基于微波层析成像的活立木内部缺陷检测 下载: 929次
1 引言
木材是一种宝贵的可再生资源,因其生长周期较长,所以我国林木资源比较匮乏。随着我国经济的不断发展以及对木材的需求量不断增大,提高木材的利用率至关重要[1]。树干内部经常有腐朽和空洞等缺陷,这是由各种无法避免的自然因素和其自身特性而造成的。早期,上述缺陷一般在木材的中心,所以无法从外部对其进行准确监控和测定,这会导致树势衰退甚至倒塌,从而造成极大的安全隐患以及无法挽回的损失。为了对活立木的内部结构进行评估,通常采用无损检测[2-3]方法,该方法适用于木材内部的缺陷检测,同时可以避免对木材造成创伤和破坏[4]。
目前,常用的无损检测方法主要有X射线、红外检测技术、超声波测试技术、机械应力波测试、核磁共振光谱学及电阻法等[4-10]。对于这些技术以及相关的仪器设备,还存在携带不便、操作繁琐和价格昂贵等问题,尤其是无法准确地检测早期的腐朽树木,因此还需要进一步研究和掌握关于活立木的无损检测方法[4]。
与上述方法相比,微波层析成像(MWT)是一种基于对成像域边界处的散射电磁场进行测量而重建复介电常数分布的成像方法,其主要结合医学、生物医学和农业应用进行研究[11]。MWT系统的主要优势之一是其可以直接生成被测目标的介电常数分布图,但这与被测材料和结构状态有关。树干内部的腐烂和空洞缺陷会导致介电常数异常,因此不能清楚地了解活立木区域中的电压变化,所以MWT系统在该领域的可靠性和可行性未知。
本文主要研究MWT系统作为活立木内部缺陷检测工具的可行性,从而建立一种快速、可靠、廉价、无害且无创的活立木检测方法。在模拟平台上对MWT系统进行研究,从而确定活立木中的腐烂或空洞缺陷。首先使用MWT系统的天线配置生成活立木的二维模型,然后采用线性反投影(LBP)图像重建算法并使用仿真结果重建活立木的介电常数分布图,最终识别和定位活立木内部缺陷的位置。
2 MWT的原理
2.1 MWT系统结构
MWT系统主要由传感器、数据采集与处理系统和图像重建系统三部分组成[12],结构如
目前,大多数MWT系统是基于散射场与被测物内部的复介电常数分布的模型,经过离散化和归一化后的模型可表示为
式中:F为归一化后的散射场向量,此时F∈Rm,m为矩阵行数;S为灵敏度矩阵,此时S∈Rm×n,n为矩阵列数;G为归一化后的介质分布图像向量,此时G∈Rn。MWT系统重建的任务就是给定F求解G。
2.2 MWT有限元分析
电场E和磁场H在宏观、各向同性、线性和非分散介质中的传播特性满足麦克斯韦方程[13],则时谐形式的麦克斯韦方程可表示为
式中:E为电场强度;H为磁场强度;B为磁通量密度;D为电通量密度;J为电流密度;ρ为电荷密度;r为位置矢量;ω为角频率;Ñ为哈密顿算符。上述方程隐式依赖exp(jωt),其中t为时间。(3)~(6)式可以改写为
式中: μ0和ε0分别为自由空间的磁导率和介电常数;μr和εr分别为相对的磁导率和介电常数;σ为电导率。
将(9)式代入(3)式可以得到
将(4)式、(7)式和(8)式代入(10)式,可以得到
简化(11)式和(12)式,可以得到
式中:k0为自由空间中的波数,此时k0=ω
为了将标量模型应用在MWT系统中,对其进行如下假设。
1) 所有材料都是非磁性的,因此μr=1。
2) 反演问题是在二维空间中建模的,因此假设介电性能沿着z轴方向均匀分布。
3) 横电(TE10)模是指向天线内部的波模式,这意味着入射波沿着z轴极化,则表示电场在x方向和y方向均为零。
2.3 介电性能
调节MWT系统中的参数,使其具有介电性能,而每种材料都有其自己的介电特性。介电特性是导电性能差的材料所具有的电学特性,其可以被电场极化。MWT系统是基于微波之间的关系而设计的,传播介质的电学特性绝对取决于介质的介电特性[14]。自由空间中的复介电常数可表示为
式中:ε'为自由空间中的介电常数;ε″为自由空间中的介电损耗因子。(15)式的实部表示介电材料在电场中存储能量的能力,虚部表示介电材料在电场中消散能量的能力。
3 MWT的有限元建模
研究微波在活立木中的传播行为,并在选定的频率下使用COMSOL软件对MWT系统的性能进行建模和仿真。系统仿真建模的框架如
3.1 参数配置
使用天线的期望宽度w和εr来计算截止频率fc,表达式为
式中:c0为真空中的光速,c0=3×108 m·s-1。由(16)式可知,w=0.07 m。
当截止频率低于微波信号的频率时,则微波信号在介质中传播。仿真模拟过程中,天线的发射频率设为1 GHz,1 GHz的低频适用于解决较大的物体。由于木材的水分含量高以及相对介电常数大,因此选择的最小测量频率为1 GHz,当增加频率时,微波信号衰减得更大。考虑到对研究者的辐射和热安全性,将传输功率限制在0 dBm或1 mW。
健康的树干内部结构主要分为芯材、边材和树皮三个部分。健康木材的介电常数与缺陷木材有显著差异,木材中介质层的模拟参数如
表 1. 木材的介电性能、电导率和建模参数[2]
Table 1. Dielectric properties, conductivity and modeling parameters of wood [2]
|
3.2 仿真模型的分析及实现
木材的缺陷主要由腐朽和空洞两部分组成,为满足木材缺陷测量的需求,设计的天线阵列如
式中:Esca为散射电场。分析和绘制散射电场前,使用MATLAB软件对图像重建算法进行编码以计算Esca。
4 结果与分析
重建结果是在一个频率下连续测量一个周期的传输数据。因物体之间的介电常数差异大,则不能采用线性化的方法对其进行定量重建。
为了评估MWT系统检测木材缺陷的适用性,首先构建
图 5. 健康树干模型及重建结果。(a)树干模型;(b)重建结果
Fig. 5. Healthy trunk model and reconstruction result. (a) Trunk model; (b) reconstruction result
从
表 2. 重建图像的MSSIM
Table 2. MSSIM of reconstructed image
|
早期,活立木的缺陷一般在树干的中心,从中心开始腐烂甚至产生空洞。为了更好地评估MWT系统检测木材缺陷的适用性,在健康活立木模型的基础上模拟中心腐烂及同时存在腐烂和空洞的缺陷。第一种情形是模拟一个大致呈圆形的腐烂缺陷,该缺陷的εr=17,σ=0.2 S·m-1,直径约为0.1 m,模型如
图 6. 缺陷树干模型及重建结果。(a)腐烂树干模型;(b)腐烂树干的重建结果;(c)腐烂和空洞树干模型;(d)腐烂和空洞树干的重建结果
Fig. 6. Decayed trunk models and reconstruction results. (a) Decayed trunk model; (b) reconstruction result of decayed tree trunk; (c) decayed and hollow trunk model; (d) reconstruction result of decayed and hollow trunk
为了定量评估LBP图像重建算法对木材介质分布的影响,采用平均结构相似性指数(MSSIM)对重建图像进行量化,通过比较重建图像与参考图像来完成对重建图像的评估。MSSIM主要从结构、亮度和对比度对图像进行评估,这些图像给出的输出指数范围为0~1。当重建图像与真实图像相同时,其输出指数为1。重建图像的质量评估结果如
从
5 结论
使用MWT系统能够实现对活立木内部缺陷的检测。在不破坏活立木结构的前提下,根据材料在电磁场下对微波信号的吸收能力与材料本身介电常数的关系,使用COMSOL软件模拟活立木内部的电学性质变化规律。使用微波检测技术可以实现天线与活立木的有效耦合。采用图像重建算法可以重建活立木内部的介电常数分布图,从而有效地识别活立木内部缺陷的位置、大小和形状。MWT系统具有简单轻便、易于携带和灵敏度高的优点,对活立木的检测和评价具有很好的发展前景。
[1] 周新民. 刍议我国木材工业发展与生态保护[J]. 生态经济, 2001, 17(8): 70-71, 87.
[2] 文剑, 李伟林, 肖中亮, 等. 活立木内部缺陷雷达波检测研究[J]. 农业机械学报, 2017, 48(10): 180-188.
[3] 高升, 王巧华, 付丹丹, 等. 红提糖度和硬度的高光谱成像无损检测[J]. 光学学报, 2019, 39(10): 1030004.
[4] 岳小泉. 基于电阻法的木材内部腐朽定量检测研究[D]. 哈尔滨: 东北林业大学, 2017.
Yue XQ. Quantitativly detecting internal decay of wood based on electric resistance method[D]. Harbin: Northeast Forestry University, 2017.
[5] 胡雄武, 张平松, 于仲. 直流电法CT技术检测林木孔洞结构特征[J]. 北京林业大学学报, 2012, 34(3): 103-106.
[6] 王好贤, 董衡, 周志权. 红外单帧图像弱小目标检测技术综述[J]. 激光与光电子学进展, 2019, 56(8): 080001.
[7] 史镜名, 郑狄, 潘炜, 等. 基于耦合锥结构的光纤光栅超声波传感器及其无损检测研究[J]. 光学学报, 2019, 39(12): 1206004.
[8] 杨学春. 基于应力波原木内部腐朽检测理论及试验的研究[D]. 哈尔滨: 东北林业大学, 2004.
Yue XQ. Research on the theory and test of internal decay detection of logs based on stress wave[D]. Harbin: Northeast Forestry University, 2004.
[9] 巫国富. 人工林木材改性中核磁共振波谱的应用进展[J]. 安徽农业科学, 2012, 40(14): 8173-8174.
[10] 丁伟彪, 王宝金. 木材缺陷检测技术研究概况与发展趋势[J]. 林业机械与木工设备, 2019, 47(1): 4-8.
Ding W B, Wang B J. Research and development trend of wood defect detection technology[J]. Forestry Machinery & Woodworking Equipment, 2019, 47(1): 4-8.
[11] MojabiP, OstadrahimiM, ShafaiL, et al. Microwave tomography techniques and algorithms: a review[C]∥2012 15th International Symposium on Antenna Technology and Applied Electromagnetics, June 25-28, 2012, Toulouse, France. New York: IEEE, 2012: 12932742.
[12] MallachM, MuschT. Towards a fast microwave tomography system for multiphase flow imaging[C]∥2017 IEEE International Instrumentation and Measurement Technology Conference, May 22-25, 2017, Torino, Italy. New York: IEEE, 2017: 17039623.
[13] Mallach M, Gebhardt P, Musch T. 2D microwave tomography system for imaging of multiphase flows in metal pipes[J]. Flow Measurement and Instrumentation, 2017, 53: 80-88.
[14] 陈秀武. 电磁波平均能流密度关系的推导[J]. 甘肃教育学院学报(自然科学版), 2003( 3): 25- 29.
Chen XW. A study of the relation of average Poynting vector of electromagnetic wave[J]. Journal of Gansu Education College (Natural Science Edition), 2003( 3): 25- 29.
Article Outline
吴美荣, 王黎明, 韩星程, 罗秀丽. 基于微波层析成像的活立木内部缺陷检测[J]. 激光与光电子学进展, 2021, 58(2): 0211003. Meirong Wu, Liming Wang, Xingcheng Han, Xiuli Luo. Internal Defect Detection in Standing Timber Based on Microwave Tomography[J]. Laser & Optoelectronics Progress, 2021, 58(2): 0211003.