近日，工学院研究团队在光学工程领域著名期刊《Optics and Lasers in Engineering》（中国科学院2区期刊）发表题为 "A spatio-temporal fusion method for non-destructive testing using infrared thermography"的研究论文。该研究提出一种基于红外热成像时空信息融合的金属表面缺陷无损检测方法，通过协同提取与融合热扩散过程中的时空特征，建立了物理机理驱动的耦合模型，突破了红外图像增强方法中时空域简单结合的局限，实现了微米级缺陷的高精度检测，为工业无损检测提供了高信噪比、强适应性的解决方案。

红外热成像无损检测技术凭借非接触测量、高分辨率及全场检测优势，已成为金属表面缺陷检测的重要技术手段。然而现有技术体系面临双重挑战：其一，多帧热序列处理中存在时空维度割裂问题，导致热特征提取不充分，制约了微米级缺陷的检测灵敏度；其二，检测系统对特定热激励形式具有强依赖性，跨激励场景迁移时需重复参数标定，显著增加工程应用成本。

针对上述问题，研究团队通过建立动态温度场全微分模型，并引入光流法进行热传播估计，提出一种激光热成像时空信息融合方法 (Spatio-Temporal Fusion Thermography, STFT)。实验数据表明，该方法能够高效准确地检测出3 μm及以上宽度的金属表面裂纹，以及含有0.01 mm2磨损面积的齿轮啮合面点蚀缺陷，信噪比相较于原始热图像提升了120.4%。研究同时发现，该方法能自动减除载波，因此能够兼容多种热激励源，突破了传统方法对热激励类型的限制。

图 采用STFT方法与传统方法的金属表面缺陷检测结果对比

工学院硕士研究生黄晓芙为论文第一作者，张宏业副教授为通讯作者，北京林业大学为第一完成单位，中国科学院力学研究所、北京理工大学等单位的科研人员共同参与了研究工作。

论文链接: http://www.sciencedirect.com/science/article/pii/S0143816625003185