發(fā)布時間：2022-12-10 20:36

　　無損檢測是在不損壞受檢試件的條件下,測定和評估試件表面或內(nèi)部的物理性能,包括檢測試件表面和內(nèi)部缺陷的綜合性技術(shù)。光激勵紅外熱成像檢測技術(shù)由于具有快速、大面積檢測等優(yōu)點被廣泛應(yīng)用于復(fù)合材料的缺陷檢測。光激勵熱成像系統(tǒng)采集的數(shù)據(jù)由于熱擴(kuò)散和噪聲等問題,無法直接用于檢測缺陷,需要后期的算法處理。目前主成分分析等算法已被廣泛應(yīng)用在熱像數(shù)據(jù)處理上,但是現(xiàn)存算法在檢測微弱缺陷和深層缺陷時存在局限,缺陷的檢出率和分辨率需要提升。本文通過光激勵紅外熱成像檢測系統(tǒng),提出了結(jié)構(gòu)化稀疏矩陣分解算法,針對復(fù)合材料,將原始熱像數(shù)據(jù)分解為三個模式成分以增強(qiáng)缺陷檢測能力。本文的研究內(nèi)容如下:1.通過分析含有缺陷樣件的熱像圖,物理分析熱像圖主要由背景,缺陷和噪聲三部分組成。其中背景占據(jù)熱像圖的主要部分,缺陷分布在局部區(qū)域,噪聲則是由于光照不均,試樣表面輻射率影響造成。將熱像儀采集的熱像數(shù)據(jù)構(gòu)造為矩陣,根據(jù)溫度特征,將原始矩陣分解為低秩矩陣,稀疏矩陣和噪聲矩陣,其中低秩矩陣用以表示背景,稀疏矩陣用以表征缺陷。2.由于橫向和縱向熱擴(kuò)散的影響,缺陷區(qū)域的熱信號是不同熱特征線性疊加的結(jié)果。根據(jù)上述物理特性,將矩陣分解模型中的... 

【文章頁數(shù)】：72 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 選題背景和研究意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 矩陣分解算法的國內(nèi)外研究現(xiàn)狀
        1.2.2 缺陷檢測算法的國內(nèi)外研究現(xiàn)狀
    1.3 本論文主要貢獻(xiàn)與創(chuàng)新
    1.4 本論文結(jié)構(gòu)安排
第二章 光激勵紅外熱成像檢測技術(shù)及矩陣分解基本理論
    2.1 紅外熱成像基本理論
    2.2 光激勵紅外熱成像檢測系統(tǒng)
    2.3 矩陣分解基礎(chǔ)
        2.3.1 矩陣范數(shù)
        2.3.2 奇異值分解
        2.3.3 稀疏表示
        2.3.4 魯棒主成分分析
    2.4 本章小結(jié)
第三章 結(jié)構(gòu)化稀疏矩陣分解方法
    3.1 算法框架
    3.2 矩陣的估計
        3.2.1 L矩陣的估計
        3.2.2 D矩陣的估計
        3.2.3 W矩陣的估計
    3.4 評價指標(biāo)
        3.4.1 查準(zhǔn)率、查全率與F-Score
        3.4.2 信噪比
    3.5 本章小結(jié)
第四章 結(jié)構(gòu)化稀疏矩陣分解實驗結(jié)果分析
    4.1 簡化實例
    4.2 實驗平臺及樣件介紹
        4.2.1 實驗平臺介紹
        4.2.2 測試樣件介紹
    4.3 實驗結(jié)果
        4.3.1 低秩矩陣不同秩的分析
        4.3.2 字典矩陣不同字典個數(shù)分析
        4.3.3 對比算法介紹
        4.3.4 結(jié)果分析
    4.4 本章小結(jié)
第五章 總結(jié)與展望
    5.1 全文總結(jié)
    5.2 后續(xù)工作展望
致謝
參考文獻(xiàn)
攻讀碩士學(xué)位期間取得的成果


【參考文獻(xiàn)】：
期刊論文
[1]基于渦流熱成像圖像的邊緣檢測方法研究[J]. 楊明莉,范玉剛,畢野.  電子測量技術(shù). 2019(24)
[2]基于低秩矩陣恢復(fù)的群稀疏表示人臉識別方法[J]. 胡靜,陶洋,郭坦,孫雨浩,胡昊,王進(jìn).  計算機(jī)工程與設(shè)計. 2019(12)
[3]基于奇異值分解的新聞標(biāo)題聚類研究[J]. 文曉藝,郝程程.  計算機(jī)技術(shù)與發(fā)展. 2020(02)
[4]基于背景重構(gòu)X射線鋼管焊縫缺陷檢測方法[J]. 王家晨,王新房.  計算機(jī)系統(tǒng)應(yīng)用. 2018(02)
[5]基于熱圖重構(gòu)區(qū)域生長算法的碳纖維增強(qiáng)復(fù)合材料脫粘缺陷檢測[J]. 馮琪智,高斌,楊揚(yáng),田貴云.  無損檢測. 2017(09)
[6]基于奇異值分解的遙感圖像魯棒水印算法探討[J]. 侯翔,楊輝.  測繪科學(xué). 2015(07)
[7]淺談紅外熱成像技術(shù)在航空無損檢測中的應(yīng)用[J]. 林偉謙.  科技信息. 2012(24)
[8]射線檢測圖像中焊縫和缺陷的提取方法[J]. 張曉光,孫正,胡曉磊,宦宇越.  焊接學(xué)報. 2011(02)
[9]中國無損檢測與評價技術(shù)的進(jìn)展[J]. 沈功田.  無損檢測. 2008(11)
[10]碳纖維及其復(fù)合材料的發(fā)展及應(yīng)用[J]. 上官倩芡,蔡泖華.  上海師范大學(xué)學(xué)報(自然科學(xué)版). 2008(03)

碩士論文
[1]基于紅外熱成像的復(fù)合材料無損檢測研究[D]. 馮琪智.電子科技大學(xué) 2018
[2]變分貝葉斯分解算法在紅外無損檢測中的應(yīng)用研究[D]. 魯鵬.電子科技大學(xué) 2018
[3]復(fù)合材料脫粘缺陷紅外熱成像無損檢測定量分析研究[D]. 梁濤.電子科技大學(xué) 2017



本文編號：3717472