周家緯， 李清英， 郝 路， 周治榮， 蔡 銘

（1 上海工程技術(shù)大學(xué) 機(jī)械與汽車工程學(xué)院， 上海201620； 2 上海工程技術(shù)大學(xué) 航空運(yùn)輸學(xué)院， 上海201620；3 上海工程技術(shù)大學(xué) 飛行學(xué)院， 上海201620）

0 引 言

當(dāng)飛機(jī)穿越含過冷水滴的云層或接觸到過冷雨滴時(shí)，飛機(jī)表面可能會產(chǎn)生不同程度的結(jié)冰［1］。 飛機(jī)機(jī)體表面結(jié)冰會影響氣動力學(xué)性能，造成機(jī)翼和平尾流譜平滑度的破壞，導(dǎo)致飛機(jī)的橫側(cè)向穩(wěn)定性變差，各舵面效率降低以及飛機(jī)操縱性的惡化，甚至造成機(jī)毀人亡的悲?。?］。 2018 年在北京召開的首屆航空器適航技術(shù)與管理國際會議上，不少專家學(xué)者特別強(qiáng)調(diào)了飛機(jī)防除冰的重大意義。 飛機(jī)防除冰的首要任務(wù)是探測飛機(jī)上積冰的存在。 目前主要方法有超聲脈沖回波檢測，激光檢測和壓電傳感器檢測法等。 本文為研究積冰特性，搭建了地面蒙皮積冰模擬實(shí)驗(yàn)臺。 由于紅外熱波檢測具有瞬時(shí)響應(yīng)、檢測面積大、不受能見度影響等特點(diǎn)［3］，因此采用閃光燈脈沖激勵(lì)紅外熱波檢測設(shè)備進(jìn)行蒙皮外冰形檢測分析。 紅外檢測技術(shù)可分為：通過施加熱激勵(lì)使得材料內(nèi)部產(chǎn)生溫度梯度的主動式紅外熱波檢測和利用被測物體自身溫場分布產(chǎn)生熱成像的傳統(tǒng)被動式紅外熱波檢測。 本文采用的是以閃光脈沖作為熱激勵(lì)源的主動式紅外熱波檢測，在試件表面進(jìn)行短周期的加熱，并進(jìn)行圖像采集與處理。

1 基本原理

任何溫度大于絕對零度的物體，都有向外發(fā)射電磁輻射、散發(fā)熱能和吸收電磁輻射的能力。 此外，當(dāng)物體受熱時(shí)若內(nèi)部存在雜質(zhì)或分層等缺陷時(shí)，其熱傳導(dǎo)性能會受到影響，使得相應(yīng)表面熱量會有明顯差異［4］。本文所研究的冰形檢測方法正是基于這一原理，利用紅外熱像儀記錄積冰與附面層在接收熱激勵(lì)后，冰與蒙皮邊界上的熱輻射強(qiáng)度變化的不一致現(xiàn)象，再運(yùn)用圖像處理相關(guān)技術(shù)判定積冰冰形。 原理如圖1 所示。

圖1 閃光脈沖紅外熱波檢測蒙皮外冰形原理示意圖Fig. 1 Schematic diagram of flash pulse infrared heat wave detection for skin ice shape

2 閃光脈沖紅外熱波冰形檢測實(shí)驗(yàn)

2.1 實(shí)驗(yàn)設(shè)備

本實(shí)驗(yàn)主要裝置包括：閃光脈沖紅外熱波檢測設(shè)備（圖2）、冷凍柜（圖3）及實(shí)驗(yàn)蒙皮。 由南京諾威爾公司提供的ThermPulse-S12 的分體式紅外熱波檢測閃光脈沖熱激勵(lì)源，最大能量可達(dá)12000 焦耳，可對整個(gè)視場同時(shí)進(jìn)行熱激勵(lì)，范圍大、脈沖時(shí)間短。 采用英福泰克公司生產(chǎn)的InfraTec Image IR 8300 紅外制冷熱像儀紅外熱像儀，可探測2.0-5.7 μm的紅外波段。 工業(yè)冷柜的最低溫度可達(dá)-65 ℃，實(shí)驗(yàn)前冰柜的溫度設(shè)定在-40 ℃左右。 實(shí)驗(yàn)蒙皮采用鋁6061，邊長為300 mm 的正方形鋁板。為減少反射干擾，鋁皮表面進(jìn)行了噴漆加工處理。

圖2 閃光脈沖紅外熱波檢測系統(tǒng)Fig. 2 Flash pulse infrared heat wave detection system

圖3 冷凍冰柜Fig. 3 Freezer

2.2 實(shí)驗(yàn)過程

為制作蒙皮外冰形樣件，首先在鋁片中心表面畫出半徑約60 mm 的圓，并用滴管滴上適宜水滴，注意控制水滴的流向。 放入控制在-40 ℃的冷凍冰柜中進(jìn)行凝結(jié)。 冷凍結(jié)束后取出材料，先獲得可見光狀態(tài)下的積冰成像，再置于打開閃光脈沖熱激勵(lì)系統(tǒng)探頭下，采集紅外熱波冰形圖像。

3 紅外熱波冰形圖像處理結(jié)果

3.1 紅外熱波冰形檢測積冰冰形基本思路

冰形檢測是為辨別積冰在蒙皮上覆蓋的范圍，可利用邊緣檢測方法進(jìn)行圖像處理［5］。 邊緣檢測使用某種算法，識別出圖像中不同區(qū)域間灰度發(fā)生非連續(xù)且急劇變化的分界［6］。 邊緣主要存在于對象與對象，對象與背景以及不同區(qū)域之間。 經(jīng)典的邊緣檢測算法是對原始圖像中某些像素的領(lǐng)域來構(gòu)造輪廓處理算子。 如微分算子法中，用圖像灰度分布的梯度來反映圖像灰度的Roberts 算子、在Roberts 算子之上改進(jìn)的Sobel 算子、Prewitt 算子、Kirsch 算子，以及與邊緣方向無關(guān)的Laplacian 算子。 除此之外，Log 算子、Canny 算子等［7］常被作為最優(yōu)算子運(yùn)用在圖像處理中。 進(jìn)行邊緣檢測前需要對圖像進(jìn)行一定的預(yù)處理。 因?yàn)閷τ诩t外熱波成像圖像，要從包含背景與噪聲的圖像中提取到所需信息，則先要將灰色圖像轉(zhuǎn)換為二值化處理圖像。 若直接對未進(jìn)行二值化處理的圖像進(jìn)行邊緣檢測，則Log 算子、Canny 算子都無法正常返回邊緣檢測結(jié)果。 而對于可見光圖像，則需將RGB 彩色圖像轉(zhuǎn)成255 位的灰階圖像，灰度化后才可進(jìn)行二值化處理。

本實(shí)驗(yàn)分別采集了試件表面的可見光積冰圖像和紅外積冰圖像，并將圖像導(dǎo)入MATLAB 中，進(jìn)行預(yù)處理后，再分別使用經(jīng)典圖像輪廓處理算法——Sobel 算子、Roberts 算子、Prewitt 算子、Log 算子、Canny 算子進(jìn)行積冰輪廓檢測。 之后，進(jìn)一步比較可見光與紅外熱波檢測下的不同算法的差異。 邊緣檢測前冰形如圖4 所示。

圖4 可見光與紅外熱波冰形原圖、灰圖與二值圖Fig. 4 The visible light and infrared thermal wave ice-shaped original image， gray image and binary image

MATLAB 命令如下：

function edge_detection（） ；%定義函數(shù)

close all ；%關(guān)閉所有的顯示圖像輸出的窗口對象

I＝imread（'ice.bmp'）；%讀取圖像

PicGrey ＝rgb2gray（I）；%用已有的函數(shù)進(jìn)行RGB 到灰度圖像的轉(zhuǎn)換

thresh ＝graythresh（PicGrey）；%自動確定二值化閾值

Pic ＝im2bw（PicGrey，thresh）；%對圖像二值化

3.2 基于五種算子的冰形圖像分析

（1）Roberts 算子。 Roberts 算子是一種利用局部差分，對每個(gè)像素計(jì)算?f 與其絕對值［8］。 采用對角線方向相鄰兩象素之差，近似梯度幅值檢測輪廓邊緣。 該算子邊緣定位的精度較高，適于檢測水平和垂直邊緣，對噪聲敏感度高。

在MATLAB 中的命令為：BW1＝edge（Pic，'roberts'），選擇Roberts 算子并自動選擇閥值進(jìn)行邊緣檢測。 運(yùn)用Roberts 算子進(jìn)行邊緣檢測結(jié)果如圖5 所示。

圖5 Robert 算子的可見光圖像和紅外熱波圖像邊緣檢測效果Fig. 5 The edge detection effects of visible light and infrared heat wave images with Roberts operator

（2）Sobel 算子。 Sobel 算子是典型一階梯度算子。 其利用了像素點(diǎn)上下左右四個(gè)方位的相鄰像素點(diǎn)，并對其進(jìn)行灰度加權(quán)平均，最后在角點(diǎn)取極值［9］。 該算子由兩個(gè)卷積核來組成，其中每個(gè)像素點(diǎn)都使用這兩個(gè)核做卷積。 其中一個(gè)收集其垂直邊緣，另一個(gè)則收集其水平邊緣。 由于該算子中引入了類似局部平均的運(yùn)算，對噪聲具有平滑作用，具有一定的抑噪能力，但邊緣定位精度較弱。

在MATLAB 中的命令為：BW1 ＝edge（Pic，'sobel'），選擇Sobel 算子并自動選擇閥值進(jìn)行邊緣檢測。運(yùn)用Sobel 算子進(jìn)行邊緣檢測結(jié)果如圖6 所示。

圖6 Sobel 算子的可見光圖像和紅外熱波圖像邊緣檢測效果Fig. 6 The edge detection effects of visible light and infrared heat wave images with Sobel operator

（3）Prewitt 算子。 Prewitt 邊緣檢測是一種離散式的一階微分算子，基于Roberts 算子所得［10］。 是利用單個(gè)像素點(diǎn)上下、左右鄰點(diǎn)的灰度差的極值檢測邊緣，去掉部分偽邊緣，對噪聲具有平滑作用。 該算子由兩個(gè)卷積來完成，其中一個(gè)檢測水平邊緣，一個(gè)檢測垂直邊緣。

在MATLAB 中命令為（續(xù)對圖像二值化命令后）：BW3 ＝edge（Pic，'prewitt'），選擇Prewitt 算子并自動選擇閥值進(jìn)行邊緣檢測。 運(yùn)用Prewitt 算子進(jìn)行邊緣檢測結(jié)果如圖7 所示。

圖7 Prewitt 算子可見光圖像和紅外熱波圖像邊緣檢測效果Fig. 7 The edge detection effects of visible light and infrared heat wave images with Prewitt operator

（4）Log 算子。 Log 邊緣檢測算子，是將高斯濾波和拉普拉斯檢測算子結(jié)合在一起進(jìn)行邊緣檢測的方法［11］。 首先使用二維高斯濾波器進(jìn)行圖像預(yù)處理，將圖像與高斯濾波器卷積，以去除噪聲并平滑濾波；之后須再通過二階偏導(dǎo)數(shù)零交叉來進(jìn)行輪廓探測。 Log 邊緣檢測算子的抗干擾能力強(qiáng)，邊界定位精度高，連續(xù)性好，且能提取出對比度弱的邊界。 是一種較成功的檢測圖像邊緣的算子。

在MATLAB 中命令如下：BW4＝edge（Pic，'log'），選擇Log 算子并自動選擇閥值進(jìn)行邊緣檢測運(yùn)用Log算子進(jìn)行邊緣檢測結(jié)果如圖8 所示。

圖8 Log 算子可見光圖像和紅外熱波圖像邊緣檢測效果Fig. 8 The edge detection effects of visible light and infrared heat wave images with Log operator

（5）Canny 算子。 Canny 算子具有優(yōu)秀的邊緣檢測能力。 首先應(yīng)用高斯平滑濾波器平滑圖像以除去噪聲，隨后導(dǎo)數(shù)算子用于找尋灰度圖像中橫軸及豎軸方向的導(dǎo)數(shù)以及梯度的大小與方向，把邊緣的漸變方向劃分幾個(gè)方位，并找到其鄰接像素并采用兩個(gè)閾值來判斷邊緣［12］。

在MATLAB 中 命 令 為： BW5 ＝edge （Pic，'canny'），選擇Canny 算子并自動選擇閥值進(jìn)行邊緣檢測。 運(yùn)用Canny 算子進(jìn)行邊緣檢測結(jié)果如圖9 所示。

圖9 Canny 算子可見光圖像和紅外熱波圖像邊緣檢測效果Fig. 9 The edge detection effects of visible light and infrared heat wave images with Canny operator

4 結(jié)果分析

通過MATLAB 輔以五種經(jīng)典圖像邊緣算子，來處理可見光成像和紅外熱波成像圖像后，對五種經(jīng)典圖像邊緣算子的處理效果進(jìn)行比較。 主要分析積冰輪廓的完整度與圖像純凈度兩個(gè)特征。 原因一是在實(shí)際操作中，邊緣檢測出的輪廓完整度直接決定對其積冰大小及形狀等信息的認(rèn)識；二是因?yàn)閳D像中的噪聲不僅會影響檢測結(jié)果圖像純凈度，而且使檢測出的輪廓難以辨認(rèn)，也會影響到對積冰大小及形狀等信息的認(rèn)識。

通過比較黑色啞光面鋁蒙皮下積冰的可見光成像，依據(jù)圖5-圖9 的各邊緣檢測算子效果，可以看到：五種經(jīng)典圖像邊緣算子均具有可以明確的識別出圓形積冰的輪廓的能力，且圖像純凈度高。 其中，Sobel 算子、Canny 算子的畫面噪點(diǎn)最少，而Log 算子及Prewitt 算子的畫面噪點(diǎn)稍多，且兩者積冰輪廓的畫面連續(xù)性較差。 相比較之下，Roberts 算子同時(shí)具備了噪點(diǎn)少和連續(xù)性好的特點(diǎn)，所以綜合而言，可見光成像下Roberts 算子處理效果最好。

通過比較紅外熱波檢測的積冰試件圖像，根據(jù)圖5-圖9 的各邊緣檢測算子效果可見：五種經(jīng)典邊緣檢測算子均可識別出積冰輪廓的范圍，純凈度高，完整度高。 其中Roberts 算子和Sobel 算子的輪廓完整度和純凈度都較高，Prewitt 算子稍次之，而Log算子的輪廓處理效果最差，甚至出現(xiàn)了與輪廓邊緣相平行的線段。 綜合而言，紅外熱波成像下依舊是Roberts 算子處理效果較好。

綜上所述，運(yùn)用五種算子在進(jìn)行積冰冰形的圖像處理時(shí)：（1）通過可見光成像方式所提取的鋁制蒙皮積冰輪廓，會因?yàn)殇X皮的反射等干擾條件導(dǎo)致圖像出現(xiàn)大量影響圖像純凈度的噪聲。 這些噪聲會直接掩蓋一部分的積冰輪廓，從而無法直接探測出積冰輪廓的全貌。 （2）通過紅外熱波成像方式所提取的鋁制蒙皮積冰輪廓，相比較可見光成像方式，因其紅外熱波成像的原理是利用物體的紅外光譜散發(fā)的電磁輻射強(qiáng)度來成像，且紅外檢測裝置可阻隔外部大部分光線，達(dá)到有效減少鋁皮反射等干擾條件。因此，其圖像會比可見光成像圖像的純凈度更高，且探測積冰輪廓的完整度變高。 （3）在紅外熱波成像與可見光成像的分析比較中，Roberts 算子在處理結(jié)果中邊緣完整度及圖像純凈度都較好，而Canny 算子的處理結(jié)果次之，Prewitt 與Sobel 算子表現(xiàn)一般，而Log 算子因輪廓邊緣都有與其相平行的線段出現(xiàn)，因此認(rèn)為Log 算子的效果在五種經(jīng)典邊緣檢測算子中最差。

5 結(jié)束語

本文探索了利用紅外熱波技術(shù)進(jìn)行試驗(yàn)蒙皮外的積冰冰形檢測實(shí)驗(yàn)，并比較了五種傳統(tǒng)邊緣檢測算子對積冰可見光與紅外熱波成像完整度與純凈度的影響，發(fā)現(xiàn)紅外熱波檢測圖像比可見光探測的純凈度與完整度要好，同時(shí)Robert 算子在此計(jì)算過程中的效果最佳。 該實(shí)驗(yàn)方法及相關(guān)結(jié)論可為飛機(jī)積冰冰形檢測提供新的研究思路。