- 09/13
- 2006
-
QQ扫一扫
-
Vision小助手
(CMVU)
摘要:物体发出的红外辐射载有物体的特征信息(如器件的缺陷等),利用红外热成像技术可将人眼不可见的红外辐射转化成可见的温度图像,常用于探测领域。但是热像仪得到的只是二维图像,不能得到被检测物的整体描述。对二维序列热波图像进行三维重建,可以对被测物进行多角度观察和检测,极大的提高检测效率。本文在MATLAB环境下用面绘制方法对序列热波图像进行三维重建,取得了较好的效果,有一定的应用价值。
关键词:红外热波;图像分割;三维重建;面绘制;MATLAB
0.引言
红外热波无损检测技术是一门跨学科、跨应用领域的通用型实用技术,是一种创新性的无损检测技术,应用于航空器、航天器、多种工业设备、石油管道、发电设备、承重机械设备、金属结构件的安全检测,尤其对研究复合材料具有重大意义。红外辐射是由物体的温度、材料成份及表面条件决定的。物体发出的红外辐射载有物体的特征信息,利用红外热成像技术可将人眼不可见的红外辐射转化成可见的温度图像。作为最方便的探测温度场分布的方法,在过去的三十年间,热成像技术快速发展并得到了广泛应用。特别是用于军事技术、医疗诊断、遥感遥测、无损检测等领域,已经产生了巨大的经济和社会效益。
红外热像仪按时间记录温度图像,得到的数据文件记录不同深度在不同时刻的信号值。但是热图序列只能反映图像的二维信息,不能得到被检测物的整体描述,人们希望获得具有高真实感的三维显示图像,以辅助研究人员和工程人员得到更加丰富的信息,大大提高无损检测的准确性和可靠性,因此对三维重建的研究具有非常重要的实际意义。
工业CT三维重建可分为直接三维重建和二维断层序列图像的三维重建。前者通过处理由平面探测器获取的三维体数据重建得到;后者利用计算机图形学、图像处理、图像可视化等方法对断层序列图像进行处理得到。国外工业CT 图像的三维重建技术起步早、发展快、技术力量雄厚, 已实现直接体三维重建, 如世界著名的ARACOR、BIR公司和Livermore 实验室等都采用这种方法[1][2]; 我国工业CT 三维重建技术的研究受条件限制, 研究单位多采用二维断层序列图像进行三维重建[3]。
本文是在MATLAB环境下,实现了对红外热波序列图像的读取、显示、目标孔洞的分割以及三维重建,并进行了剖切和透明显示。结果表明,本文的方法取得了很好的效果。
1.图像的获取
1.1 实验数据的获取
利用红外热像仪照射一玻璃钢平底洞试件(图1)。平底洞试件用做实际探伤测量的标准试件,在其背面人工钻制了若干个孔径相同、深度不同的平底孔。实验原理如下:闪光灯脉冲激励试件表面(孔洞背对闪光灯);热在试件中传导,遇到与试件热特性有一定差异的区域(缺陷),此层面的温场分布出现不均匀性,不均匀性反映到试件表面;热像仪记录试件表面的温场分布信号;经计算机采集获得实验的数据文件。系统中的热像仪选配的是FLIR公司的Thelma CAM SC3000热像仪。该热像仪具有320×240像素的较高的空间分辨率,使用14bit数字输出接口[4],SC3000可将实时数据直接传输到台式机上进行记录和分析。实验得到的数据文件记录的是不同深度在不同时刻的信号值,每一个数据为14bit。
1.2 热波序列图像的显示
本实验获取的数据是14bit的信号值,内含1033幅分辨率为320×240的热波图像数据。为减少数据量,本文从数据文件中每隔50取一幅热图,最后共读取21幅图像。要显示这21幅图像,需将原始的14位信号数据转化为8位的灰度图,以方便计算机的显示和处理。本文的具体方法如下:
(1) 依次取数据文档中320×240个数据元素存入新矩阵 中(最后共得到21的矩阵,即i=1,…,21),求出矩阵 中数据元素的最大值max和最小值min。
(2) 将当前矩阵 中数据元素(即信号值)的最小值映射到灰度值0,最大值映射到灰度值255。反映到图像中,即信号值越小,对应的图像灰度值越小,图像越黑;反之,灰度值越大,图像的对应位置越白。如此,得到信号值到灰度值的映射关系为: ,其中 为当前矩阵 在 处的信号值, 为映射后的灰度值。
(3) 将映射后的21个矩阵数据经MATLAB中的mat2gray()函数转换成图像数据,显示图像。显示后的部分热图像如图2所示(转置后结果)。六幅图可以动态地反映出缺陷点和正常点不同时刻信号值的不同变化,并能从中判断出缺陷的深度,最亮的圆圈深度最大,最暗的圆圈深度最小。
2.图像分割
2.1 剪切图像
由于红外热像仪照射的试件放在支架上,照射后经计算机处理得到的图像包括试件和支架边沿两部分。我们首先做的一步工作就是将支架边沿切除掉。用MATLAB图像处理工具中的imcrop函数可以方便、快捷的实现图像的剪切。图3a是切割掉边界后的图像。尺寸比例为4:3(与原图尺寸比例相同),大小为168×216。
2.2 图像分割
图像分割是三维重建前非常关键的一步,直接影响重建的效果。红外热像仪照射下热度图像背景基本是均匀的,用阈值分割法即可很好的分割热图。本文采用的方法如下:
2.2.1 建立一个半径为12个象素的圆盘形结构元素
结构元素的作用是提取图像中与其相似的几何特征,而与其无关的特征将被忽略[5]。形态学运算的效果取决于结构单元的大小、内容以及逻辑运算的性质。
2.2.2 增强图像对比度
为了得到更好的分割结果,可以增强图像中感兴趣的对象,这对后续工作的意义是:可以最小化图像中谷底的个数。本文基于2.2.1中建立的结构元素,采用形态学方法进行对比度增强处理,形态学方法的一个常用技术是综合运用top-hat变换和bottom-hat变换。分别记为 和 : , ,其中 为原图像, 为结构元素,“ ”是形态学的开启运算,“ ”是形态学的闭合运算。top-hat变换对增强图像中阴影(暗区)的细节很有用[6],bottom-hat变换可以有效反映对象间的间隙。为使目标对象与分割它们的间隙之间的对比达到最大,我们进行如下运算: 。
2.2.3 对增强后的图像进行取补运算
公式如下: ,其中max是 中灰度值最大的元素。增强图的补运算可以增强照亮图像中的谷点,以利于有效检测。
2.2.4 检测谷底
①首先设定一个合适的阈值t,搜索图像中的所有局部最小值点;②以局部最小值点为中心检查它的邻域象素,即与邻域象素做差运算,差值小于t的象素将它们合并;③以新合并的象素为中心,返回到步骤②,检查新象素的邻域,直至到达边界条件:与邻域象素差值均大于t或已被合并为目标象素;④将合并为目标的象素连接成极小连通区域,并将区域内象素的值均设置为1,其余象素的值全设置为0,最后得到二值图像序列。阈值t的选取尤为重要,选得过小会过分缩小或漏掉目标;选得过大则会过分扩大目标范围。
2.2.5 二值形态学滤波
利用形态学滤波器(交替进行开、闭运算)可以滤除图像中的高灰度或低灰度的小干扰区域。开启和闭合两种运算都可以除去比结构元素小的特定图像细节,同时保证不产生全局的几何失真。以最后一幅图为例,本文的实验结果如下:
4.三维重建
在对连续断层图像进行三维重建过程中,如何将这些断层二维数据转换为更容易被接受和处理的信息,这也正是数据三维可视化所要解决的问题。MATLAB是专业而且方便操作的图像软件,功能非常强大的图像处理工具,利用MATLAB编程进行三维重建工作,实现起来灵活、方便,便于掌握。
本文用面绘制法对红外热波图像进行三维重建,具体方法如下:
4.1 构造三维体数据
依次读入处理后的21幅168×216象素的连续断层图像,并将图像的序列号(反映时序信息)作为第三维数据构造出三维体数据集D,得到一个168×216×21的三维矩阵。
4.2 体数据集的采样
由于构造出的体数据集数据量大,占用内存多,会降低运行效率,给处理带来一定困难,根据实际情况,在不影响结果的情况下,要尽量减少所处理的数据量。函数代码如下:
[x,y,z,D]=reducevolume(D,[4,4,1]);
其中参数[4,4,1]表示在x,y,z轴上对体数据集的抽取比例分别为4,4,1。由此D变为80×60×21的三维矩阵。最后利用smooth3 (D) 函数对D进行数据平滑化处理。
4.3 利用体数据进行面绘制及三维显示
利用isosurface 函数计算体数据集D在显示平面的累计投影。再利用patch 函数指定所有顶点的坐标和各小面片的顶点和颜色来创建面片,以图形对象的形式显示出来。
4.4 建立视图,添加phone光照模型
phone模型在每个小面片上进行顶点法向的插值,并计算每个象素的反射。它考虑了实际生活中物体在光源照射下产生特有的光泽[5],因此生成的图像真实感较强。
4.5 设置透明度,实现多层面显示。
为等值面设置Alpha值(透明系数),给等值面添加透明度,揭示试件内部结构。
图4 是由序列断层图像进行三维重建后得到的图像。
5.结语
本文对红外热波序列图像进行了三维重建,首先进行了序列图像的读取和显示,然后对序列热图像进行了图像分割,最后对分割后的热图用面绘制法进行了三维重建。实验证明,该方法取得了较好的效果,有一定的应用价值。但是由于热图像随着时间的增加,深孔洞的边界受缺陷影响,与背景温度亦表现出差异,分割过程中会将其一并当作目标处理,故分割的结果会比原始孔洞要大,这一问题一直不能得到很好的解决,有待以后的研究。
参考文献
[1] Armistead Robert A.Advanced X-ray Systems for Nondestructive Inspection and Contraband Detection.Part of the SP IE Conference on Penetrating Radiation System s and Applications, Denver, Colorado,1999,7: 102-105
[2] Martz Harry E, et al.Three dimensional non intrusive imaging of obscured objects by x-ray and gamma-ray computed tomography.SP IE Vo l. 1942,1993: 245
[3] 王召巴等.高能X 射线工业CT 技术的研究进展[J ].测试技术学报,2002,16 (2):79
[4] 金万平,张存林.材料检测和表征的新技术-热波检测及其应用[J].新材料产业,2004,(9):52~55.
[5] 郭景峰.数学形态学中结构元素的分析研究[J].计算机科学,2002,29(7),113~115.
[6] 章毓晋.图像工程(上册)——图像处理与分析[M].北京:清华大学出版社,2001,179~180.