[文献速递]基于热红外成像的岩画空鼓边界检测方法研究

1

 前言

亲爱的父老乡亲、亲朋好友们大家好。许久未见，甚是想念。不知大家最近过得如何，希望大家都顺顺利利吧。

邻近毕业季，同门师兄弟文章录用的消息纷至沓来。个人感觉几位准硕士们的工作都很有新意的，因此在这里分享一下。

2

摘要

针对现有岩画空鼓病害边界检测精度不足的问题，使用热红外成像获取二维温度场数据，结合傅里叶定律重构热流密度场，构建高斯函数模型表征的温度分布，通过参数敏感性分析，提出以热积比率为核心的宽度判断依据，建立空鼓边界的量化识别准则。为验证所提方法的有效性，在大麦地岩画中采用硬度测试法与所提方法开展 50组对比实验，结果表明，离散采样的硬度法受到探针尺寸和标尺分度限制，边界插值误差达±1.5 cm，且难以实现连续边界刻画。相较之下，所提方法通过高斯模型解析特征线的温度分布，提升空鼓边界空间分辨率，实现连续病害表征。

3

 研究背景

岩画是一种石刻文化，人类祖先以石器作为工具，用粗犷、古朴、自然的方法进行石刻，以描绘、记录他们的生产方式和生活内容。

大麦地岩画

在长期自然因素的风化作用下，岩画会出现各种病害。相较于其他岩画病害，空鼓病害对岩画的危害程度较大，可能使岩画表面脱落和损坏，并且空鼓病害的范围和程度难以直观观察和描述。岩画由于其文物的特殊性，采用传统地学方法易对岩画本体产生扰动，破坏文物的完整性，不符合文物保护的理念。因此，寻找创新方法来精确识别和定位空鼓病害，并据此制定有针对性的保护策略具有重要意义。

红外热波无损检测技术通过主动或被动激励获取物体表面的热响应信息，以达到检测材料表面损伤和内部缺陷的目的。近年来，该技术已成为材料缺陷检测的重要手段。然而，红外热成像技术在文物检测领域的应用仍相对较少，尤其在岩画、壁画等文化遗产的空鼓和分层病害检测方面，其适用性和精度仍需进一步验证。由于岩石表面的非均匀热传导特性和空鼓区域的复杂几何形态，这些方法对不规则形状缺陷的热敏感性不足，降低了缺陷边界识别的精度。为解决上述问题，本文基于热传导学理论，分析空鼓区域的温度分布，提出一种基于热红外敏感参数与空鼓宽度拟合的边界识别方法。

4

方法

通过红外热成像仪拍摄含有空鼓的岩石，获得热红外成像图，该图可反映岩石表层的瞬时温度分布。为确定空鼓边界，需要一条穿过空鼓边界的温度线。通过该线的温度分布，可基于温度分布参数初步确定空鼓的边界点。当该线以空鼓中心为起点向外延伸时，称其为特征线，它能较精确地反映空鼓区域的热响应特性。在空鼓区域内，可以绘制多条特征线，通过这些特征线确定空鼓的边界点，并将这些边界点连接，从而获取空鼓的大致边界形状。

识别空鼓的关键在于求出含空鼓岩石表面的温度分布，并基于其温度分布的参数值进行空鼓半径的计算。升温过程中的空鼓区域热传导简化模型示意图如下。

通过公式推导（详见pdf），发现空鼓表面的温度分布曲线可以用高斯分布进行拟合，拟合公式为：

一条特征线上的温度分布

由特征线温度分布方程可以得到几个热敏感参数：

1、热积比率

2、扩散宽度参数

3、温度梯度

3、面积比

4、最大温差

   这几个参数哪个对空鼓检测最有效呢，通过数值模拟计算不同空鼓大小情况该参数的变化，可以得到参数对空鼓的敏感性。

数值模型

得到结果如下：

空鼓宽度变化下热敏感参数与其敏感性分析图

可以发现，热积比率 R 在 5个热敏感参数中表现出最佳的敏感性和适用性，它对空鼓宽度 X变化敏感，且保持较高的稳定性，适合作为主要参数表征空鼓宽度。同时发现在不同升温阶段，R与空鼓宽度存在不同拟合关系。

升温阶段划分

不同阶段下热积比率与空鼓宽度的关系

最后得到空鼓宽度与热积比率的拟合公式如下

在实际使用过程中，首先采用红外热像仪对含空鼓病害的岩画表面进行红外辐射数据采集，获取红外热成像图；其次通过对红外热成像图进行预处理和特征提取，获取表面特征线的温度分布曲线；基于热传导理论，对热红外温度分布特性进行高斯函数拟合，建立热扩散数学模型并求解热积比率参数 R；最终结合特征线提取与热积比率 R，计算空鼓边界点的响应位置，实现空鼓宽度 X的计算。

热红外空鼓计算方法流程

5

方法验证

将大麦地现场的硬度测试结果和所提方法的空鼓边界识别结果进行对比，可以验证由参数 R 推导出的边界点是否准确。两种方法得到的空鼓边界如下图所示。

利用硬度计在空鼓边界处的测量布置与方法

红外热成像与硬度测试法在岩画空鼓检测中的对比

6

主要结论

1、含空鼓岩石的特征线温度分布曲线呈现典型的高斯分布：通过热红外成像对温度分布的高斯拟合分析，发现空鼓区域的温度分布在特征线上表现出典型的高斯曲线形态。

2、基于热积比率的热红外成像计算空鼓边界的方法，能准确识别空鼓的边界点。这些参数能有效区分空鼓区域与未空鼓区域，尤其在热传导差异显著的区域边界表现出较高的准确性。

3、通过现场照片结合大麦地现场的硬度测试结果，空鼓表面硬度在空鼓边界点附近呈下降趋势，验证了基于热积比率的边界识别方法的可靠性。

参考文献

[1] Chen Y G, Pan Z W, Ye L, et al. Study on infrared thermal imaging for surface deterioration investigation and evaluation of stone cultural relics based on temperature variation[J]. Structures, 2024, 69: 107534.

[2] 魏延杰, 肖瑶 . 多频锁相融合的复合材料无损检测方法[J]. 光学学报, 2024, 44(11): 1112002.

[3] 侯义锋, 丁畅, 刘海, 等 . 逆光海况下低质量红外目标的增强与识别[J]. 光学学报, 2023, 43(6): 0612003.

[4] 蔡伟, 陈栋, 杨志勇, 等 . 热辐射环境下多涂层目标红外偏振特性分析[J]. 光学学报, 2023, 43(22): 2204001.

[5] 张杰, 常天庆, 郭理彬, 等 . 基于特征对齐与区域图像质量引导融合的可见光-红外装甲车辆检测方法[J]. 光学学报, 2024, 44(13): 1315001.

[6] Liu X H, Huang K, Zhang W, et al. Highly sensitive mid-infrared up conversion detection based on external-cavitypump enhancement[J]. Advanced Photonics Nexus, 2024,3(4): 046002.

[7] 戴景民, 汪子君 . 红外热成像无损检测技术及其应用现状[J]. 自动化技术与应用, 2007, 26(1): 1-7.

[8] Bates D, Smith G, Lu D, et al. Rapid thermal non-destructive testing of aircraft components[J]. CompositesPart B: Engineering, 2000, 31(3): 175-185.

[9] Pickering S, Almond D. Matched excitation energy comparison of the pulse and lock-in thermography NDE techniques[J]. NDT & E International, 2008, 41(7): 501-509.

[10] de Oliveira B C F, Nienheysen P, Baldo C R, et al. Improved impact damage characterisation in CFRP samples using the fusion of optical lock-in thermography and optical square-pulse shearography images[J]. NDT &E International, 2020, 111: 102215.

[11] 张俊傥, 史夏杰, 李光明, 等 . 红外热成像技术在古建安全评价中的应用[J]. 工业建筑, 2014, 44(S1): 219-222, 192.

[12] Grinzato E, Bressan C, Marinetti S, et al. Monitoring of the Scrovegni Chapel by IR thermography: Giotto at infrared[J]. Infrared Physics & Technology, 2002, 43(3/4/5): 165-169.

[13] Kordatos E Z, Exarchos D A, Stavrakos C, et al. Infrared thermographic inspection of murals and characterization of degradation in historic monuments[J]. Construction and

Building Materials, 2013, 48: 1261-1265.

[14] 王从嗣, 陶宁, 张群喜, 等 . 方波激励红外热像法在墓室 壁 画 上 的 检 测 研 究 [J]. 光 学 学 报 , 2021, 41(16):1611002.

[15] 黄继忠, 章云梦, 张悦, 等 . 无损检测技术在文物表面空鼓病害探查中的应用[J]. 上海大学学报(自然科学版), 2022, 28(4): 656-667.

[16] 彭雄, 钟新谷, 赵超, 等 . 基于无人机热成像的建筑饰面层脱粘缺陷识别[J]. 红外技术, 2022, 44(2): 189-197.

[17] 王永茂, 郭兴旺, 李日华 . 红外检测中缺陷大小和深度的测量[J]. 激光与红外, 2002, 32(6): 404-406.

[18] Lau S K, Almond D P, Milne J M. A quantitative analysis of pulsed video thermography[J]. NDT & E International, 1991, 24(4): 195-202.

[19] 方修睦, 王中华, 贾永宏, 等 . 墙体表面温度分布规律的研究[J]. 建筑科学, 2015, 31(12): 34-40.

[20] Chen S J, Zhu H Y, Zhao P, et al. Influence of fracture network characteristics of hot dry rock on heat extraction performance: a numerical simulation study [J]. Geoenergy Science and Engineering, 2025, 245:213523.

[21] Solar radiation[M]∥Solar engineering of thermal processes.Weinheim: John Wiley & Sons, Ltd, 2013: 3-42.