脈沖渦流熱成像檢測技術(shù)在無損檢測領(lǐng)域中作為一種新興技術(shù),具備無接觸、高效率、單次檢測范圍大等優(yōu)點,受到了國內(nèi)外研究人員的廣泛關(guān)注,并且提出了很多基于該檢測技術(shù)的數(shù)據(jù)處理方法。從最開始的人工選擇圖像進行判斷,到基于傅里葉變換的頻域分析,再到被廣泛應(yīng)用的PCA、ICA等方法,雖然能夠?qū)崿F(xiàn)缺陷檢測,但通過以上數(shù)學(xué)或統(tǒng)計模型的檢測方法提取的缺陷信息由于缺乏物理意義而導(dǎo)致可靠性較弱。因此,建立一個可靠性更強的物理模型對完成缺陷的快速檢測具有重要意義。本文通過缺陷特征分析、建立算法模型、實驗驗證的方式,系統(tǒng)地研究和分析了基于全物理模型的缺陷數(shù)據(jù)快速處理算法,并通過采用本文的方法和其他常見的數(shù)據(jù)處理方法對不同類型的試件進行缺陷檢測的結(jié)果證明了本文提出的方法可以自動實現(xiàn)缺陷信息的準確提取。本文研究的主要內(nèi)容從以下幾個方面展開:（1）理論基礎(chǔ)研究。首先研究了脈沖渦流熱成像技術(shù)的檢測原理,并結(jié)合脈沖渦流熱成像實驗平臺闡述了其主要組成部分及其參數(shù);然后分別從空間和時間角度詳細地描述了熱圖像序列普遍存在的數(shù)據(jù)特征,為后面運用級聯(lián)分類器選擇特征用于缺陷識別奠定理論基礎(chǔ);最后主要研究了熱發(fā)射率的定義和影響機理,并... 

【文章來源】：電子科技大學(xué)四川省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：79 頁

【學(xué)位級別】：碩士

【部分圖文】：

基于傅里葉變換的幅值圖和相位圖

5圖 1-3 基于 PCA 和小波變換方法得到的特征圖像學(xué)者將深度學(xué)習(xí)的方法與特征相結(jié)和以實現(xiàn)缺陷自動檢測，如規(guī)范化交叉關(guān)聯(lián)方法實現(xiàn)了圖像特征增強，便于后續(xù)的定量檢一種結(jié)合缺陷行為的物理特性，推導(dǎo)出缺陷分割的一階統(tǒng)計，并利用遺傳算法自動調(diào)整統(tǒng)計特征，進一步優(yōu)化了閾值選缺陷處溫度一定最高的假設(shè)上，在實際應(yīng)用中會受到加熱位等因素的局限，導(dǎo)致結(jié)論無法永遠成立[36]，如圖 1-4 所示。T分分析和神經(jīng)網(wǎng)絡(luò)理論提出了馬爾可夫 PCA-BP 算法，這一Cs 脫粘缺陷的直徑和深度[37]。Shi, Z., et al.結(jié)合導(dǎo)數(shù)時間算數(shù)算法（RCA）構(gòu)成了擬合導(dǎo)數(shù)時間相關(guān)系數(shù)算法（FCA）的征圖像的信噪比（SNR），并利用蟻群算法（ACA）有效地 CFRP 的紅外圖像中的缺陷邊緣特征，更有利于缺陷檢測和識

圖 1-4 熱圖像原圖和基于 FOSP-GA 的分割結(jié)果為了更直接地在圖像序列中提取特征信息，還有一些學(xué)者研究了矩陣分解在熱成像中的應(yīng)用。Gao, B., et al. 將基于物理的感應(yīng)熱機制與基于信號處理的稀疏貪婪主成分分析 (SGPCA) 模式提取算法相結(jié)合，進而提出了一種無監(jiān)督的感應(yīng)熱成像系統(tǒng)缺陷診斷與監(jiān)測方法[39]。Zheng, K.,Y. Yao 提出了一種利用拉普拉斯特征映射算法（the Laplacian eigenmap algorithm）迭代運行的超圖像分割方法，可對所有熱成像視頻幀數(shù)據(jù)進行分析，而不需要人手動挑選(視覺檢查)一部分質(zhì)量好的視頻幀數(shù)據(jù)，實現(xiàn)了碳纖維增強塑料（CFRP）材料缺陷檢測的自動化[40]。張素文等為了改善傳統(tǒng)圖像融合方法魯棒性不穩(wěn)定，提出了基于非負矩陣分解的紅外特征圖像融合方法，實現(xiàn)了分別對源圖像的目標區(qū)域和背景區(qū)域進行融合[41]，如圖 1-5所示。Bin Gao 提出了基于變分貝葉斯子群的自適應(yīng)稀疏分量提取算法，進行了熱模式的物理解釋和稀疏分解，提出的稀疏模式提取方法可以對異常模式進行自動提取，增強缺陷對比度，該方法能夠減少背景信息的干擾[42]。Yizhe Wang 利用渦流脈沖熱像技術(shù)檢測飛機制動系統(tǒng)轉(zhuǎn)矩臂沖擊損傷的可行性研究，基于光流算法

【參考文獻】：
期刊論文
[1]脈沖紅外無損檢測技術(shù)研究現(xiàn)狀與發(fā)展趨勢[J]. 江海軍,陳力.  紅外技術(shù). 2018(10)
[2]基于HSV和MBLBP特征的級聯(lián)Adaboost車牌檢測算法[J]. 馬永杰,李歡,劉姣姣.  四川大學(xué)學(xué)報(自然科學(xué)版). 2018(02)
[3]基于PCA-GA-RSPSVM的復(fù)合材料損傷檢測技術(shù)研究[J]. 張寶印,董恩生.  電子測量與儀器學(xué)報. 2017(09)
[4]基于PCA的管道缺陷導(dǎo)波信號特征優(yōu)化方法[J]. 許楨英,羅來齊,王勻,俞慧芳,劉歡.  電子測量技術(shù). 2016(04)
[5]基于主觀貝葉斯推理的多傳感器分布式故障檢測融合方法[J]. 徐小力,劉秀麗,蔣章雷,任彬.  機械工程學(xué)報. 2015(07)
[6]一種優(yōu)化的貝葉斯估計多傳感器數(shù)據(jù)融合方法[J]. 張品,董為浩,高大冬.  傳感技術(shù)學(xué)報. 2014(05)
[7]一種基于Contourlet變換的GFP圖像與相襯圖像融合算法研究[J]. 馮鵬,王靜,魏彪,陳超.  光電子.激光. 2013(01)
[8]固體火箭發(fā)動機殼體脫黏缺陷的熱波檢測[J]. 宋遠佳,張煒,楊正偉,田干.  深圳大學(xué)學(xué)報(理工版). 2012(03)
[9]航天器紅外成像檢漏方法研究[J]. 喻新發(fā),閆榮鑫,鐘亮,洪曉鵬,孫立臣.  航天器環(huán)境工程. 2012(02)
[10]脈沖熱像法在航空復(fù)合材料構(gòu)件無損檢測中的應(yīng)用[J]. 劉穎韜,郭廣平,楊黨綱,何方成,霍雁,趙石彬.  航空材料學(xué)報. 2012(01)

博士論文
[1]電渦流脈沖熱成像無損檢測技術(shù)研究[D]. 白利兵.電子科技大學(xué) 2013
[2]納米結(jié)構(gòu)硬質(zhì)合金磨削理論和工藝實驗研究[D]. 任瑩暉.湖南大學(xué) 2009
[3]紅外輻射成像無損檢測關(guān)鍵技術(shù)研究[D]. 田裕鵬.南京航空航天大學(xué) 2009

碩士論文
[1]基于紅外熱波的承壓設(shè)備缺陷檢測技術(shù)研究[D]. 甘文東.電子科技大學(xué) 2018
[2]基于紅外熱波無損檢測技術(shù)的鋼軌裂紋檢測研究[D]. 劉麗.蘭州交通大學(xué) 2017
[3]基于渦流脈沖熱成像的表面裂紋檢測及其量化評估研究[D]. 李曉青.電子科技大學(xué) 2017
[4]不銹鋼焊縫缺陷脈沖渦流熱成像檢測的圖像處理算法研究[D]. 陳怡帆.電子科技大學(xué) 2016
[5]熱成像檢測中材料表面熱發(fā)射率影響機理及其抑制方法[D]. 白秋菊.電子科技大學(xué) 2016
[6]紅外成像無損檢測的缺陷定量化分析與應(yīng)用研究[D]. 楊如意.南京航空航天大學(xué) 2009
[7]基于AdaBoost算法的人臉檢測研究[D]. 王英明.南京理工大學(xué) 2008
[8]紅外圖像人臉識別研究[D]. 周羽.大連理工大學(xué) 2008
[9]被檢物表面條件對紅外熱波無損檢測結(jié)果影響的研究[D]. 李艷紅.首都師范大學(xué) 2006



本文編號：3430139