导读

 

a、热成像信号重建方法的技术突破

 

热成像信号重建方法（TSR）通过革新检测逻辑，将传统依赖「单时间点视觉图像评估」的模式，转变为对红外相机单个像素点在时间维度的独立动态分析，从而重塑了热成像无损检测（NDT）的技术范式。这种基于时间序列的像素级解析技术，不仅成为热成像序列增强与特征提取的核心工具，更凭借其跨领域适应性，从工业 NDT 场景延伸至生物医学研究、艺术修复及植物学等多元领域。

 

b、传统热成像技术的应用边界

 

在常规检测场景中，传统热成像技术通过红外相机捕捉物体表面单一时间点的温度差异，生成的红外温度图像足以满足设备过热预警、建筑能耗分析等即时诊断需求。这类被动式检测技术依赖物体自然热辐射，无需外部激励，但其局限性在于仅能呈现表面温度的瞬时状态，无法揭示材料内部结构或缺陷特征--因为单一时间点的静态图像缺乏对热传导动态过程的记录。

 

c、主动热成像技术的工程需求与原理

 

在航空航天、能源发电和汽车制造等对材料完整性要求极高的工业领域，热成像技术的应用场景发生显著转变：从表面温度监测升级为内部缺陷检测。此时需采用主动热成像技术：通过外部热源（如脉冲光、冷热气流或接触式加热装置）对被测物体表面施加热激励，同步利用红外相机持续采集数秒至数分钟内的表面温度动态变化序列。与传统技术的本质区别在于，主动热成像聚焦于温度随时间的响应规律—— 当材料存在内部裂纹、分层或脱粘等缺陷时，缺陷区域与基体的热传导速率差异会在温度衰减曲线中形成特征信号，从而为缺陷定位与成像提供关键依据。

 

d、TSR技术的核心应用价值

 

针对主动热成像中复杂的时间序列数据，TSR 技术展现出独特优势：噪声环境下的信号增强：通过最小二乘拟合、主成分分析等算法对像素级时间序列建模，有效滤除环境噪声（如气流扰动、电磁干扰），提取与缺陷相关的微弱温度变化信号，提升检测系统的信噪比；缺陷特征的时间维度解析：深入分析每个像素的温度响应曲线参数（如峰值时间、冷却速率、热扩散系数），精准识别因内部缺陷导致的异常热动态特征，突破传统视觉评估对细微缺陷的检测极限；跨领域检测的泛化能力：其像素级独立分析模式可适配不同材料的热物理特性，无论是工业复合材料的结构检测、生物医学领域的肿瘤热响应分析，还是文化遗产保护中的壁画底层缺陷探测，均能通过定制化时间序列处理实现高效检测。

 

从技术原理到工程应用，TSR技术通过对热成像时间维度信息的深度挖掘，不仅填补了传统检测方法在内部缺陷识别上的空白，更以跨学科应用的拓展，持续推动热成像技术从单一工业检测工具向多领域共性技术平台的转变。

图1所示，手持式(左)、实验室(中)和制造业(右)热成像系统。

 

现代热成像无损检测系统虽然使用了多种不同的热源，但其基本原理却是一致的。

 

在样品表面施加的热量会以可预测的方式向内部传导。

 

如果表面下存在缺陷，例如空洞或分层，这些缺陷会妨碍热量的传递，导致周围表面的冷却速度比没有缺陷的区域要慢。

 

因此，在红外图像序列中会出现一个短暂的“热点”（见图2）

 

图2展示了典型的主动热成像结果。空洞或分层会阻碍热量的传导，从而在表面形成局部热点（左图）。

 

被困的水吸收入射的热量，导致表面出现局部冷点（右图）。

 

1.对比分析局限性

 

多年来，红外“热点”检测（也称对比分析）是红外无损检测的标准方法，广泛应用于铝和复合材料蜂窝结构中的水分检测等。

 

然而，这种方法存在一些局限性，包括对小型或微小内部缺陷的灵敏度不足、深度范围有限，以及在检测缺陷时，由于模糊导致的尺寸不准确。

 

对于自动化或更复杂的应用，需要额外的处理。

 

虽然空间处理方法可以减少噪声并提高图像清晰度，但它们无法增强信号或提高小缺陷的可检测性。

 

对比分析高度依赖操作者对红外图像的主观判断（见图3），这可能受到加热不均匀或外部红外反射等因素的影响。

 

这些限制使得缺陷识别难以实现自动化和标准化。

图3，典型对比分析结果为碳纤维夹层结构。

 

区分良好的干燥区域(左)和有缺陷的潮湿区域(右)是很困难的。

 

2.单像素冷却行为

 

在“热点”检测中，红外数据被视为操作员观察的一系列图像，通常是视频。

 

然而，通过监测红外图像中每个像素随时间的冷却行为，可以获取更多信息。

 

实际上，检查单个像素的时间趋势可以在不参考其他图像部分的情况下，提供关于样品亚表面状态的丰富信息。

 

例如，考虑三个样品的温度-时间历史（见图4）。对于一个无限厚、无缺陷的样品（左），其时间历史以对数形式显示为一条斜率为-0.5的直线，代表理想的一维热扩散。

 

中心样品的后壁阻碍了热量流动，使得直线逐渐变为水平线（斜率=0）。

 

这两条直线的交点定义了一个时间点(t*)，它表征了材料的厚度和热扩散率（热量通过的速率）。虽然这两种情况代表了自由和完全受阻的热流的极限，但有限尺寸缺陷的存在（右）则是一种中间情况。

 

所有三种情况最初表现相同，但在时间(t*)时，缺陷和壁面情况都偏离了斜率为-0.5的直线。

 

在时间(t*)之后，缺陷逐渐恢复到原来的斜率为-0.5的行为。

 

图4，无限厚固体(左)、后壁绝缘的板坯(中)和有内部绝缘缺陷的厚固体对闪热源的对数表面温度-时间响应。

 

3.热成像信号重建

 

尽管对数温度-时间历史的单像素分析能够深入了解内部缺陷的状况，但它并未增强红外无损检测系统对内部特征成像的能力。

 

来自红外无损检测系统的实际数据可能比上述模型数据更加复杂。

 

相机捕获的信号是离散的时间点，以帧速率进行采集，这些信号容易受到背景噪声、运动和温度变化的影响，以及样品中发射率的变化（见图5）。

图5，钢板中平底孔(红色)和壁(黑色)的实验数据和TSR(黑色)复制品。

 

热成像信号重建（TSR）方法利用单像素技术来解决相关问题，同时实现降噪和信号增强。

 

在TSR中，每个对数像素将时间历史转化为方程，例如低阶多项式，从而减少时间噪声（见图5）。

 

接着，对每个像素的时间历史进行降噪处理，并进行时间微分（见图6），以去除发射率和背景伪影。

 

对于无限厚样本，其一阶和二阶导数分别为振幅为-0.5和0的水平线。

 

在后壁绝缘样品中，一阶导数在振幅为-0.5和0之间发生转变，转变点出现在时间(t*)。

 

壁面情况的二阶导数呈对称函数，接近高斯函数，其峰值出现在时间(t*)。

 

与无限或壁面情况相比，存在阻碍热量流动的缺陷会破坏导数的对称性，导致信号的最大值和最小值降低。

图6，无限厚、绝缘壁和缺陷样品的第一(左)和第二(右)导数。

 

4.从信号到图像

 

当结果需要可视化时，对每个像素时间历史执行TSR过程的好处是显而易见的。

 

几乎无法检测到的特征，或者在某些情况下无法检测到的特征，在衍生图像中很明显(图7)。

 

图7，原始图像和信号(左)和TSR处理的二阶导数图像(右)包含两个模拟分层的12层CFRP面板，在两个图像中都可以检测到，以及六个聚四氟乙烯插入物，仅在TSR二阶导数图像中可以检测到。

 

在大多数情况下，与缺陷相关的导数信号与周围区域明显不同，并且很容易在图像中识别。

 

通过测量二阶导数(t*)出现正峰值的时间，可以获得额外的信息。

 

该时间可用于创建样品的深度或热扩散率图(图8)。

 

这些图提供了样品厚度或热扩散率的定量测量。

图8，原始红外图像(左)与CFRP步骤的TSR深度图图像(中)和轮廓(右)相比楔形厚度从2层到6层不等。

 

5.材料的表征

 

除了增强可探测性外，TSR衍生物还可以表征内伤特征。

 

在飞机维修中，区分飞机蒙皮下可以发现的各种流体是很重要的。

 

水必须在冻结并造成额外损害之前立即清除，而油和燃料可能是飞机其他问题的迹象。

 

这两种情况下的TSR导数产生明显不同的信号(图9)，其中水是唯一导致TSR一阶导数信号减小的地下流体。

 

这些不同的信号允许对水和其他流体侵入进行自动TSR表征(图10)。

 

图9，1.5mm CFRP蒙皮下不同量的过量环氧树脂和水的TSR一阶导数信号。

图10，CFRP蒙皮下各种流体的原始红外图像(左)和TSR表征(右)。

 

总结

 

与传统的“热点”方法相比，TSR过程的应用在探测内伤特征方面有了显著的改进。

 

它的作用是减少时间噪声，并根据其对数像素时间历史的行为促进地下缺陷的识别。

 

与假设存在缺陷的基于视觉的“热点”方法不同，TSR不依赖于缺陷背景对比，因此TSR分析可以在单个像素的时间历史上执行，从而允许该过程自动化。

 

导数的时间和振幅属性可用于对无缺陷样品的热性能进行表征和测量，以及常规的缺陷检测。

 

TSR在无损检测领域的应用带来了包括投影热成像在内的创新。