用于检查具有复杂几何形状的部件的多频率图像处理

摘要

本发明涉及用于检查具有复杂几何形状的部件的多频率图像处理。公开了一种在具有复杂几何形状的部件(32)上检查小裂纹(40)和其它异态的方法。该方法包括涡流检查，其包括从多频率涡流信号中收集数据。利用相位分析组合多频率数据以提高原始检查图像的信噪比。随后利用时空滤波器对图像进行预处理，以使涡流缺陷信号的频率分量相关联以分开通常被边缘效应信号隐藏的与裂纹和其它边缘(34)处的缺陷相关的信号。

说明书

技术领域

本发明通常涉及一种利用涡流检查部件的方法，更尤其涉及一种利用涡流通过利用图像处理检查部件的方法。

背景技术

涡流检查是一种检查燃气涡轮机部件表面的间断或裂纹的常用技术。涡流技术基于电磁感应的原理，其中涡流在被检查的材料内被感应。涡流通过交变磁场在试样中被感应，所述交变磁场是在探针移动到被测试部件附近时，在涡流探针的线圈内产生的。在试样的表面上或在试样的表面附近存在的间断或裂纹导致涡流流动的变化。变化的涡流产生次级场，所述次级场被涡流探针线圈或通过涡流探针内的传感器线圈接收，涡流探针将变化的次级磁场转化为电信号，所述电信号被记录在带状记录纸上。随后，涡流机操作者通过监测并读取记录在带状记录纸上的信号探测并测量裂纹大小。如果电信号超过设定的电压极限则意味着检查到了裂纹或缺陷。

当待检查的部件具有简单几何形状时，例如：孔、平板等等，目前的涡流检查方法具有令人满意的实施效果。但是，当待检查的部件具有复杂的几何形状，例如：高压或低压涡轮盘、扇形盘、高压压缩机盘的燕尾槽、齿轮齿等等，例如边缘和凸起、凹下和平面区域的过渡等，这些部件的复杂的几何形状对涡流信号产生影响，其使得缺陷和几何效果之间进行的辨别变得困难。

这种复杂几何特征可以产生比所关注的特定裂纹或缺陷更大的涡流信号。这样就很难区分例如来自裂纹或接缝的几何边缘信号，尤其当使用用于接收或拒绝部件的信号振幅基准时。

解决这个问题的一种尝试在美国专利5,345,514中有描述，其从部件内相同的、重复的几何形状中构建实时图像。在收集了几个这样的图像后，启动减法过程，从接近的特征中减去图像。这样就减少了与接近特征共有的支配边缘信号，但是，由于在单一部件中特征之间的几何变化而无法消除它们。如果只检查一个特征，所述方法则无法实施，因为没有重复的图像进行减法运算。

常规地，单个探针涡流检查器已经在众多滤波技术中得到运用，其可识别相关和非相关信号，或从不同的频率光谱部分滤波信号。然而，在减少或消除边缘和其它几何形状信号中，这些技术中没有一种取得令人满意的效果。

所需要的是一种涡流检查方法，所述方法可以识别与几何形状相关的有意义的信号，且可删除或区分伪信号，所述伪信号代表有关待检查部件的完整性的裂纹和其它重要信息。

发明内容

依照本发明的示例性实施例，公开了一种检查部件的方法。所述方法包括提供具有非平面表面的部件，设置涡流设备，对于部件的表面获取处于两个不同相位的多频率数据，利用该多频率数据形成原始的表面检查图像，通过相位分析增强原始检查图像，以及利用时空滤波器再加工增强的图像。

依照本发明的另一个示例性实施例，用于检查部件的方法包括：提供具有边缘的部件，设置涡流设备，利用涡流探针对处于至少两个相位的待检查的部件获取至少两个不同频率的相位数据，将第一相位数据组合成具有多个像素的第一单一多频率相位图像，将第二相位数据组合成具有多个像素的第二单一多频率相位图像，将第一和第二多频率相位图像的每一个进行预处理，在每个预处理的相位图像上执行时空相关性以产生相关性特征，在每个预处理的相位图像的相关性特征上执行阈值处理操作以产生二进制第一相位图像和二进制第二相位图像，以及将产生的二进制图像组合以生成单一图像。

本发明的一个示例性实施例允许对具有复杂几何形状、包括边缘的部件进行检查，而无需从相关指示中折衷处理(compromising)涡流信号。与其它检查方法相比，其也可以最小化获取、处理数据所需的时间量，并适当地评价促使检查灵敏度充分改进的指示。

本发明的另一个示例性实施例是通过减少或消除涡流信号中那些可掩蔽或隐藏缺陷检测等不希望出现的方面而提供改进的检查灵敏度。特别的优点是其改进的能力，以检查直到并包括其边缘的关键部件特征，其在裂纹易发生的应力集中位置处是众人皆知的(notorious)，但是其也代表了是掩蔽缺陷的信号方面的最可能的区域。

根据本发明方法的示例性实施例的方法消除了对用于抑制由于部件的几何特征、边缘信号以及任何其它的检查相关的噪声产生的不希望有的信号的任何参考图像的需要。这改善了检查的速度和可靠性，并使得检查过程也适用于下列情形，其中用于检查的参考样本是不可获得的。它进一步消除了与检查特征和附近的参照特征之间的固有变化有关的错误。

本发明的示例性实施例可以在基于PC的工作站或类似的基于微处理器的平台上实现，且相关的涡流检查可以在实时的基础上运行并被处理。

增强的缺陷特征能够使90/50的检查概率延伸至比其它方法更小的指示尺寸范围。

结合借助实例示出本发明原理的附图，通过以下对示例性实施例的更详细的描述，本发明的其它特征和优点将变得明显。

附图说明

图1示意性地示出用于具有边缘的非平面部件的涡流检查系统；

图2是沿图1的区域2获取的详细视图，示出被检查的楔形特征；

图3是实施本发明的方法的实施例的方框流程图；

图4是实施本发明的方法的子程序的实施例的方框流程图；

图5示出根据实施本发明的方法所生成的单频率和多频率水平和垂直图像；

图6示出根据实施本发明的方法所生成的组合图像；以及

图7说明了示出各个像素的二维数字图像的一部分。

其中类似的部件出现在一个以上的图中，为了清楚起见，试图使用类似的参考数字。

具体实施方式

本发明的示例性实施例涉及用于多种不同应用中的基于涡流成像的检查，所述应用包括医学系统，机动车工业，航空工业，或任何其它的可实施非破坏性评估的应用。

本发明的示例性实施例识别涡流信号中的与边缘或其它不希望有的几何形状或污染效应有关的特征。数学模型化的标记(signature)用来表征产生于部件上的缺陷的涡流信号。该模型通过输入诸如探针几何形状，检查速度以及缺陷结构的参数来模拟涡流信号。通过了解涡流缺陷信号的形状和频率分量，非相关的涡流信号可以被识别和区分。

施加时空滤波器以与比由几何形状、污染、材料或表面相关的噪声产生的任何其它非相关的信号频率更接近于涡流缺陷信号频率的频率分量相关联。利用自动阈值处理算法来抑制大部分的非相关信号频率，而与滤波器参数关联良好的其余信号频率模拟涡流缺陷信号。然而，相关缺陷信号可能仍被失去，即″真负(True Negative)″，或非相关的指示可能被识别为真正的指示，即：″假正(False Positive)″。

″真负″通常发生在当信号强度相对于其它背景信息不足以与滤波器参数相关联时，即：存在低信噪比(SNR)。为了最小化″真负″，本发明的示例性实施例引入了多频率和相位分析方法以将由多个频率获得的数据组合以增强原始检查图像数据的SNR，其随后被利用用于指示识别的时空滤波器进行处理。

″假正″通常发生于当由于检查噪声产生强指示时或当噪声图案随机地与用于表征缺陷图案的滤波器参数相匹配时。错误呼叫(call)减小算法消除了这种基于被识别区域的标记图案分析而留下的信号。信号处理技术消除了这些与不希望的特征相关的信号，仅留下相关的指示。

可以利用传递函数来表征和/或定尺寸被识别的相关指示。传递函数将由被识别的指示得到的不同特征作为其输入，并返回等效缺陷尺寸测量值作为输出。

图1示出用于执行非平面部件检查的示例性检查系统20。如这里所使用的，″部件″包括由本方法检查的任何物体，包括但并不限于物品，零件，结构，试样等等。″非平面部件″是这样的物体，即其中被检查的部件的区域的表面不是平面的。即，它具有边缘，轮廓，或其它非平面的表面特征。图1的非平面″部件″示出盘中的楔形结构。

检查系统20包括涡流探针22，涡流仪器24，模数(A/D)转换器25，处理器26，以及显示器28，它们全部利用如电缆彼此连通。这种检查系统20的物理配置在本领域是公知的，除了在此讨论的改进部分之外。为了检查非平面部件32，设置涡流探针22以在非平面部件32(这里为盘)中感应涡流，并测量所得到的涡流响应信号。这种涡流探针在本领域中是公知的。

涡流探针22可以为固定的或优选地可以相对于非平面部件32移动。涡流探针22相对于非平面部件32的运动可以手动地或以自动的方式实现。涡流探针22可选地但优选地安装于扫描器30上，所述扫描器30相对于固定的非平面部件32定位并移动涡流探针。(可替换地，非平面部件32可以被移动且涡流探针22保持固定。)可选的扫描器30可以是任何类型的，但一般是由处理器26控制的多轴数字控制设备。在图1所示的实施例中，可如特定类型的非平面部件32所需要的，扫描器30提供涡流探针22的平移(translation)和旋转运动。扫描器30相对于非平面部件32精确地定位涡流探针22并以步进的、光栅的(rastered)方式移动涡流探针22。

如图2所示，非平面部件32在其上具有非平面边缘34作为非平面表面35的实例，且在边缘34处或在边缘34附近实施检查。如这里所使用的，“在......处或附近”意味着在这种非平面边缘34的情况下，非平面部件32中任何异态(anomaly)的涡流响应信号(即，所关注的信号)具有被非平面部件32的非平面表面35的涡流响应信号(即：噪声)减小的其信噪比。″异态″是所关注的特征，其可通过涡流技术在背景噪声之上被探测到且其信噪比可通过本方法来改进。异态的实例包括裂纹、初始裂纹、在表面处或附近的夹杂物(inclision)、在表面处或附近的颗粒、气孔、空隙等。非平面边缘34的存在在涡流响应信号中产生了噪声，且本方法改进了涡流响应信号的信噪比。

有多种类型的非平面部件32，其上可以具有轮廓或边缘34。在图1和2的图示中，非平面部件32为涡轮盘36，且被检查的非平面表面35是沿着涡轮盘36的外围形成的盘槽38的一部分，该槽38具有边缘34。其它类型的非平面表面包括，例如，非平面部件的前面和一侧之间的经机械加工或铸造的边缘，机翼(比如涡轮机叶片或翼片)的前缘，机翼的后缘，机翼的叶片根部，有意生成的孔，比如紧固孔或大钻孔，以及开口，例如冷却孔。在本方法中，涡流探针22可以具有任何对被检查的非平面部件32的类型可操作的配置。涡流探针22的物理配置和电特征一般被优化用于每一类型的非平面部件32。

当边缘34在使用中被加载时，其具有相关联的应力集中。因此，异态例如图2所示的裂纹40会优先在边缘34处或在边缘34附近产生。裂纹40被示为表面的边缘裂纹，但它也可以是表面附近的边缘裂纹，或表面下的边缘或附近的边缘裂纹。涡流检查系统20被用于检测这种处于早期的裂纹40。一旦裂纹达到可分辨的尺寸后被检查到，就可以利用已知技术修补裂纹40，或者如果裂纹40不能被修补，则可将运行中的非平面部件32移走。另外与边缘34相关的在涡流响应信号中存在的噪声易于掩蔽裂纹40的存在。

图3示出当前方法的实施例中的步骤。步骤100，提供具有边缘34的非平面部件32。步骤110，提供涡流设备，包括涡流探针22，涡流仪器24，处理器26，以及优选地显示器28。如图1和2所示，涡流探针22被邻近非平面部件32定位。一般而言，当涡流探针22由变频电流驱动时，在涡流探针22的线圈内产生交变磁场。在一个实施例中，探针22具有单线圈。在另一个实施例中，探针22具有两个线圈。作为响应在非平面部件32中产生涡流。这些涡流形式上是规则的，除了当它们被存在的裂纹40(异态的实例)干扰时。涡流产生次级电场，所述次级电场作为涡流响应信号，由涡流探针线圈或由涡流探针内的其它类型的传感器所测量。所测量的涡流响应信号被转换为电输出，其又被提供给涡流仪器24并由该处提供给处理器26以进行分析。

在本方法中，步骤120，涡流探针22在两个或更多个频率下被驱动。为了说明，利用单个对的两个频率，f₁和f₂，但是可以选择另外的其它对的频率f₃……f_n。涡流探针22优选在所有的频率下被同时驱动，但是它可以在这些频率下被顺序驱动。所选频率可以为任何两个或更多个频率，它们在涡流检查系统内可以操作。应当理解，所采用的特定频率的选择取决于考虑的因素例如所查找的异态的尺寸和类型，非平面部件的几何形状，制作非平面部件的材料，涡流信号特性，以及其它考虑因素。

如接下来将要描述的，处理器26被设置用于分析涡流仪器24的输出，然后是涡流探针22。

步骤130，涡流探针22在非平面部件32的非平面表面35上方以一系列步进被扫描，以获取每个驱动或激励涡流线圈的频率的两个不同相的信道数据。在一个实施例中，涡流探针22在垂直(或V)方向42上以一系列离散步进递增地被扫描，之后，在水平(或H)方向44上被标记(indexed)(然而应当理解，可以在水平方向上扫描和在垂直方向上作标记，只要在任一情况下提供表面的基本完全的覆盖)，以获取每个驱动或激励涡流线圈的频率的两个不同相(例如：H和V)的信道数据。然后，在垂直方向42上的离散步进在新标记位置处进行重复。重复这个过程直到实现对非平面部件32的非平面表面3 5所期望的覆盖为止。该扫描过程在处理器26的程序控制下由扫描器30管理。

如前述讨论的，来自涡流探针22的模拟涡流信号由A/D转换器25转换为数字信号，其由处理器26存储并在每个非平面表面35的扫描操作之后被组合以提供二维数字图像。所述二维图像的每一个包括如图7所示的多重像元(picture element)或像素54。像素54通常以均匀的列和行排列以形成X-Y矩阵型结构。每个像素具有灰度强度(I_ij)，其对应于表面35上由特定像素54或像素组表示的位置处的涡流信号；因此，由形成图像的像素54的灰度强度变化起因于由感应的涡流引起的局部改变。部件几何形状比如边缘，凸表面、凹表面和平坦表面之间的过渡，其它表面异态以及裂痕或缺陷的变化将导致涡流信号的局部变化，所述涡流信号的变化导致了构成二维数字图像的像素的灰度强度(I_ij)在对应于部件几何形状变化或裂痕或缺陷位于的位置的图像中的那些位置处的差别。

步骤140，来自于多个频率的H信道数据被组合成一个多频率H图像，其可以被显示到显示器28上。同样，来自于多个频率的V信道数据被组合成一个多频率V图像。通过相位旋转和在阻抗平面内的H和V分量的缩放实现了多频数据的混合。这种图像混合步骤的目的是改进源自裂纹40的最小可探测特征的信噪比(SNR)。因此，这种混合的输出是两个单独的图像，其分别代表来自不同频率的有效H和V分量，其中SNR与各个频率相比被改进。如在此使用的，″SNR″由下述定义：

$\mathrm{SNR}=\frac{(\max \left(\mathrm{abs}\left(\mathrm{ROI}\right)\right)-\min \left(\mathrm{ROI}\right))}{(\max \left(\mathrm{abs}\left(\mathrm{BCK}\right)\right)-\min \left(\mathrm{BCK}\right))}$

其中：ROI为所关注的区域，

BCK是表示背景或噪声的区域

图5示出两相(H1、H2和V1和V2)单对频率的每一个的图像，以及每相(H_MF和V_MP)的组合的多频图像。虽然特性异态标记(此处，示出来源于实际检查图像的棋盘图案)出现在单频H和V图像的每一个中，但是所述图像伴随有大量的噪声(例如，线性水平跨越每个图像延伸的灰度的变化)。虽然多频图像仍具有一些残留的噪声(例如，棋盘附近的像素化区域)，其必须通过进一步的处理进行消除以用于令人满意的相关指示的识别和表征，但是它们减少了大量在每个单频图像中存在的原始噪声。

一般，但并不是必需地，在步骤150中，每个多频H和V图像通过施加一个或多个滤波器进行预处理以增强每个图像用于去除噪声和人为因素(artifact)。这可以包括采用适当的低通滤波器来估计显示为低频分量的边缘并去除它们。去模糊滤波器或其它噪声去除滤波器可以被采用以去除斑点噪声。高通滤波器可以被用于去除源于仪器的高频噪声。在一个或多个上述滤波器操作完成之后，可采用合适的平滑滤波器来帮助去除任何残留的人为因素，且还可以恢复任何在图像中存在的明显缺陷特征。预处理结果的输出产生多频率H和多频率V图像，其每一个得到了增强以去除噪声和人为因素，并且因此提高了相关的、保留下来的指示以更利于进一步的分析。

在步骤160中，在任何预处理步骤之后，每个多频率H和V图像利用具有设计的滤波器的时空相关性分析来经历图像处理，所述设计的滤波器的参数被调谐到所关注的异态标记的频率特性。可以由检查参数计算时空滤波器参数。由前面步骤获得的解析图像，该分析从各个源去除了非相关信号，例如材料噪声，污染或几何形状改变，这样仅存在来自相关指示的涡流信号。即，根据与进行的检查的类型有关的特定参数，相对于空间和时间分析每个预处理的多频率图像，以产生相关性特征。

时空分析可以按两个步骤完成。第一，原始图像被解析成几个具有不同频率分量的图像。初始的原始图像被进行了产生五个频率分量的两级处理。第一分量为低通卷积(convolution)，接下来的两个为沿水平方向的高和中带通的结果，且剩余的两个为沿垂直方向的高和中带通的结果。由这五个解析的图像，与部件几何特征相关的频率分量被滤出且仅留下相关的信息用于进一步处理。第二，利用与涡流缺陷信号相关的频率分量重建图像。在这五个被处理的分量中，通常实际上只有少数用于重建图像以进行缺陷检测。重建的图像去除了边缘信号并保留了缺陷信号，其进一步改进了SNR。

步骤170，对相关特征执行自动阈值处理操作，所述相关特征产生于对每个H和V多频率图像的时空分析。这个操作分割出潜在的缺陷区域。基于分析中的图像的统计，所选的阈值使自身适合于所提供的信号的类型。在一个实施例中，阈值选择过程在如图4所示的下列子步骤中实现。

步骤172，通过小增量地改变信号阈值，计算所考虑的图像的经过阈值处理的像素数相对于该图像中的像素总数的比值(R)。例如，对于在信号值{S₁，S₂，……S_n}下计算的一组比值，使R＝{R₁，R₂，……R_n}。这样，对于任何给定的信号值的比值R可由下面的等式限定：

接下来，步骤174，计算两个连续比值之差：R_i-j＝{R₁-R₂，R₂-R₃，……R_n-1-R_n}。如果信号增量没有添加任何额外的像素，那么该比值差为零。高的比值十进制(decimal)变化表示小的信号差，其导致大量的像素被添加到阈值。

步骤176，对于一组十进制数点，记录比值差值的十进制位值，D＝{D_1-2，D_2-3，……D_(n-1)-n}，其中D为整数，其表示在步骤174中所计算的差值的第一有效位。例如，如果R₁-R₂＝0.00067，那么D_1-2＝4，第一有效十进制位值；类似地，如果R₂-R₃＝0.00325，那么D_1-2＝3。十进制位值为像素变化的百分比的表示。

如果D_i-(i+1)＝0，那么它可以被D_(i-1)-i替换；其有助于分段处理。

从应用领域的知识，步骤1 78，限定特定的十进制值d∈{D}，其规定信号水平的明显变化。所报告的阈值为对应于信号水平的信号值S_i，在所述信号水平下首先遇到十进制位值‘d’。选择阈值的判断标准‘d’可基于应用进行定制。

由此，阈值操作包括将背景区域从识别区域中去除。识别区域为在预处理步骤中被识别的区域。通常，背景区域由灰度值0表示，且识别区域由灰度值1表示。因此，如果两个或更多个识别区域之间的距离小于在步骤172-178中确定的所选阈值，则执行间隙填充。间隙填充是这样的技术，通过其，感兴趣的两个识别区域之间的图像中的背景区域的灰度值发生改变。因此，步骤170的输出是用于H和V的每一个的二进制阈值处理的图像。

返回到图3，步骤180中，来自H和V的二进制图像通过所选区域重叠处理，利用对两个二进制图像的每一个的结合和交叉进行计算而被组合成单一的二进制图像。在这个步骤中，如果一些识别区域不能满足被识别为潜在的缺陷区域的必要标准，那么它们会从进一步的处理中被摒弃。这个步骤的输出是单一的二进制图像，其包括多个高亮显示区域。

步骤190中，一旦产生了单一的二进制图像，二进制图像中的所关注的高亮显示区域就可以被调整或修整并逼近于矩形形状。步骤200中，测试棋盘图案的每个识别区域，其是特征异态标记，以减少任何错误呼叫，即″假正″。图6示出本发明的产品图像，其显示了表示两个异态40的单一的二进制图像，其中之一在水平或垂直图像的任何一个中从噪声中是不明显的。

步骤210中，特征如最大信号振幅，像素数，包含的能量，熵和其它表示信号的标记的属性可以由仍在考虑中的每个识别棋盘区域计算。在一个实施例中，包含一个或多个这些特征的传递函数(例如，A-hat函数)可以被用于为每个识别区域提供异态尺寸的估算。这些特征可以是一维或二维的，其基于信号特征和闭合形状的尺寸。在一个实施例中，闭合形状的尺寸被用来抑制错误的缺陷区域。采用上述特征的A-hat值可以被用来表征缺陷。在一个实施例中，缺陷表征参数由类似能量和熵的特征来表示。因此，A-hat值可以作为最大和最小振幅，能量，熵，像素，以及识别区域的相位的函数进行计算。

步骤220，识别的异态连同任何特征和尺寸估算一起可以被报告，然而应当理解异态的存在可以在任何时间进行报告。对于在检查中的部件，可以对特征和尺寸估算感兴趣，其一般是未知的直到执行附加的处理步骤之后为止。

根据本发明的示范性实施例的方法不需要参考部件或参考图像来检查和表征缺陷。因此，该方法显著地减少了检查时间，并且更适于实时应用。该方法可以被用于检查更小的缺陷尺寸并增大90/50的检查概率(POD)，以比其它方法扩展到更小的异态尺寸的范围。即，一定尺寸的90％的异态有50％的检查把握。重要的是，该方法可以可靠地检查并表征处于边缘处的缺陷，而这些缺陷在现有技术中很难识别和分析。

尽管前述的说明书对示范性实施例进行了表述和描述，但是本领域普通技术人员应当理解在不脱离本发明范围的情形下可以进行多种变化和对元件进行等效替代。另外，也可以在不脱离本发明的基本范围的情形下进行多种变型以适应本发明特定状况或材料的教导。因此，这意味着本发明并不限于作为实施本发明的最优方式所公开的特定实施例，而是本发明包括了所有落入附加权利要求书的范围内的实施例。

参考标记说明

20涡流检查系统

22涡流探针

24涡流仪器

25A/D转换器

26处理器

28显示器

30扫描仪

32非平面部件

34非平面边缘

35非平面表面

36涡轮盘

38盘槽

40裂纹

42垂直方向

44水平方向

54像素

100-220方法步骤