【摘要】：針對(duì)紅外無(wú)損檢測(cè)中因特征信息缺失,致使識(shí)別與評(píng)估效果不佳這一問(wèn)題,研究以鋁板為對(duì)象,基于紅外無(wú)損檢測(cè)技術(shù),結(jié)合主成分分析和概率神經(jīng)網(wǎng)絡(luò)對(duì)鋁板正常區(qū)及三類(lèi)孔洞缺陷區(qū)進(jìn)行了識(shí)別與面積定量評(píng)估。研究首先采集鋁板降溫過(guò)程的紅外時(shí)序熱圖,提取了正常區(qū)和各類(lèi)孔洞缺陷區(qū)的時(shí)序灰度值作為初始特征。其次,采用主成分分析對(duì)初始特征進(jìn)行提取,并結(jié)合概率神經(jīng)網(wǎng)絡(luò),以像素點(diǎn)為單位實(shí)現(xiàn)孔洞缺陷的識(shí)別及面積定量評(píng)估,并采用了支持向量機(jī)進(jìn)行了對(duì)比研究。實(shí)驗(yàn)結(jié)果表明,對(duì)于正常區(qū)和三類(lèi)孔洞缺陷區(qū)測(cè)試樣本的面積評(píng)估正確率分別為99.6%、97.0%、94.7%和93.0%,相比支持向量機(jī)的評(píng)估結(jié)果,所提出的研究方法具有更高的正確率。研究論證了采用主成分分析和概率神經(jīng)網(wǎng)絡(luò),基于時(shí)序特征,以像素點(diǎn)為單位,實(shí)現(xiàn)孔洞缺陷識(shí)別和面積定量分析的有效性和準(zhǔn)確性。
[Abstract]:In order to solve the problem that the recognition and evaluation effect is not good due to the lack of feature information in infrared nondestructive testing (NDT), this paper studies the technology of infrared nondestructive testing (NDT) based on the aluminum plate as the object. Combined with principal component analysis (PCA) and probabilistic neural network (PNN), the normal and three kinds of hole defect areas of aluminum plates were identified and quantitatively evaluated. In this paper, the infrared time series thermal diagram of aluminum plate cooling process is first collected, and the time series gray values of the normal region and various hole defect regions are extracted as the initial characteristics. Secondly, principal component analysis (PCA) is used to extract the initial feature, combining with probabilistic neural network, the hole defect recognition and area quantitative evaluation are realized in pixel units, and the support vector machine (SVM) is used to carry out a comparative study. The experimental results show that the correct rate of area assessment for normal and three kinds of hole defect areas is 99.6% and 93.0% respectively. Compared with the results of support vector machine, the accuracy of the test samples is 99.6% and 93.0% respectively. The proposed method has higher accuracy. The effectiveness and accuracy of using principal component analysis and probabilistic neural network to realize hole defect identification and area quantitative analysis are demonstrated based on temporal features and pixel points.
【作者單位】： 華東交通大學(xué)機(jī)電工程學(xué)院;
【基金】：國(guó)家自然科學(xué)基金項(xiàng)目(51175175) 江西省教育廳科技項(xiàng)目(GJJ13342)
【分類(lèi)號(hào)】：TN219;TG115.28

【參考文獻(xiàn)】

相關(guān)期刊論文 前5條

1 呂新民,羅志勇,劉棟玉,王斌;用面陣CCD實(shí)時(shí)檢測(cè)運(yùn)動(dòng)帶鋼表面孔洞[J];光電工程;1997年01期

2 劉永昌,吳鵬,張黎;邁向新世紀(jì)的智能化紅外成像尋的制導(dǎo)技術(shù)[J];紅外技術(shù);2002年02期

3 李軍梅;胡以華;陶小紅;;基于主成分分析與BP神經(jīng)網(wǎng)絡(luò)的識(shí)別方法研究[J];紅外與激光工程;2005年06期

4 楊水山;何永輝;趙萬(wàn)生;;Boosting優(yōu)化決策樹(shù)的帶鋼表面缺陷識(shí)別技術(shù)[J];紅外與激光工程;2010年05期

5 馮立春;陶寧;徐川;;鎖相熱像技術(shù)及其在無(wú)損檢測(cè)中的應(yīng)用[J];紅外與激光工程;2010年06期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張國(guó)英;王娜娜;張潤(rùn)生;馬兵勝;;基于主成分分析的BP神經(jīng)網(wǎng)絡(luò)在巖性識(shí)別中的應(yīng)用[J];北京石油化工學(xué)院學(xué)報(bào);2008年03期

2 徐鍵;吳慶憲;姜長(zhǎng)生;;小波變換在目標(biāo)識(shí)別中的應(yīng)用[J];電光與控制;2007年05期

3 孫江;李剛;樊浩;;精確制導(dǎo)技術(shù)發(fā)展現(xiàn)狀與趨勢(shì)[J];飛航導(dǎo)彈;2007年07期

4 李剛;孫江;樊浩;;尋的制導(dǎo)綜述[J];飛航導(dǎo)彈;2007年12期

5 高潮;任可;郭永彩;楊暉;;基于DSP和圖像識(shí)別的拉索表面缺陷檢測(cè)技術(shù)[J];重慶大學(xué)學(xué)報(bào)(自然科學(xué)版);2007年09期

6 郭永彩;李哲;高潮;;橋梁拉索表面缺陷無(wú)損檢測(cè)系統(tǒng)設(shè)計(jì)[J];重慶大學(xué)學(xué)報(bào);2010年08期

7 高潮;郭永彩;任可;楊暉;;基于嵌入式系統(tǒng)和圖像識(shí)別的拉索表面缺陷檢測(cè)技術(shù)[J];光電工程;2008年02期

8 張媛;程萬(wàn)勝;趙杰;;不變矩法分類(lèi)識(shí)別帶鋼表面的缺陷[J];光電工程;2008年07期

9 徐立鵬;葛良全;谷懿;劉敏;張慶賢;李飛;羅斌;;基于PCA-BP神經(jīng)網(wǎng)絡(luò)的EDXRF分析測(cè)定地質(zhì)樣品中鐵、鈦元素含量的應(yīng)用研究[J];光譜學(xué)與光譜分析;2013年05期

10 朱彤;殷廣慶;;基于響應(yīng)面的預(yù)應(yīng)力混凝土橋動(dòng)力有限元模型研究[J];防災(zāi)減災(zāi)工程學(xué)報(bào);2013年06期

相關(guān)會(huì)議論文 前3條

1 鄒凌云;王正志;;基于主成分分析-神經(jīng)網(wǎng)絡(luò)的非編碼RNA預(yù)測(cè)[A];中國(guó)生物醫(yī)學(xué)工程進(jìn)展——2007中國(guó)生物醫(yī)學(xué)工程聯(lián)合學(xué)術(shù)年會(huì)論文集（下冊(cè)）[C];2007年

2 廖繼紅;尹寶智;勞文薇;謝華;;SSPA圖象傳感器在機(jī)器視覺(jué)檢測(cè)中的應(yīng)用[A];1998年中國(guó)智能自動(dòng)化學(xué)術(shù)會(huì)議論文集（下冊(cè)）[C];1998年

3 王輝;楊杰;黎明;蔡念;;一種基于神經(jīng)網(wǎng)絡(luò)的圖像復(fù)原方法[A];2006年全國(guó)光電技術(shù)學(xué)術(shù)交流會(huì)會(huì)議文集（D 光電信息處理技術(shù)專(zhuān)題）[C];2006年

相關(guān)博士學(xué)位論文 前10條

1 時(shí)長(zhǎng)江;豆科類(lèi)雜草種子圖像識(shí)別系統(tǒng)研究[D];中國(guó)海洋大學(xué);2009年

2 王章野;地面目標(biāo)的紅外成像仿真及多光譜成像真實(shí)感融合研究[D];浙江大學(xué);2002年

3 遲健男;圖像形態(tài)學(xué)和小波分析在圖像增強(qiáng)與邊緣檢測(cè)中的應(yīng)用[D];東北大學(xué);2005年

4 高陽(yáng);成像制導(dǎo)中的圖像預(yù)處理及目標(biāo)識(shí)別技術(shù)研究[D];西北工業(yè)大學(xué);2006年

5 陳冰;光電成像末制導(dǎo)目標(biāo)初始化與跟蹤[D];西安電子科技大學(xué);2011年

6 阮有興（Nguyen Huu Hung）;基于希爾伯特—黃變換的移動(dòng)荷載作用下橋梁健康監(jiān)測(cè)方法研究[D];吉林大學(xué);2013年

7 蔡小娜;基于數(shù)字圖像的主要蛾類(lèi)害蟲(chóng)分類(lèi)識(shí)別研究[D];河北農(nóng)業(yè)大學(xué);2013年

8 包振明;基于應(yīng)變模態(tài)法智能識(shí)別海洋導(dǎo)管架平臺(tái)的構(gòu)件裂紋[D];大連理工大學(xué);2013年

9 高海洋;基于振動(dòng)特征指標(biāo)與Kriging模型的結(jié)構(gòu)損傷識(shí)別方法研究[D];大連理工大學(xué);2013年

10 項(xiàng)榮;開(kāi)放環(huán)境中番茄的雙目立體視覺(jué)識(shí)別與定位[D];浙江大學(xué);2013年

相關(guān)碩士學(xué)位論文 前10條

1 何偉;基于主成分分析和神經(jīng)網(wǎng)絡(luò)的蛋白質(zhì)糖基化位點(diǎn)的預(yù)測(cè)[D];中南林業(yè)科技大學(xué);2010年

2 楊凌;基于數(shù)字圖像處理技術(shù)的電子組裝缺陷檢測(cè)[D];西安電子科技大學(xué);2010年

3 許小潤(rùn);基于人工免疫系統(tǒng)的帶鋼表面缺陷檢測(cè)技術(shù)[D];河南科技大學(xué);2011年

4 劉永祿;三軸實(shí)驗(yàn)土樣變形數(shù)字圖像測(cè)量的實(shí)現(xiàn)[D];大連理工大學(xué);2002年

5 楊雪榮;帶鋼表面質(zhì)量計(jì)算機(jī)視覺(jué)檢測(cè)關(guān)鍵技術(shù)研究[D];四川大學(xué);2003年

6 謝培樹(shù);基于形變褶皺合成的逼真人臉動(dòng)畫(huà)[D];南京信息工程大學(xué);2006年

7 孫英;基于優(yōu)化濾波器的冷軋帶鋼表面缺陷分割與合并[D];電子科技大學(xué);2006年

8 王濱;3～5μm中紅激光在主動(dòng)式光電對(duì)抗中的應(yīng)用研究[D];四川大學(xué);2006年

9 吳洪;平板表面細(xì)微缺陷快速檢測(cè)[D];華東師范大學(xué);2005年

10 王輝;基于神經(jīng)網(wǎng)絡(luò)的退化圖像復(fù)原算法研究[D];上海交通大學(xué);2007年

【二級(jí)參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 吳平川,路同浚,王炎;帶鋼表面自動(dòng)檢測(cè)系統(tǒng)研究現(xiàn)狀與展望[J];鋼鐵;2000年06期

2 李岳,呂克洪;主成分分析在鐵譜磨粒識(shí)別中的應(yīng)用研究[J];國(guó)防科技大學(xué)學(xué)報(bào);2004年01期

3 楊海瀾,蔡艷,陳庚軍,吳毅雄;主成分分析結(jié)合神經(jīng)網(wǎng)絡(luò)技術(shù)在焊接質(zhì)量控制中的應(yīng)用[J];焊接學(xué)報(bào);2003年04期

4 劉永昌,朱虹;紅外尋的制導(dǎo)技術(shù)的發(fā)展現(xiàn)狀與新趨勢(shì)[J];紅外技術(shù);1999年04期

5 劉永昌,王虎元;紅外成像制導(dǎo)多模實(shí)時(shí)識(shí)別跟蹤算法研究[J];紅外技術(shù);2000年02期

6 王宏波,莊志洪,張清泰;基于動(dòng)態(tài)紅外圖像的飛機(jī)姿態(tài)識(shí)別方法研究[J];紅外與激光工程;2003年01期

7 溫佩芝,史澤林,于海斌;復(fù)雜海面背景紅外小目標(biāo)自動(dòng)檢測(cè)方法[J];紅外與激光工程;2003年06期

8 薛書(shū)文,洪偉銘,祖小濤;碳鋼中缺陷的脈沖紅外熱成像無(wú)損探傷(英文)[J];紅外與激光工程;2005年04期

9 李敏;周振華;張桂林;;自動(dòng)目標(biāo)識(shí)別算法性能評(píng)估中的圖像度量[J];紅外與激光工程;2007年03期

10 劉俊巖;戴景民;王揚(yáng);;紅外圖像序列處理的鎖相熱成像理論與試驗(yàn)[J];紅外與激光工程;2009年02期

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王浩洋;邢濤;邢艷秋;孟憲靜;;層次支持向量機(jī)在色木孔洞缺陷檢測(cè)中的應(yīng)用[J];森林工程;2014年02期

2 王立海;楊慧敏;;小波和神經(jīng)網(wǎng)絡(luò)在色木孔洞缺陷超聲定量檢測(cè)中的應(yīng)用[J];北京林業(yè)大學(xué)學(xué)報(bào);2007年02期

3 王豫東;狄明軍;雷洪;;冷軋鋼孔洞缺陷的形成及預(yù)防[J];四川冶金;2008年06期

4 張希棟;王立海;楊學(xué)春;;沖擊條件對(duì)原木孔洞缺陷檢測(cè)效果影響的研究[J];林業(yè)科技;2009年03期

5 高珊;謝婉欣;王立海;余斌;侯玉婷;;應(yīng)用紅外熱像技術(shù)檢測(cè)木材孔洞缺陷[J];林業(yè)科技開(kāi)發(fā);2013年05期

6 張希棟;王立海;楊學(xué)春;;含水率對(duì)原木孔洞缺陷應(yīng)力波檢測(cè)效果的影響[J];林業(yè)科技;2009年04期

7 宋力;魏賽平;谷麟;樊成;;微孔洞缺陷巖石軸壓下彈塑脆性模型損傷研究[J];有色金屬(礦山部分);2014年03期

8 徐華東;王立海;倪松遠(yuǎn);;基于曲率模態(tài)的木制試件孔洞缺陷的定量檢測(cè)[J];東北林業(yè)大學(xué)學(xué)報(bào);2008年11期

9 徐華東;王立海;宋世全;;原木內(nèi)部孔洞缺陷二維超聲圖像構(gòu)建[J];林業(yè)科學(xué);2014年08期

10 劉朋柱;;機(jī)架表面孔洞缺陷分析及應(yīng)對(duì)措施[J];黑龍江科技信息;2014年20期

相關(guān)會(huì)議論文 前1條

1 陳偉;蘇鶴洲;李金柱;;昆鋼熱軋板孔洞缺陷成因淺析[A];第八屆全國(guó)連鑄學(xué)術(shù)會(huì)議論文集[C];2007年

相關(guān)重要報(bào)紙文章 前1條

1 記者 楊禮兵邋特約記者 白方;孔洞檢測(cè)儀察瑕疵于細(xì)微[N];湖北日?qǐng)?bào);2008年

相關(guān)碩士學(xué)位論文 前10條

1 徐華東;基于模態(tài)分析的紅松方材內(nèi)部孔洞缺陷檢測(cè)[D];東北林業(yè)大學(xué);2008年

2 張希棟;主要測(cè)試條件參數(shù)對(duì)原木孔洞缺陷應(yīng)力波檢測(cè)效果的影響[D];東北林業(yè)大學(xué);2007年

3 宋世全;基于支持向量機(jī)的原木樹(shù)種及原木內(nèi)部孔洞缺陷辨識(shí)[D];東北林業(yè)大學(xué);2012年

4 于文勇;基于超聲波原木內(nèi)部孔洞缺陷定量檢測(cè)[D];東北林業(yè)大學(xué);2006年

5 楊慧敏;基于能量法木材孔洞缺陷的超聲定量檢測(cè)研究[D];東北林業(yè)大學(xué);2005年

6 黃濤;電鍍工藝優(yōu)化對(duì)銅金屬層孔洞缺陷的影響[D];上海交通大學(xué);2010年

7 吳鵬;優(yōu)化銅種子層對(duì)電鍍銅孔洞缺陷的改善[D];復(fù)旦大學(xué);2011年

8 符正晴;基于PNN的板材孔洞缺陷紅外熱波檢測(cè)及其識(shí)別技術(shù)[D];華東交通大學(xué);2014年

9 孟憲靜;基于模糊模式識(shí)別的木材孔洞缺陷識(shí)別模型的研究[D];東北林業(yè)大學(xué);2014年

10 李文軍;發(fā)動(dòng)機(jī)曲軸鑄造孔洞缺陷的分析[D];吉林大學(xué);2013年

，

本文編號(hào)：2311324