像技术作为无损检测冠层信息的一种手段, 可以消除背景干扰, 有助于更准确地计算棉花冠层的CWSI。
赵田欣等[28]以美洲黑杨和大青杨杂种为实验材料, 选用温度分辨率小于0.05℃的FLUKE Ti55红外热像仪, 结合LI-6400型便携式光合仪, 设计了气孔导度红外热像的测量实验, 并根据实验数据建立了气孔导度Gs和温度T之间的关系, 得到了良好的结果, 与实际测得的数据有线性关系。
王冰等[29]为了更好地选育花生的抗旱品种, 提出采用热敏度≤0.05℃的美国Fluke公司的Ti32远红外热成像仪, 进行水份胁迫下的花生幼苗叶片的检测, 并计算其温度变化。结果表明:叶面温差可以作为筛选花生品种苗期抗旱型的一个有用指标。
Wiriya-Alongkorn Winai等[30]研究发现:在对龙眼树进行水分胁迫实验时, 通过使用热成像技术, 并测量与水分胁迫指数 (CWSI) 等相关的各种参数, 提出了用阈值为0.7的CWSI来区分干旱胁迫的龙眼树和对照组, 并得到了良好的结果。
当作物受到干旱胁迫时, 叶片随之产生应激反应, 具体表现为气孔关闭、蒸腾作用改变及减少水分蒸发。通过红外热成像技术, 结合相关分析方法, 可以实现对农业生产生活的指导。迄今为止, 热像图在作物灌溉方面有着很广泛的应用前景, 而该技术在实践应用中的进一步的突破, 将成为今后无损检测技术在作物灌溉方面的应用研究趋势。
1.3 在作物冻害胁迫方面的应用
当遭遇气候骤变, 气温降低时, 容易引发作物冻害, 这是一种非侵染性伤害。作物处于低温时, 容易导致其组织内出现冰晶而受冻害。因此, 对于作物冻害发生的检测是非常有必要的。及时做好保温防护措施, 可以有效防止作物冻害的产生, 谨防作物枯萎甚至死亡, 以此提高作物产量。而红外热成像技术可以在肉眼不可见的情况下, 根据作物内部发射红外线的不同, 观察到作物内部冰核的侵害, 为农业生产方面及时做好相关措施, 提供技术支持。
Wisniewski M等[31]提出使用红外热图像的方法直接观察植物的冰核及其形成, 用装有Hg Cd Te (8~12μm) 探测器的图像辐射计检测植物受寒胁迫时的热反应, 随后将其红外图像使用相关红外软件进行分析处理。图像辐射计可清晰地监测0.5[mu]L的小水滴结冰情况, 使用红外成像仪进行观测, 可明显看到不同温度下的植物组织中的冰核及其形成。另外, 利用热成像技术很容易测出冰核的形成速率。红外热成像技术是一种非接触、无损的研究冰核及其形成的极佳技术。
Pearce Roger S等[32]利用红外热成像技术对受冻大麦进行了研究。研究发现:冻害的纵向蔓延速度为1~4cm/s, 横向蔓延速度为0.3cm/s;结冰现象慢慢从叶子边缘向中脉蔓延, 初次结冰的传播并不是破坏性的;然而初次结冰的传播是第2次结冰的先决条件, 此次结冰会导致破坏性。
Fuller M P等[33]将红外热成像技术应用在检测马铃薯和花椰菜的冰核和冰冻的形成过程中, 通过视频颜色改变能很容易显示出植物叶面的温度曲线。而通过检测马铃薯植株叶片, 说明了水分能够激励亚热冰核的形成, 同时若缺少表面水分将会呈现过冷现象 (零下8℃) 。
大量研究表明:作物叶片的生物冰核产生的绝大多数原因是冰核细菌[34]的作用, 而除去生物冰核有助于防止作物冻害。在作物冷冻损伤发生前, 不仅需要除去已经产生的冰核, 而且要防止冰核细菌产生新的冰核, 从而起到防冻作用。而我国对于冰核的研究方面远远落后于发达国家, 在生物冰核的研究应用领域亟待进一步发展。由于冰核研究的滞后性影响, 限制了本国生物冰核资源的开发和利用。热成像能及时发现冰核, 对各学者的生物冰核理论方面的研究有很大的指导作用, 对生物冰核应用方面的研究有极大地推动作用。另外, 对生物冰核的研究能很好地指导生产者及早做好防冻措施, 对作物的生长及生产有极大的积极意义。
2 应用展望
近年来, 热像仪和光谱仪均是工业及农业上进行作物检测的热点[35,36,37,38]。
然而, 利用光谱检测作物的生长情况受光照的影响非常大。在天气条件恶劣的情况下, 光照不强, 此时照在作物上的光线能量会受到很大影响。而光谱仪靠反射可见光的光线来成像, 当照在作物上的光线减弱时, 相对的作物冠层反射光线也会减弱, 此时光谱视觉技术将会受到很大的影响, 给机器视觉技术在生产生活上的应用带来诸多不便。
红外热成像与光谱成像不同, 是通过接收物体发射的红外辐射实现对物体的检测。红外热像仪的热灵敏度一般小于0.1℃, 能检测并成像出物体各部位的微小温差。该技术对光线要求低, 不需要很强的光照即可对作物进行检测, 并且有价格低、检测无损、携带便捷等优点。同时, 红外热像仪能反映出视场内任意一点的温度信息, 通过使用相应的热像分析软件, 能够得到温度分布直方图和其他的信息来帮助分析和了解被检测的物体, 可以帮助人们发现肉眼难以观察到的事物, 从其他角度来了解众所周知的事物[39]。应用红外热成像技术对作物进行检测, 可以加深对作物应对各种胁迫的原理的认识。这使得人们能够更好地理解作物在应对各种胁迫时的反应机制, 对作物实施无损检测的新技术有很大的研究意义和广阔的应用前景。
成像检测 篇10
关键词：脉冲涡流热成像,优化,激励线圈
0 引言
无损检测是指在保证被检测对象结构完整性和使用性的前提下, 使用物理或者化学技术, 对被测对象进行测量与检定, 以评价其质量和安全状况。无损检测由于其可靠性、安全性和经济性而在国民经济中占有重要位置。常用的无损检测主要有:射线检测、超声波检测、涡流检测、磁粉检测和渗透检测[1]。
脉冲涡流检测方法是近几年来迅速发展起来的便于检测具有复杂几何形态零件的一种重要的无损检测方法[2]。脉冲涡流加热的优势主要为检测灵敏度和效率高, 实际适应能力强并具备实现便携式检测的潜力, 因此脉冲涡流加热检测技术一直是国内外研究的热点。脉冲涡流加热检测技术的优化能提高其缺陷检测的能力和准确性, 本文介绍了国内外对脉冲涡流加热检测技术的研究进展情况。
1 脉冲涡流加热检测技术原理
脉冲涡流加热检测技术原理如图1所示:线圈通入交变电流, 由于电磁感应, 在线圈旁边的导电样品中会产生感应电流, 导体将产生焦耳热。由热传导定律可知, 导体表面的温度分布可以反映导体的性质、状态及缺陷情况。若导体中有缺陷, 则因为缺陷的参数与导体本身存在差异, 将改变感生涡流在导体内部的分布, 从而使热量的分布出现“冷区”和“热区”的异常分布。利用红外热像仪将导体表面的温度分布记录下来, 并对温度图像进行处理, 即可实现缺陷的识别、分类、定量检测等。
脉冲涡流热成像检测技术主要以工程应用实际为目的, 研究存在裂纹、腐蚀等缺陷的材料, 其物理参数、缺陷形状、尺寸以及激励电流的大小、频率、激励时间等因素对感应加热的涡流场和温度场分布的影响, 解释工程应用和实验中出现的现象。
2 脉冲涡流热成像检测优化研究现状
脉冲涡流热成像检测优化目的在于寻找合适的激励手段, 提高对零件中所含缺陷的检测能力。目前, 人们主要通过三种方式尝试实现缺陷检测的优化:一是改变激励线圈放置的位置, 即通过改变线圈位置使加热方式为反射式加热或者透射式加热;二是改变激励线圈的一些条件, 如改变它的外形, 变换线圈的角度等;三是选择合适的激励参数, 比如说实施激励时长。国外针对三种不同的优化手段, 结合工程应用实际进行了研究, 检测优化的研究进展如下:
英国纽卡斯尔大学的田贵云研究团队就反射式和透射式两种不同的加热方式对脉冲涡流热成像技术的检测能力进行了比较和研究。实验证明, 在检测钢材料的内部缺陷时, 反射方式更加有利于缺陷深度的定量检测, 但对缺陷识别时, 透射方式对缺陷识别效果更好;反射式加热的缺陷在于, 当钢材料出现壁厚变薄的缺陷, 且缺陷深度与试件厚度的比值在0.5以上时, 反射式加热将不能对缺陷进行有效识别, 而透射方式还是能够对缺陷做出定量的检测[3]。对于复合材料碳纤维增强塑料 (CFRP) , 在用透射式加热检测时, 在涡流加热阶段更容易准确地检测出表面冲击缺陷, 并把它显示为高温区;在热扩散阶段适合检查内部中空缺陷, 并把它显示为低温区。采用主成分分析法和独立分量分析法两种方法对图像进行重构, 能够对缺陷进行更好的定位, 提高检测准确性[4]。希腊科学家N.Tsopelas系统地研究了激励线圈如何影响感应加热。研究得出, 如果想让磁场在试件表面均匀分布, 那么线圈高度中心与导体表面的距离最好设置为线圈半径的一半[5]。在采用直径不一样的线圈对圆形的薄铝板进行低频 (50HZ) 感应加热时, 发现线圈直径大于铝板直径时, 对若裂纹与热量传播方向垂直, 则对缺陷的检测效果更好, 线圈直径小于铝板直径时, 对与感应电流方向垂直的裂纹检测效果更好[6]。对四种不同形状的线圈 (环形平板、方形平板、环形有限高、方形有限高) 进行对比之后发现, 当倾斜角为0度时, 环形平板和方形平板线圈加热效果较好;倾斜角为90度时, 环形有限高、方形有限高加热效果较好[7]。在工程应用中, 应该根据缺陷的条件选取合适的加热方式并相应改变线圈的一些条件来提高对缺陷的检测能力以及检测精度。
奥地利学者Beate Oswald-Tranta在对铝棒的内部缺陷进行检测时, 利用基于余弦变换的脉冲相位法处理图像的激励时间最优化问题, 得出的结论是检测最佳时间与缺陷尺寸无关, 而受到材料几何尺寸和物理参数的影响[8]。印度科学家N.Biju等研究了感应加热对壁厚减薄缺陷检测时的激励频率最优化问题, 发现感应加热存在一个使温升最大的最佳激励频率, 当趋肤深度大于材料厚度时, 最佳激励频率与材料的趋肤深度与材料厚度的比值呈非线性关系, 并与材料的电导率有关;趋肤深度小于材料厚度时, 最佳激励频率与电导率和材料厚度之间存在线性关系[9]。德国科学家G.Walle等发现对于内部缺陷, 低频激励 (1.5KHZ) 比高频激励 (100KHZ) 效果要好;对于下表面开口缺陷, 激励频率较低时 (300HZ) , 缺陷附近会呈现低温分布, 提高激励频率 (2.6KHZ) 则呈现高温分布, 结合有限元仿真模型, 分析了频率不同时试件内部涡流的不同分布规律[10]。在进行缺陷检测时, 要根据材料的厚度、导电率和缺陷位置对激励参数进行合理的设置, 以期得到最佳的检测效果。
3 总结
目前, 国外对脉冲涡流感应热成像检测技术的优化研究发展迅速, 实际应用也取得了一定的效果。检测技术的优化主要是结合实际应用展开, 但检测技术的优化仍存在一些问题。
研究局限于实验中工件形状、裂纹走向和位置已知的情况, 激励线圈形状简单, 无法满足实际检测中缺陷形状多样、位置不确定的要求。由于涡流相对于缺陷的角度是影响缺陷检测的重要因素, 对于一些简单形状的线圈, 涡流走向单一, 同时邻近效应的存在会给检测带来干扰, 对实际复杂缺陷检测能力很有限, 对一些特定种类的缺陷很可能出现无法识别的情况。因此, 需要对激励线圈进行优化设计, 分析其涡流分布规律和缺陷检测机理, 分析激励电流频率、激励时间、提离高度等因素的影响, 以达到对实际复杂未知缺陷检测的目的。
参考文献
[1]冶金无损检测人员技术资格鉴定委员会.金属材料的涡流检测[M].北京:中国科学技术出版社, 2006.
[2]宋林, 杨随先, 李小建等.曲面零件裂纹缺陷脉冲涡流热成像检测的仿真[J].无损检测, 2012, 34 (9) :39-41.
[3]YZ.He, MC.Pan, FL.Luo.Defect characterisation based on heat diffusion using induction thermography testing[J].Review of Scientific Instruments, 2012, 83 (10) :104702-1-104702-10.
[4]Mengchun Pana, Yunze He, Guiyun Tian, Dixiang Chen, Feilu Luo.Defect characterisation using pulsed eddy current thermography under transmission mode and NDT applications[J].NDT&E International, 2012, 52:28-36.
[5]Tsopelas N, Siakavellas N J.Electromagnetic-thermal NDT in thin conducting plates[J].NDT&E International, 2006, 39 (5) :391-399.
[6]Tsopelas N, Siakavellas N J.Eddy current thermography in circular aluminium plates for the experimental verification of an electromagnetic-thermal method for NDT[J].Nondestructive Testing and Evaluation, 2010, 25 (4) :317-332.
[7]Tsopelas N, Siakavellas N J.The effect of the angle of inclination of the exciting coil in electromagnetic-thermal nondestructive inspection[J].International Journal of Materials and Product Technology, 2011, 41 (1) :162-177.
[8]Oswald-Tranta B, Sorger M.Detection of subsurface defects in aluminium with thermo-inductive inspection[C].Proc.of SPIE, 2011, Vol.8013:801310.1-801310.10.
[9]Biju N, Ganesan N, Krishnamurthy C V, et al.Frequency optimization for eddy current thermography[J].NDT&E International, 2009, 42 (5) :415-420.