金屬構(gòu)件發(fā)生疲勞損傷具有復(fù)雜性。大部分構(gòu)件在使用過(guò)程中不可拆卸,傳統(tǒng)的力學(xué)分析、晶粒分析等方式很難實(shí)時(shí)監(jiān)控金屬的疲勞損傷程度。實(shí)際上,在金屬構(gòu)件發(fā)生疲勞損傷過(guò)程中,構(gòu)件表面紋理不斷變化,不同疲勞損傷程度的金屬構(gòu)件表面偏振特性存在顯著差異。偏振成像可以根據(jù)物體表面偏振特性的差異凸顯物體的邊緣、紋理和細(xì)節(jié)特征,再通過(guò)不同偏振方位角的偏振圖像解算出物體表面的偏振度、偏振角等偏振信息,分析和模擬出金屬構(gòu)件表面偏振信息與金屬構(gòu)件疲勞損傷程度之間的數(shù)學(xué)關(guān)系,進(jìn)而可以通過(guò)金屬表面的偏振特性來(lái)預(yù)測(cè)金屬的疲勞損傷程度。偏振成像因各通道的不一致性易造成不同偏振方位角的偏振圖像之間存在位移、視角和光照的差異,為了精確解算出偏振信息,需要對(duì)不同偏振方位角的偏振圖像之間進(jìn)行配準(zhǔn)。配準(zhǔn)的關(guān)鍵步驟是通過(guò)特征點(diǎn)檢測(cè)算法找出圖像之間精確的對(duì)應(yīng)關(guān)系,傳統(tǒng)的SIFT和SURF特征點(diǎn)檢測(cè)算法能夠適應(yīng)圖像間的旋轉(zhuǎn)、視角、尺度等變換,但是由于采用線性擴(kuò)散濾波構(gòu)造特征空間,造成圖像的邊緣和細(xì)節(jié)特征點(diǎn)丟失,進(jìn)而不能精確找出圖像之間的對(duì)應(yīng)關(guān)系。KAZE算法采用各項(xiàng)異性熱擴(kuò)散方程構(gòu)建非線性尺度空間,在濾波過(guò)程中保留圖像的邊緣和細(xì)節(jié)特征點(diǎn)... 

【文章來(lái)源】：安徽建筑大學(xué)安徽省

【文章頁(yè)數(shù)】：90 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

疲勞載荷示意圖

112 20 0( ) ( ) 1yxx yEEE E (2-10)當(dāng)0 0y 0=xE E E時(shí)，公式(2-10)可以表達(dá)為2 2 2x y0E E E，此時(shí)上述幾何曲線變成圓，物理意義表示光矢量為圓偏振光。(3) 當(dāng)2x ym 時(shí)，其中m 為整數(shù), 且0 x0yE E，此時(shí)上述幾何曲線變成橢圓，物理意義表示光矢量為橢圓偏振光。隨著 取值的變化，幾何曲線如下圖所示：

線偏振光 圓偏振光 橢圓偏振光圖 2- 3 偏振態(tài)示意圖在自然界中，除了偏振光還有自然光和部分偏振光，自然光是復(fù)合光，其磁場(chǎng)平面上的各個(gè)電場(chǎng)振動(dòng)頻率幾乎相等，所以不具有偏振特性；部分偏振光是由于光在傳播過(guò)程中，受傳播介質(zhì)、物體表面等自然因素的作用，使得光波偏向某一特定的振動(dòng)方向而產(chǎn)生的，也就是線偏振光和復(fù)合光的組合，在自然界中，偏振光的產(chǎn)生主要是因?yàn)閺?fù)合光照射具有不同偏振特性的物體表面而產(chǎn)生的。2.2.2 偏振光的表示目前，偏振光的描述方式有邦加球圖示法、瓊斯(Jones)矢量法和斯托克斯(Stokes)矢量法等[19]，邦加球圖示法是可視化方法，而采用函數(shù)表達(dá)式的是 Jones 矢量法和Stokes 矢量法，兩者都是采用一個(gè)矢量表示，但是 Jones 矢量只能表示全偏振光，而Stokes 矢量可以表示全偏振光、部分偏振光以及非偏振光[42]。1、 Jones 矢量法Jones 矢量也是將電場(chǎng)矢量在 x 和 y 方向上分解成xE 和yE ，將公式(2-7)采用復(fù)數(shù)

【參考文獻(xiàn)】：
期刊論文
[1]基于多微面光纖面板的仿生復(fù)眼圖像拼接及定位算法[J]. 楊超,裘溯,金偉其,戴佳琳.  兵工學(xué)報(bào). 2018(06)
[2]7075鋁合金疲勞損傷的多點(diǎn)快速非線性超聲檢測(cè)[J]. 馮偉,萬(wàn)楚豪,劉斌,剛鐵.  機(jī)械工程學(xué)報(bào). 2018(10)
[3]位圖局部敏感哈希的匹配二進(jìn)制特征搜索算法[J]. 楊東升,張展,廉夢(mèng)佳,王麗娜.  吉林大學(xué)學(xué)報(bào)(工學(xué)版). 2018(03)
[4]鋼結(jié)構(gòu)的低溫疲勞性能研究進(jìn)展綜述[J]. 王元清,廖小偉,賈單鋒,石永久.  建筑鋼結(jié)構(gòu)進(jìn)展. 2018(01)
[5]合金材料超高周疲勞的機(jī)理與模型綜述[J]. 洪友士,孫成奇,劉小龍.  力學(xué)進(jìn)展. 2018(00)
[6]基于分塊SURF特征提取的圖像目標(biāo)跟蹤算法[J]. 牛暢,黃銀和,尹奎英.  激光與紅外. 2017(12)
[7]低周疲勞過(guò)程金屬表面熱像特征提取及其熵分析[J]. 劉濤,呂盛坪,汪方斌,朱達(dá)榮,雷經(jīng)發(fā).  兵器材料科學(xué)與工程. 2018(01)
[8]基于改進(jìn)Harris的低動(dòng)態(tài)載體速度的快速計(jì)算方法[J]. 方文輝,陳熙源,柳笛.  光學(xué)學(xué)報(bào). 2018(04)
[9]基于能量耗散的Q235鋼高周疲勞性能評(píng)估[J]. 樊俊鈴.  機(jī)械工程學(xué)報(bào). 2018(06)
[10]基于KAZE特征匹配的偏振圖像配準(zhǔn)算法研究[J]. 汪方斌,儲(chǔ)朱濤,朱達(dá)榮,許露,劉濤,呂科.  安徽建筑大學(xué)學(xué)報(bào). 2017(05)

博士論文
[1]基于疲勞損傷累積理論的結(jié)構(gòu)壽命預(yù)測(cè)與時(shí)變可靠性分析方法研究[D]. 彭兆春.電子科技大學(xué) 2017
[2]分孔徑同時(shí)偏振成像光學(xué)系統(tǒng)的研究[D]. 賀虎成.蘇州大學(xué) 2014

碩士論文
[1]基于KAZE的圖像特征提取與匹配算法研究[D]. 楊承杰.南京郵電大學(xué) 2017
[2]基于改進(jìn)的KAZE算法的特征提取與匹配[D]. 白小玲.哈爾濱理工大學(xué) 2017
[3]基于非線性超聲的金屬疲勞損傷檢測(cè)及定位研究[D]. 王會(huì)芳.天津大學(xué) 2017
[4]基于可見(jiàn)光偏振成像的目標(biāo)探測(cè)技術(shù)研究[D]. 劉征.中國(guó)科學(xué)院研究生院(光電技術(shù)研究所) 2016
[5]可見(jiàn)光偏振成像的圖像增強(qiáng)技術(shù)研究[D]. 趙蓉.南京理工大學(xué) 2016
[6]基于紅外偏振成像的目標(biāo)增強(qiáng)技術(shù)研究[D]. 周強(qiáng).浙江大學(xué) 2014



本文編號(hào)：3403476