基于鹵素?zé)艏?lì)的紅外熱成像裂紋無(wú)損檢測(cè)研究

金玫秀，朱士虎，王 通，莊飛飛

（江蘇師范大學(xué) 物理與電子工程學(xué)院，江蘇 徐州 221116）

0 引言

隨著經(jīng)濟(jì)的快速發(fā)展，我國(guó)的鐵路運(yùn)輸也隨之快速雄起，并作為國(guó)民經(jīng)濟(jì)發(fā)展的重要支柱，是社會(huì)經(jīng)濟(jì)發(fā)展不可或缺的一部分，憑借安全、經(jīng)濟(jì)、速度快、運(yùn)能大等特點(diǎn)占據(jù)了我國(guó)綜合交通體系中骨干的地位，對(duì)社會(huì)經(jīng)濟(jì)發(fā)展和民生改善起到了重大作用[1]。鋼軌作為鐵路運(yùn)行的重要部件，鋼軌安全狀態(tài)的監(jiān)測(cè)對(duì)于保證列車的安全運(yùn)行至關(guān)重要。在鋼軌使用過程中隨著使用年限的增長(zhǎng)，鋼軌會(huì)逐漸老化進(jìn)而出現(xiàn)損傷，軌道裂紋是軌道損傷的主要表現(xiàn)形式，列車在損傷鋼軌上行駛易導(dǎo)致交通事故的發(fā)生，鋼軌裂紋損傷在鐵路運(yùn)行中有巨大的安全隱患[2]。在科學(xué)水平和自動(dòng)化技術(shù)不斷發(fā)展和成熟的推動(dòng)下，多種非接觸式無(wú)損檢測(cè)方法逐漸被提出，并應(yīng)用在軌道交通系統(tǒng)安全狀態(tài)檢測(cè)領(lǐng)域。

1 裂紋常用檢測(cè)技術(shù)

1.1 超聲波檢測(cè)

超聲檢測(cè)主要是基于接收通過被檢測(cè)工件的超聲波，對(duì)其進(jìn)行處理分析，并根據(jù)所接收的超聲波特征，評(píng)估被檢測(cè)工件內(nèi)部缺陷的特性[3]。不足是存在不易實(shí)現(xiàn)非接觸測(cè)量及檢測(cè)盲區(qū)的問題，而且對(duì)形狀復(fù)雜的工件不易檢測(cè)。

1.2 激光檢測(cè)

激光檢測(cè)是激光掃描物體時(shí)，使得物體表面熱波具有橫向傳播特性，當(dāng)遇到裂紋缺陷時(shí)橫向傳導(dǎo)會(huì)受到阻礙[4]。由于激光器波長(zhǎng)單一，而不同材料對(duì)光波吸收頻率不一致，使得單一激光器的可檢測(cè)種類有限，只能檢測(cè)到裂紋長(zhǎng)度和寬度信息，不能得到裂紋深度信息。

1.3 電磁檢測(cè)

電磁檢測(cè)是一種多物理場(chǎng)耦合的，利用材料電磁熱效應(yīng)進(jìn)行檢測(cè)和評(píng)估的一類無(wú)損檢測(cè)技術(shù)[5]。電磁熱成像檢測(cè)具有檢測(cè)距離較遠(yuǎn)、檢測(cè)效率高、熱成像結(jié)果直觀、但其對(duì)于在表面和內(nèi)部具在復(fù)雜裂紋的試件在檢測(cè)時(shí)存在不確定性等特點(diǎn)。

在電磁檢測(cè)中，磁場(chǎng)被用于激勵(lì)，檢測(cè)的則是電磁場(chǎng)信號(hào)，因此，根據(jù)檢測(cè)激勵(lì)和檢測(cè)方式的不同又分為常見的渦流檢測(cè)和漏磁檢測(cè)。其中，渦流檢測(cè)利用電磁感應(yīng)基本原理，在激勵(lì)線圈上施加電信號(hào)，將傳感器沿著鋼軌移動(dòng)，在交變磁場(chǎng)的作用下其表面會(huì)形成渦流，而此時(shí)渦流將產(chǎn)生反向磁場(chǎng)，通過測(cè)量線圈來(lái)檢測(cè)渦流反向磁場(chǎng)的變化，以獲取鋼軌裂紋的相關(guān)信息[6]。渦流檢測(cè)技術(shù)具有可實(shí)現(xiàn)性強(qiáng)、設(shè)備自動(dòng)化程度高、非接觸、高速檢測(cè)等優(yōu)點(diǎn)，但其檢測(cè)范圍僅限于鋼軌表面及近表面的裂紋，不適用于形狀復(fù)雜的零件，測(cè)試結(jié)果也易于受到材料本身及其他因素的干擾。漏磁檢測(cè)技術(shù)是利用磁現(xiàn)象檢測(cè)具有磁性材料表面和近表面損傷的一種新型的無(wú)損檢測(cè)方法，該方法是由磁粉檢測(cè)技術(shù)發(fā)展而來(lái)[7]。該檢測(cè)技術(shù)適用于檢測(cè)鋼軌表面及近表面的裂紋，但其檢測(cè)范圍有限，對(duì)于鋼軌頭部核傷以及軌腰和軌底處的裂紋無(wú)法進(jìn)行有效的檢測(cè)，且受噪聲的影響。

1.4 紅外熱成像檢測(cè)

紅外熱成像檢測(cè)技術(shù)按其檢測(cè)方式可分為主動(dòng)式和被動(dòng)式[8]。主動(dòng)式紅外熱成像檢測(cè)技術(shù)是通過主動(dòng)對(duì)物體施加可控?zé)峒?lì)，使物體內(nèi)部的缺陷和損傷以表面溫場(chǎng)變化的差異表現(xiàn)出來(lái)的一種無(wú)損檢測(cè)方法。被動(dòng)式紅外熱成像檢測(cè)技術(shù)利用一切高于絕對(duì)溫度的物體都會(huì)向外發(fā)射電磁波原理，通過探測(cè)被測(cè)物體的熱輻射，然后獲取溫度信息的檢測(cè)方式。加入熱激勵(lì)使被測(cè)物內(nèi)部產(chǎn)生溫度梯度，對(duì)于有裂紋或缺陷的被測(cè)物，當(dāng)熱量在內(nèi)部傳播時(shí)，由于裂紋缺陷的阻擋，熱量積聚導(dǎo)致表面溫度高的局部熱區(qū)，通過用紅外熱像儀連續(xù)觀測(cè)和記錄物體表面的溫度場(chǎng)變化，并對(duì)序列熱圖結(jié)果進(jìn)行運(yùn)算和處理，以實(shí)現(xiàn)對(duì)物體內(nèi)部異性結(jié)構(gòu)定性和定量的表征[9]。

主動(dòng)式紅外熱成像檢測(cè)的核心是采用了主動(dòng)式控制熱激勵(lì)的方法，與被動(dòng)式紅外熱成像檢測(cè)相比，主動(dòng)給被測(cè)物體加熱，使其內(nèi)部產(chǎn)生溫差，克服了被動(dòng)式檢測(cè)靈敏度不足問題，同時(shí)具有檢測(cè)效率高、檢測(cè)信息豐富完整的優(yōu)點(diǎn)[10-11]。熱激勵(lì)加熱完成后，使用紅外熱像儀實(shí)時(shí)的采集熱圖像，然后分析處理圖像信息，應(yīng)用在鋼軌裂紋檢測(cè)上具有重要研究意義。

紅外熱成像檢測(cè)技術(shù)具有非接觸性、適用面廣、檢測(cè)速度快、測(cè)量結(jié)果顯示形象直觀、定量測(cè)量等優(yōu)點(diǎn)[12]，可有效解決傳統(tǒng)檢測(cè)方式存在的諸多問題，故在軌道交通系統(tǒng)狀態(tài)檢測(cè)領(lǐng)域得到了越來(lái)越多的關(guān)注和應(yīng)用。因此，將紅外熱成像無(wú)損檢測(cè)技術(shù)應(yīng)用到鋼軌裂紋檢測(cè)具有重要的現(xiàn)實(shí)意義和實(shí)用價(jià)值。

2 紅外熱成像檢測(cè)技術(shù)

2.1 紅外檢測(cè)常用激勵(lì)方式

針對(duì)被測(cè)物體的材質(zhì)、結(jié)構(gòu)和缺陷類型以及特定的檢測(cè)環(huán)境和條件，目前常用的熱激勵(lì)方式有：鹵素?zé)?、超聲波、激光、電磁感?yīng)、THz 波等，在檢測(cè)中加入激勵(lì)的作用是將能量注入到檢測(cè)對(duì)象，使得檢測(cè)對(duì)象缺陷處與無(wú)缺陷位置產(chǎn)生誤差，并反映到材料表面。如表1[13-14]所示為紅外檢測(cè)常用激勵(lì)方式的對(duì)比。

2.2 基于鹵素?zé)艏?lì)的紅外熱成像裂紋檢測(cè)

鋼軌作為金屬其熱輻射能量很低，因此需要從外部施加一個(gè)熱激勵(lì)。顧桂梅等[15]曾將鹵素?zé)糇鳛闊峒?lì)應(yīng)用在紅外熱成像裂紋檢測(cè)，并取得較好結(jié)果；李玉杰等[16]將鹵素?zé)艏訜峒t外成像檢測(cè)技術(shù)應(yīng)用到復(fù)合材料檢測(cè)，缺陷位置誤差小于0.3℃；周正干等[17]使用鎖相紅外熱成像檢測(cè)技術(shù)，檢測(cè)鈦合金的蜂窩結(jié)構(gòu)的預(yù)制脫焊缺陷，用鹵素?zé)糇鳛榧?lì)，為鈦合金蜂窩結(jié)構(gòu)實(shí)際檢測(cè)提供了工藝指導(dǎo)。如表1所示，鹵素?zé)裟芤暂^高的溫度運(yùn)作，作為加熱激勵(lì)源效率更高，能夠把大部分電能轉(zhuǎn)化為熱能；而且鹵素?zé)舨僮骱?jiǎn)單，功率可根據(jù)需要調(diào)整，熱度容易控制，更適合使用到鋼軌軌底裂紋紅外熱成像檢測(cè)系統(tǒng)中，因此選擇鹵素?zé)糇鳛榧?lì)源。

表1 紅外檢測(cè)常用激勵(lì)方式Table 1 Common excitation methods of infrared detection

該檢測(cè)系統(tǒng)采用鹵素?zé)糇鳛闊峒?lì)源，加入激勵(lì)后熱流會(huì)在試件內(nèi)部傳遞，加熱完成后用熱像儀采集試件表面的紅外熱圖像，接著由計(jì)算機(jī)中的分析軟件處理采集到的裂紋圖像，根據(jù)熱圖像中溫度分布情況，判斷是否存在缺陷[18]。由導(dǎo)熱理論可知，裂紋處的材料屬性屬于空氣，空氣對(duì)于熱流來(lái)說是隔熱性缺陷，如果試件內(nèi)部存在裂紋，當(dāng)熱流經(jīng)過裂紋處時(shí)空氣會(huì)阻礙熱流的傳遞，熱量會(huì)在裂紋處累積，因此裂紋處對(duì)應(yīng)的試件表面的溫度會(huì)高于無(wú)裂紋處[19]。

由傅里葉定律知熱流密度與溫度梯度之間的關(guān)系表達(dá)式為：

式中：q為熱流密度；?T為溫度梯度；λ為材料的導(dǎo)熱系數(shù)，表示物體導(dǎo)熱能力的大??；式中的符號(hào)是因?yàn)闊崃總鬟f方向與溫度梯度的方向相反。

在給定邊界條件下，可以得到熱波在截止中的傳播函數(shù)，因此，直角坐標(biāo)系下，t時(shí)刻沿x，y，z方向的熱傳導(dǎo)微分方程為：

式中：ρ為材料密度；c為比熱容；α＝λ/ρc為材料的擴(kuò)散系數(shù)；ρc為體熱容，表示物體存儲(chǔ)熱量的能力；f(x,y,z,t)為熱源函數(shù)。

根據(jù)上述原理，使用紅外熱像儀采集熱圖像，然后分析被測(cè)物體表面的溫度變化情況，從而對(duì)物體內(nèi)部的熱特性狀態(tài)做出判斷。

如圖1為鹵素?zé)艏?lì)紅外熱成像檢測(cè)原理圖。在搭建實(shí)驗(yàn)臺(tái)時(shí)，將4 個(gè)50 W 的鹵素?zé)襞欧旁诒粶y(cè)對(duì)象正上方的三腳架上，成水平45°，為避免光污染了及能量的擴(kuò)散，在鹵素?zé)敉饷娣謩e加裝了黑色的遮罩，使加熱燈筒內(nèi)部形成均勻的光環(huán)境。實(shí)驗(yàn)中使用的是FLIR E5 熱像儀，其熱靈敏度是0.10℃，像素160×120，待加熱5 s 后進(jìn)行圖像采集，將紅外熱像儀連接計(jì)算機(jī)，頻率設(shè)置為每0.4 s 采集一次，采集12幀的熱圖像，如圖2為采集的熱圖像序列。

圖1 鹵素?zé)艏?lì)紅外熱成像檢測(cè)原理圖Fig.1 Schematic diagram of halogen lamp excited infrared thermal imaging detection

圖2 熱波圖像序列Fig.2 Thermal wave image sequence

根據(jù)上述基于鹵素?zé)艏訜岬募t外熱成像檢測(cè)原理，總結(jié)其檢測(cè)過程如下：首先根據(jù)被檢測(cè)對(duì)象的材料結(jié)構(gòu)及其熱特性選取合適的鹵素?zé)艄ぷ鞴β剩?duì)其進(jìn)行加熱；由于缺陷處阻礙熱波的傳遞，導(dǎo)致熱波在此處進(jìn)行積累，與正常區(qū)域產(chǎn)生差異，使用紅外熱像儀采集熱圖像，記錄被測(cè)對(duì)象表面溫差變化規(guī)律，同時(shí)傳輸?shù)接?jì)算機(jī)；最后對(duì)采集到的紅外裂紋圖像進(jìn)行增強(qiáng)處理，并根據(jù)溫差變化分析試件裂紋細(xì)節(jié)信息。

3 紅外熱成像圖像處理

3.1 鋼軌裂紋特征及圖像分析

鋼軌中疲勞裂紋是材料承受交變載荷時(shí)引起的龜裂的缺陷，當(dāng)再次經(jīng)過應(yīng)變時(shí)，裂紋尾部還會(huì)繼續(xù)拓展，裂紋擴(kuò)展到鋼軌內(nèi)部會(huì)帶有核傷，且邊緣有密集的細(xì)小裂紋，這些細(xì)小裂紋因?yàn)檫^于細(xì)小很難在圖像中識(shí)別。

此外，紅外熱成像系統(tǒng)由于受紅外自身成像波長(zhǎng)較長(zhǎng)、成像環(huán)境（如空氣中其他熱輻射源、探測(cè)距離大、操作者誤差等）等影響，導(dǎo)致紅外圖像存在噪聲大、對(duì)比度低、非均勻性大、空間分辨力差等缺陷[20]。采集到的圖像會(huì)存在裂紋處細(xì)節(jié)顯示不清晰，為了方便后續(xù)對(duì)特征信息的提取，需要對(duì)采集到的圖像進(jìn)行增強(qiáng)處理。

3.2 圖像增強(qiáng)處理

常用的紅外圖像增強(qiáng)算法分為兩類：空間域和頻率域。基于空間域增強(qiáng)是直接對(duì)圖像灰度級(jí)做運(yùn)算，可用于去除或減弱噪聲，常用方法有直方圖均衡化、偏微分方程、空間濾波等；基于頻率域是通過修正變換系數(shù)來(lái)實(shí)現(xiàn)圖像的增強(qiáng)，把圖像看作一種二維信號(hào)，對(duì)其進(jìn)行基于二維傅里葉變換的信號(hào)增強(qiáng)，代表方法代表性的有小波變換、Contourlet 變換等[21]。

3.2.1 直方圖均衡化

直方圖均衡化處理的主要目的就是把原始圖像的灰度級(jí)均勻地映射到整個(gè)灰度級(jí)范圍內(nèi)，得到一個(gè)灰度級(jí)分布均勻的圖像，這樣就增加了像素灰度級(jí)的動(dòng)態(tài)范圍從而達(dá)到增強(qiáng)圖像整體對(duì)比度的效果[22]。假設(shè)圖像中像素總數(shù)是N，圖像的灰度級(jí)數(shù)是L，灰度級(jí)空間是[0,L－1]，用nk表示第k級(jí)灰度（第k個(gè)灰度級(jí)，像素值為k）在圖像內(nèi)的像素點(diǎn)個(gè)數(shù)，那么該圖像中灰度級(jí)為rk（第k個(gè)灰度級(jí)）出現(xiàn)的概率為：

根據(jù)灰度級(jí)概率，對(duì)其進(jìn)行均衡化處理的計(jì)算公式為：

該方法更適用于背景和前景都太亮或者太暗的圖像，其優(yōu)勢(shì)在于它是一個(gè)相當(dāng)直觀的技術(shù)并且是可逆操作，如果已知均衡化函數(shù)，那么就可以恢復(fù)原始的直方圖，并且計(jì)算量也不大。但該方法存在的缺點(diǎn)是變換后圖像的灰度級(jí)減少，一些細(xì)節(jié)消失以及某些圖像經(jīng)處理后對(duì)比度不自然的過分增強(qiáng)。

3.2.2 高斯濾波

高斯濾波器是一種線性濾波器，有效抑制噪聲和平滑圖像的同時(shí)，能夠更多地保留圖像的總體灰度分布特征。高斯濾波后圖像被平滑的程度取決于標(biāo)準(zhǔn)差σ，其輸出是領(lǐng)域內(nèi)各個(gè)像素的加權(quán)平均，離中心越近的像素權(quán)重越高[23]。因此，它的平滑效果更好，但也會(huì)導(dǎo)致圖像比較模糊。高斯核參數(shù)為：

式中：(x,y)表示像素點(diǎn)坐標(biāo)；σ為高斯分布的標(biāo)準(zhǔn)差。圖像的平滑程度由參數(shù)σ決定，標(biāo)準(zhǔn)差越小，高斯圖像越窄小，平滑效果不明顯；標(biāo)準(zhǔn)差越大，高斯圖像越矮寬，濾波效果比較明顯。

3.2.3 結(jié)合直方圖均衡和高斯濾波的圖像增強(qiáng)算法

所采集的裂紋紅外圖像其低頻部分主要包括了圖像的灰度分布情況，高頻部分主要包括了圖像中裂紋邊緣和內(nèi)部的微小的像素信息。針對(duì)低頻灰度分布情況，使用了直方圖均衡化、高斯濾波以及兩種方法結(jié)合的方式進(jìn)行比較；而裂紋邊緣細(xì)節(jié)部分采用Canny 邊緣檢測(cè)的圖像分割來(lái)獲取，為之后圖像分析奠定基礎(chǔ)。當(dāng)使用傳統(tǒng)的直方圖均衡化方法對(duì)圖像進(jìn)行處理的話，雖然提高了圖像的對(duì)比度，但是會(huì)使圖像過于銳化，甚至一些細(xì)節(jié)消失，如圖3(a)所示。而直接使用高斯濾波器處理圖像，雖然降低了圖像的噪聲，但圖像過于模糊，影響裂紋幾何特征提取的精確性，不利于細(xì)節(jié)的提取，如圖3(b)所示。

為了更好地解決這個(gè)問題，提出直方圖均衡化和高斯濾波相結(jié)合的紅外圖像增強(qiáng)方法，該方法增強(qiáng)了圖像的對(duì)比度，降低了圖像噪聲，同時(shí)對(duì)圖像進(jìn)行了平滑處理，如圖3(c)所示。

圖3 圖像增強(qiáng)結(jié)果Fig.3 Image enhancement results

圖4為直方圖均衡化、高斯濾波以及直方圖均衡化和高斯濾波相結(jié)合的圖像增強(qiáng)算法的直方圖對(duì)比結(jié)果。其中，x軸為灰度級(jí)，y軸為灰度級(jí)出現(xiàn)的頻率，可以很直觀地看出經(jīng)過本文提出的直方圖均衡化和高斯濾波相結(jié)合算法處理后，直方圖內(nèi)灰度級(jí)分布更加均衡，圖像也更加清晰，裂紋細(xì)節(jié)展示更加清晰。

圖4 圖像處理算法的直方圖對(duì)比Fig.4 Histogram comparison of image processing algorithms

3.3 Canny 邊緣檢測(cè)

邊緣檢測(cè)的實(shí)質(zhì)是采用某種算法提取圖像中目標(biāo)與背景之間的邊界線，針對(duì)裂紋紅外圖像中裂紋邊緣細(xì)節(jié)部分采用Canny 邊緣檢測(cè)的圖像分割來(lái)獲取，Canny 邊緣檢測(cè)是一種使用多級(jí)邊緣檢測(cè)算法檢測(cè)邊緣的方法，在其檢測(cè)過程中包括去噪、梯度的幅度和方向計(jì)算、非極大值抑制、確定邊緣操作[24]。

如圖5所示，通過該方法能快速地獲取裂紋的邊緣細(xì)節(jié)信息，圖像中裂紋內(nèi)部及邊緣細(xì)節(jié)比較明顯且連續(xù)，能滿足鋼軌軌底裂紋檢測(cè)的要求。該算法具有較好的降噪能力和較高的檢測(cè)精度，應(yīng)用范圍較廣，但也存在局限性，由于高、低閾值是通過人為設(shè)定，使得偽邊緣和邊緣的連續(xù)性之間存在著矛盾，因此在接下來(lái)學(xué)習(xí)中還要針對(duì)Canny邊緣檢測(cè)的缺點(diǎn)進(jìn)行改進(jìn)。更能滿足鋼軌裂紋檢測(cè)要求的實(shí)時(shí)性，也可以有效提高下一步計(jì)算裂紋幾何特征的精確性。

圖5 Canny 邊緣檢測(cè)Fig.5 Canny edge detection

最后為了獲取裂紋損傷幾何信息，需要提取熱波檢測(cè)圖像序列中裂紋區(qū)域內(nèi)細(xì)節(jié)像素點(diǎn)的溫度變化規(guī)律，將缺陷區(qū)域圖像進(jìn)一步實(shí)現(xiàn)特征提取，獲得細(xì)節(jié)像素區(qū)域的坐標(biāo)，實(shí)現(xiàn)對(duì)特征像素點(diǎn)的定位，及對(duì)裂紋大小、深度的計(jì)算。

4 總結(jié)與展望

4.1 總結(jié)

紅外熱成像技術(shù)作為一門新興的無(wú)損檢測(cè)裂紋技術(shù)，具有非接觸、檢測(cè)速度快、檢測(cè)面積大、定量檢測(cè)等諸多優(yōu)點(diǎn)，但也存在靈敏度不足，難以實(shí)現(xiàn)檢測(cè)非常細(xì)微的裂紋，需經(jīng)過一定的圖像處理才使得檢測(cè)結(jié)果更好的問題。我國(guó)對(duì)于紅外熱像技術(shù)的研究熱度也呈現(xiàn)出整體上升的趨勢(shì)，對(duì)于紅外熱像技術(shù)的裂紋檢測(cè)未來(lái)的發(fā)展，還要繼續(xù)攻克技術(shù)難關(guān)，不斷創(chuàng)新。本文基于紅外熱成像檢測(cè)系統(tǒng)原理，選用鹵素?zé)糇鳛榧?lì)，搭建了鋼軌裂紋檢測(cè)實(shí)驗(yàn)平臺(tái)。對(duì)采集的紅外裂紋圖像存在對(duì)比度底、噪聲問題，使用直方圖均衡化和高斯濾波相結(jié)合的算法進(jìn)行圖像增強(qiáng)處理，通過實(shí)驗(yàn)結(jié)果得出，該算法可以降低圖像噪聲、提高圖像對(duì)比度。

4.2 展望

隨著國(guó)內(nèi)外學(xué)者對(duì)紅外熱成像檢測(cè)技術(shù)的不斷深入，該檢測(cè)技術(shù)已廣泛應(yīng)用于軍事、航天、醫(yī)療等領(lǐng)域。在今后一段時(shí)間內(nèi)，紅外熱成像檢測(cè)技術(shù)將有如下發(fā)展趨勢(shì)：①更高效的檢測(cè)方法。如使用先進(jìn)的熱像儀，可以采集到更加清晰與噪聲更少的紅外圖像，能夠更準(zhǔn)確反映出檢測(cè)物體的熱輻射情況；②針對(duì)缺陷的自動(dòng)識(shí)別技術(shù)。目前缺陷仍是根據(jù)人的主觀判斷，在效率和精確度上都有所欠缺，隨著計(jì)算機(jī)技術(shù)的快速發(fā)展，自動(dòng)識(shí)別技術(shù)逐漸引起大家的重視，如通過神經(jīng)網(wǎng)絡(luò)系統(tǒng)進(jìn)行目標(biāo)檢測(cè)等技術(shù)；③多種檢測(cè)方式相互融合。常用檢測(cè)方法及無(wú)損檢測(cè)技術(shù)都存在各自的優(yōu)缺點(diǎn)，為更好實(shí)現(xiàn)精確的檢測(cè)，可以將兩種及以上檢測(cè)方式相結(jié)合；④多種激勵(lì)方式相融合。本文舉例對(duì)比了幾種激勵(lì)方式，可以根據(jù)需要將優(yōu)點(diǎn)互補(bǔ)的激勵(lì)進(jìn)行融合，而進(jìn)一步提高激勵(lì)效率，如使用超聲波激勵(lì)和鹵素?zé)粝嘟Y(jié)合，鹵素?zé)艨蓪?duì)被測(cè)對(duì)象表面進(jìn)行大面積加熱，超聲波激勵(lì)則對(duì)被測(cè)對(duì)象進(jìn)行深層加熱，兩者結(jié)合既實(shí)現(xiàn)了裂紋表面的均勻加熱，又進(jìn)一步增強(qiáng)亞表面加熱。此外，針對(duì)鋼軌裂紋的紅外熱成像檢測(cè)中要考慮到環(huán)境因素的干擾，在實(shí)際場(chǎng)景中提高檢測(cè)效率；另一方面，對(duì)于鋼軌裂紋圖像處理方面，要避免紅外熱像儀設(shè)備和外界環(huán)境的影響，降低鋼軌裂紋圖像中的噪聲。