激光超声可视化图像处理研究 下载: 880次
1 引言
激光超声可视化技术是一种新型的无损检测手段,通过激光作用于构件表面形成热弹机制或烧蚀机制进而激励产生超声波,利用声学换能器、超声波信号采集与处理系统将超声波信号进行可视化成像处理以还原超声波传播动态变化过程,为实现直观地检测构件表面或内部的损伤和缺陷情况提供可靠的数据支撑[1-2]。基于声场互易原理的声场可视化方法是对发射声源和接收声源进行互换以完成超声波声场的动态重构技术,具有实时、直观、频带宽及检测可达性好等优点,尤其适用于几何形状复杂或受限制部位的工业现场的快速检测[3-4]。
在激光超声可视化成像过程中,采集获取的超声回波信号时受到了外界噪声的干扰,导致了图像清晰度降低,为了便于后续的缺陷识别,需要突出图像中感兴趣的区域以弱化不需要的图像信息,特别地,当入射波遇到缺陷后会发生散射现象,引起了散射波与入射波的叠加,从而导致了较难观察缺陷信息。为了有效地滤除噪声,通常采用硬件或软件方式对原始超声回波信号的噪声进行抑制, Truong等[5]采用多个多普勒振动测试仪的硬件处理方式提高超声回波信号的信噪比,尹向宝[6]利用小波阈值降噪对激光超声回波信号进行降噪处理,结果表明,可以提高超声信号的信噪比。利用参考信号或图像进行差分运算是抑制入射波对缺陷散射波干扰的主要方法,Yashiro等[7-8]提出的超声波同期差分法提高了缺陷可视化效果, Lee等[9]提出了相邻波相减算法、参考波相减算法、参考图像相减算法等处理手段以实现突出缺陷信号的目的。本文提出对激光超声可视化图像直接进行图像处理以改善图像质量与突显缺陷信息,利用局部统计滤波以降低噪声干扰,利用二阶微分算子进行图像增强,提出无需参考图像的罚函数方法来抑制入射波对散射波的干扰。
2 激光超声可视化成像基本原理
2.1 激光超声可视化无损检测系统
激光超声可视化无损检测系统主要包括激励单元、数据采集单元和控制单元三部分,如
图 1. 激光超声可视化无损检测系统。(a)原理图;(b)实物图
Fig. 1. Laser ultrasonic visualization nondestructive testing system. (a) Principle diagram; (b) physical map
该设备是采用调
图 2. 具有模拟缺陷和扫描面积的焊接试验样品。(a)实物图;(b)尺寸
Fig. 2. Welding test sample with simulated defect and scanning area. (a) Physical map; (b) size
2.2 基于声场互易原理的激光超声可视化技术
基于声场互易原理[12](
图 3. 基于声场互易原理的激光超声可视化
Fig. 3. Laser ultrasonic visualization based on the reciprocity theorem of acoustic wave fields
由于激光超声波场传播图像质量受到激光激励点的空间分辨率和超声换能器中心频率的限制,因此为了改善可视化质量,需要对激光超声波场传播图像进行有效的处理与分析,以实现提升缺陷识别的能力。在激光超声波场传播图像中,散斑噪声是主要的噪声形式之一。散斑噪声是超声波入射到介质粗糙界面时,折射波和背向散射波在空间相互干涉,形成的振幅和相位随机分布的散斑场,影响成像质量与信号失真。为了滤除散斑噪声,采用局部统计滤波算法进行处理。在滤除散斑噪声后,需要进一步凸显缺陷信息特征而衰减不需要的特征,通过图像增强方法或者采用某些数学变换,以易于通过激光超声波场传播可视化图像来辨识缺陷。
3 激光超声可视化图像处理方法
3.1 散斑噪声滤除
针对散斑噪声干扰,采用局部统计滤波算法进行滤除,设散斑噪声统计模型为
式中
假设一个像素采样均值和方差等于其像素邻域的局部均值和方差,把(1)式进行一阶泰勒展开后,根据最小平方估计可得:
式中
式中var(
式中var(
从
熵值法用于通过计算图像能量对图像信息内容进行度量,设灰度图像
平均梯度法通过计算图像中每个像素梯度总和的平均值来描述图像的相邻像素值的整体变化程度,如下式所示:
图 4. 局部统计滤波前后第57帧超声传播图像的比较。(a)含噪声图像;(b)降噪后图像
Fig. 4. Comparison of ultrasonic wave propagation image of 57th frame before and after local statistic filtering. (a) Noisy image; (b) denoised image
从
图 5. 局部统计滤波前后不同帧间(a)熵和(b)平均梯度的比较
Fig. 5. Comparison of (a) entropy and (b) average gradient under different frames before and after local statistic filtering
3.2 图像增强
通过调整图像灰度范围,在压缩图像动态范围内增加图像各部分的对比度,以实现有效增强感兴趣细节的目的,实验采用拉普拉斯微分算子方法增强灰度突变并削弱灰度变化缓慢区域。如果在图像中一个较暗的区域出现了一个亮点,那么用拉普拉斯算子就会使这个亮点变得更亮,一般图像增强技术对于陡峭的边缘和缓慢变化的边缘很难确定其位置,但拉普拉斯算子可用二次微分正向峰和负向峰之间的过零点来确定,对孤立点或端点更为敏感,因此特别适用于以突出图像中的孤立点、孤立线或线端点为目的的场合。对于一幅图像
则其拉普拉斯微分算子模板为
图 6. 利用微分算子去噪后的图像增强。(a)第346帧降噪图像;(b)图像增强后的第346帧降噪图像
Fig. 6. Denoised image enhancement by differential operator. (a) Denoised image of 346th frame; (b) denoised image of 346th frame after image enhancement
如
图 7. (a)第246帧降噪图像;利用二阶微分算子(b) Od1、(c) Od2、(d) Od3进行图像增强后的第246帧降噪图像
Fig. 7. (a) Denoised image of 246th frame; denoised images of 246th frame after image enhancement with two order differential operators of (b) Od1, (c) Od2 and (d) Od3
类似地,如
3.3 入射波抑制方法
激光激励形成的超声波遇到缺陷会发生散射现象,散射波与入射波混叠在一起,给激光超声波传播可视化图像识别缺陷造成了严重干扰。在经过噪声滤除与图像增强后的图像中,缺陷像素信息与周围像素信息的相对差异不大,为了增加两者之间的相对差异,实验采用罚函数方法抑制入射波对散射波
图 8. (a)第346帧降噪图像;利用二阶微分算子(b) Od1、(c) Od2、(d) Od3进行图像增强后的第346帧降噪图像
Fig. 8. (a) Denoised image of 346th frame; denoised images of 346th frame after image enhancement with the two order differential operators of (b) Od1, (c) Od2 and (d) Od3
图 9. 入射波(a)抑制前和(b)抑制后的第346帧降噪图像
Fig. 9. Denoised images of 346th frame (a) before and (b) after incident wave suppression
的干扰,设目标函数为
式中
式中
式中
在入射波抑制过程中,需要选择的关键参数是权重因子
式中
结构相似性用均值(
图 10. (a)权重因子ω、正则化系数λ与平均梯度的等值线;(b)权重因子ω、正则化系数λ与熵的等值线;(c)权重因子ω、正则化系数λ与峰值信噪比的等值线;(d)权重因子ω、正则化系数λ与结构相似性的等值线
Fig. 10. (a) Contour lines of weighting factor ω, regularization coefficient λ and average gradient; (b) contour lines of weighting factor ω, regularization coefficient λ and entropy; (c) contour lines of weighting factor ω, regularization coefficient λ and PSNR; (d) contour lines of weighting factor ω, regularization coefficient λ and SSIM
图 11. (a)罚函数法和(b)相邻波相减法对第346帧图像进行入射波抑制的结果;(c)罚函数法和(d)相邻波相减法对第376帧图像进行入射波抑制的结果
Fig. 11. Effect of (a) penalty function and (b) adjacent wave subtraction on incident wave suppression on 346th frame images; effect of (c) penalty function and (d) adjacent wave subtraction on incident wave suppression on 376th frame images
另外,为了考察罚函数方法抑制入射波干扰的效果,将其与相邻波相减法抑制入射波干扰进行了对比。
4 结论
为了提升激光超声声场传播图像的可视化质量,采用局部统计滤波滤除噪声干扰,通过拉普拉斯二阶微分算子进行图像增强,提出罚函数方法抑制入射波对散射波的干扰,得到如下结论:1) 滤波处理后可以使图像的清晰度提高;2) 采用拉普拉斯二阶微分算子进行图像增强后增强了灰度突变区域;3) 提出罚函数方法抑制入射波对散射波的干扰,实现了缺陷的专注分析。
Article Outline
朱洪玲, 刘畅, 张博, 蔡桂喜. 激光超声可视化图像处理研究[J]. 中国激光, 2018, 45(1): 0104004. Zhu Hongling, Liu Chang, Zhang Bo, Cai Guixi. Research on Laser Ultrasonic Visual Image Processing[J]. Chinese Journal of Lasers, 2018, 45(1): 0104004.