翟旭茹，康庄

(重庆建工市政交通工程有限责任公司，重庆 400021)

引言

随着国家经济建设的发展，挡土墙不仅广泛应用于公路、铁路、城市建设的边坡支护，也大量应用于水坝建设、港口工程、水土保持、山体滑坡防治等领域。然而，由于设计理论、施工及检测技术等各方面滞后于工程应用，大量工程事故屡见不鲜。因此，除了精心设计和施工外，对挡土墙等支挡结构的工作状态进行及时准确的检测和评估是一项行之有效的方法。但截至目前还没有一种检测方法能够简便、快捷地对挡土墙的实际状况进行检测和评估。红外热成像检测技术应用于建筑领域检测已经有近30年的历史，这种检测方法具有非接触大面积检测、响应速度快、检测精度高等优点。目前红外热成像法在建筑工程领域应用日趋广泛[1]。在自然界中，任何高于绝对零度的物体都是红外辐射源，红外线是介于可见红光和微波间的电磁波，它的波长范围在0.76～1000m之间。其中只有3～5m和8～14m的波段能很好地透过，红外探测器就是利用这个波段进行探测的[2]。当物体内部存在裂缝和缺陷时，它将改变物体的热传导，使物体表面温度的分布产生差别，利用红外热成像仪测量它的不同热辐射，可以检测出物体的缺陷位置[3]。对于混凝土挡墙，在炎热夏季太阳辐射下，墙后填土的温度要比墙表面空气温度低十多度，存在较强的热传递过程，更加适用于红外热成像无损检测，但该方法用于混凝土挡墙的检测还鲜有报道。 另外红外检测技术多停留在定性水平，未涉及定量检测。本文应用Matlab软件，利用数字图像处理的技术对红外图像进行定量的面积计算。此方法为挡墙缺陷状况定量检测的一个有效的方法，所计算出的破损面积率为维护、修缮提供了相关的数据参考，可在实际中得到应用。

1 红外热成像检测原理和步骤

对于缺陷物体，在热流的作用下会在表面产生不同的温度分布，缺陷部位会产生温度异常，从而具有不同的热辐射力，由此而发出的红外线能量也不相同，用红外热像仪接收之后形成热图像，通过对热图像的解析，便可判断出缺陷部位和缺陷特征。在进行红外热成像检测之前，需要对检测过程进行安排，事先列出在检测过程中需要注意的事项，同时，对于不同的检测对象，检测过程和步骤不尽相同。

（1）调查挡墙情况:了解挡墙的结构形式和组成；调查挡墙的周边环境，如是否有树木遮挡；选择合适的拍摄地点等。通过上述工作判断是否适合采用红外热成像法进行检测。

（2）选择最佳的拍摄时间:不同的地点、日期的最佳检测时间都不尽相同，但基本上都在太阳辐射最强的几个小时。在进行检测之前，可根据天气预报选择合适的拍摄时间，在实际的检测工程中，可以提前测试一下空气温度和太阳辐射强度，了解拍摄时的天气状况。如果采用两幅热图像相见的方法，则要求拍摄的地点和角度必须相同，拍摄时间最好是在辐射最大和最小的时间段内。

（3）配合目测和敲击法作局部的校核:对用红外热成像技术检测到的可能存在缺陷的地区，可以配合其他检测方法进行校核，使得检测结果更为准确。

（4）图像输出和二次处理:对于大面积的检测，由于热图像分辨率有限，需要拍摄多张热图像进行拼合处理，进行几何校正和差异处理之后，再进行各种统计分析。

（5）判断缺陷部位并制作诊断报告:判断图像温差是由缺陷还是噪声引起，与其他辅助检测方法进行综合对比，对挡墙的健康状况作出评估。

2 缺陷挡墙红外热成像技术检测实验

2.1 实验模型

图1为混凝土挡土墙模型，此挡墙为西向挡墙，墙面倾角为90°，原为锚杆挡土墙，锚杆被拔出后，在墙面产生两行三列共6个直径为5cm的圆柱形空洞。实验中，将左上角的6个空洞用不同厚度的混凝土块封闭，以模拟不同缺陷深度的传热模型。

图1 挡墙现场照片

该实验的目的是为红外热成像技术在挡墙的无损检测中的应用提供依据，初步寻找缺陷深度和表面温差的关系。实验仪器采用选择美国FLUKE公司生产的Ti25型红外线热像仪（图2）。

2.2 实验结果

图2 FLUKE Ti25热像仪

（1）分析整个挡墙表面的热像图，通过12-18点拍摄的热像图可以清晰地分辨出挡墙表明温度的突变部位，从而对内部是否有缺陷做出判断。图3给出在太阳辐射和气温都最高时刻（16点）的挡墙表面热像图和三维曲面图，并将其和三维数值分析得到的温度场云图进行对比，从实践上证明红外热成像技术在挡墙的无损检测中进行应用是可行的。

图3 挡墙表面温度场热像图、曲面图

从图3可以看出，从热像图中能清楚看出缺陷部位的温度突变，比同一表面的温度要高出4℃～5℃，从三维曲面图中更能直观地了解温度的突变部位和大小。

（2）挡墙共设有6个不同深度的缺陷，为了研究不同缺陷深度对表面温度场的影响，对16点挡墙表面E在不同缺陷深度下的热像图进行对比分析，从而得出缺陷深度越浅，缺陷部位对应的表面温度越高，表面温差越大。如果将热图像转化为三维曲面图，缺陷深度越浅，则突变部位曲面坡度越大。不同缺陷深度下挡墙表面的热图像和三维曲面图，如图4所示。

图4 不同缺陷在同一时刻的温度热像图和曲面图

图4给出了不同缺陷深度下挡墙表面温度在同一时刻的分布情况，表面温差受到缺陷的深度、大小等因素的影响，说明红外热成像技术在挡墙的无损检测中运用是可行的。

3 定量分析的Matlab实现

3.1 图像处理流程

对于采集到的图像，根据数字图像处理的基本知识及Matlab的强大实现功能，我们可以建立以下程序设计流程图(见图5)编程。

图5 红外图像面积计算程序设计流程

3.2 图像增强

Matlab中用函数unread读入图像，用imshow函数显示图像，imwrite函数保存图像，imresize函数改变图像的大小，imcrop实现对图像的剪切操作，获取所需要的信息，图6和图7为缺陷1的原始图像和缺陷图像。

图6 读入图像

图7 剪切有用信息

图像增强是图像预处理中的重要方法。图像增强不考虑图像质量下降的原因，只将图像中感兴趣的特征有选择地突出，而衰减不需要的特征，主要目的是:（1）改善图像的视觉效果，提高图像的清晰度；（2）使图像变得更易于计算机处理与分析，可对图像的某些特征，如边缘、轮廓、对比度等进行强调或尖锐化。从增强处理的作用域出发，图像增强可以分为空域处理方法和频域处理方法两大类。研究的处理基于空间域图像增强处理建筑饰面砖粘结缺陷的红外图像。所谓“空间域”指的是图像平面本身，空域增强方法是直接在图像所在的空间进行处理，也就是在像素组成的空间里直接对像素进行操作。空间域图像增强包括图像平滑和锐化滤波处理。图像的平滑作用主要是为了去除图像中的噪声干扰，改善图像质量，强化图像表现特征。图像锐化通过增强图像中的纹理、边缘部分，使边缘和轮廓线模糊的图像变得清晰，使其细节也更加清晰（图8为缺陷1图像加强结果)。在Matlab中，各种滤波方法都是在空间域中通过不同的滤波算子实现的，可以用fspecial函数创建预定义的滤波算子，然后用imfiler或filter2函数调用创建好的滤波器对图像进行滤波。

3.3 二值图像

二值图像又称为黑白图像，二值图像只需要一个数据矩阵，每个像素只有2个灰度值，仅由0，1构成。函数im2bw通过设置闽值将灰度及真彩图像转换成二值图像，图8为缺陷1的二值化结果。计算面积的原理为:对于二值图像f(x，y)=1，其值取1表示物体，取0表示背景，其面积就是统计f(x，y)=1的个数，以此可以求出挡墙缺陷的面积。这里的面积S只是图像中的面积，不是实际损伤面积，要得出实际的损伤面积还得知道图像的分辨率。图像的分辨率R通过已知的墙上的尺寸除以在图像中这个尺寸范围的像素数得到，单位为mm/pixel。那么其实际的空鼓面积为:

图8 图像平滑、锐化结果

图9 二值化

表1 计算得到的面积与实际面积对比表

对6个缺陷的红外图像进行处理并计算后所得的面积如表1。

4 结语

本文通过对真实挡墙模型的红外热成像检测实验，证明了该技术在挡墙的无损检测中的可行性。同时，研究了不同缺陷深度、大小等因素对缺陷所在表面的温度和温差的影响变化规律，最后利用Matlab语言及图像处理技术处理对挡墙红外热图像进行处理，计算挡墙的缺陷面积，并与实际缺陷面积进行了比较。结果表明，缺陷实际面积与Matlab分析计算得出结果相差不大，说明采用该处理方法在挡墙缺陷面积计算中可行，可为及时保养和处理内部隐患及检测挡墙的安全性提供依据。

[1]王杨洋，方修睦，李延平.用红外热像仪测量建筑物表面温度的实验研究[J].暖通空调，2006.36(2):85-88.

[2]周书铨.红外辐射测量基础[M].上海:上海交通大学出版社，1991:7-10.

[3]郭东.混凝土挡土墙常见外观质量缺陷及对策[J].山西建筑，2008，34(29).246-247.

[4]李为栓.混凝土无损检测技术[M].上海:同济大学出版社，1989.1-12，31-33.

[5]黄文浩.建筑物外饰层缺陷红外热像方法研究[D].南京:南京航空航天大学，2006.

[6]刘文燕，黄鼎业，华毅杰.混凝土表面对流换热系数测试方法探讨[J].四川建筑科学研究，2004，(12).87-89.

[7]刘艳峰，刘加平.建筑外壁面换热系数分析[J].西安建筑科技大学学报(自然科学版)，2008，(6).407-412.

[8]赵书兰.Matlab R2008数字图像处理与分析实例教程[M].北京:化学工业出版社，2009.

[9]秦襄培.图像处理与界面编程宝典[M].北京:电子工业出版社，2009.