基于单尺度Retinex与改进的K-均值聚类的涡流热成像缺陷检测

在利用涡流红外热成像技术检测金属材料损伤缺陷时,因热波属于衰减波,且热波三维热扩散等问题,导致采集的红外图像中缺陷部位模糊.针对该问题,提出一种基于单尺度Retinex与改进的K-均值聚类的缺陷检测方法,用于处理红外图像特征增强、图像分割和边缘特征提取等问题.该方法首先利用单尺度Retinex(single-scale Retinex,SSR)对红外热图像进行图像增强,强化缺陷特征,然后利用改进的K-均值聚类算法对图像进行分割,最后采用数学形态学算法处理图像,去除缺陷图像中无用信息,并利用Canny算子检测出缺陷边缘.实验结果证明,该方法有效地检测出金属材料试件缺陷,并提取出完整清晰的缺陷边缘.     

乙醇对碳纤维复合材料界面的影响

碳纤维增强复合材料大量应用于航空领域,对其质量提出了更高的要求。但是传统人工检测方法工作强度高、效率低。为了提高碳纤维复合材料的缺陷检测效率,本文基于LabVIEW软件开发平台设计CFRP（carbon fiber reinforced plastics）缺陷检测系统,提取缺陷边缘并进行数量统计。本研究采用主动式红外热成像无损检测技术,通过红外热像仪获取激光扫描的损伤试样表面热图像。针对红外图像对比度及均匀性差的特点,使用HSL（hue, saturation, luminance）进行颜色平面提取,灰度变换,选用适用于处理光照分布不均匀图像的Niback局部阈值分割处理算法进行感兴趣区域图像阈值分割处理。最后通过形态学处理增强图像并实现缺陷特征提取和缺陷数量统计。本文通过搭建红外热成像缺陷检测实验平台完成红外热波缺陷图像的采集、处理,设计软件平台及用户界面以实现缺陷特征的提取。相比于人工检测,该系统的设计极大地减少了检测用时,有助于实现缺陷检测的自动化。     

红外热波无损检测图像噪声分析与抑制

分析了红外热波检测图像中噪声生成机理,针对图像的噪声去除增强问题,提出了一种改进的非线性偏微分方程的热波检测图像去噪增强方法。对偏微分方程在图像处理应用中的理论基础进行研究,针对现有的偏微分方程模型在图像去噪中存在的问题,并结合热波图像的特点,改进相应的偏微分方程数学模型,在此基础上对获得原始热图进行编程处理,试验结果表明：经过处理后的图像信噪比提高,对比度得到了改善,为后续的缺陷提取及损伤识别奠定了基础。     

热波检测碳纤维蜂窝材料脱粘缺陷的边缘识别

利用红外热波无损检测技术可以快速、有效、直观地检测碳纤维蒙皮与蜂窝芯界面脱粘缺陷。对缺陷进行定量化检测研究过程中,基于热波原理推导出的公式,易于实现缺陷深度的测量。采用了两种方法检测缺陷的大小,实验表明,利用Canny边缘算子检测边缘,检测性能好,缺陷形状可视程度高,实验结果还可作为测量浅表下缺陷大小的参考依据。     

红外热波检测方法图像增强环节研究

红外热图具有高噪声、低对比度的特点,设计了图像增强环节解决该问题。对红外热图的频段分布和频段来源进行了分析,确定了有效频段为检测对象红外特性带来的高频段,并确定了增强该频段能量为图像增强环节的目标。针对红外热图频段的分布特点,基于处理目标,使用灰度值调整和巴特沃斯滤波对图像进行了处理,通过图像显示和大律法分割图像两种方法来检验图像增强效果。结果表明:经过设计增强环节,图像的对比度增强,噪声降低,对缺陷的分割更加准确,验证了增强方法的有效性,为更加准确地进行缺陷识别和尺寸定量计算打下了基础。     

复合材料红外热波检测图像处理技术的研究进展

目前复合材料已被广泛应用于航空领域。通常采用红外热波检测技术对其内部缺陷进行检测。通过对获取的红外热波图像序列进行处理,可以精确、定量地获取复合材料的缺陷信息。基于红外热波检测技术的需求,对国内外关于复合材料红外热波图像序列的多种处理技术进行了分析与比较,综述了这些技术的研究及应用情况,展望了该领域今后的发展方向,从而为红外热波图像序列处理技术的选择提供一定的依据。     

碳纤维基体涂层质量的红外热波检测研究

碳纤维材料上涂层的应用使得常规无损检测技术难以实现涂层的厚度测量和缺陷检测.提出红外热波无损检测技术对涂层厚度及内部缺陷进行检测.红外热波无损检测技术主动对被检测样件进行热激励,热波在均匀试样中传播,遇到界面后热传导发生变化,通过红外热像仪连续监测的降温曲线的变化找到热传导时间来测量涂层厚度.涂层下的缺陷热属性差异对表面温场产生热图异常,从而进行内部缺陷检测.实验结果表明,对涂层厚度在0.35～2 mm的碳纤维基底涂层样件可用红外热波无损技术进行涂层厚度和缺陷检测,涂层厚度检测精度为0.1 mm.红外热波检测技术可以实现涂层厚度测量和涂层下缺陷的检测.     

基于模糊C均值聚类和Canny算子的红外图像边缘识别与缺陷定量检测

针对脉冲红外热成像检测缺陷构件时,红外图像噪声较大、边缘信息模糊等特点,提出了一种基于模糊C均值聚类和Canny算子相结合的边缘检测新方法。该方法首先对输入的红外图像进行整体灰度变换,采用模糊C均值聚类对图像进行区域分割、提取和二值化;再将各个区域进行叠加,使红外图像的边缘变得连续;最后,采用Canny算子对处理后的图像进行边缘检测,实现缺陷的识别。在图像边缘检测基础上,分析了图像定位缺陷位置与实际缺陷位置之间的相对误差,并运用物像关系,实现缺陷几何尺寸的定量检测。结果表明:该方法对缺陷边缘识别完整清晰,具有较高的定位精度和抗噪能力,有利于缺陷的识别与定量检测。     

复合材料锁相红外热像法无损探伤技术研究

为了解决复合材料红外热波定量识别缺陷的难题,从锁相热像法的原理出发,利用数值计算的方法对锁相热像法在检测中的应用问题进行研究。建立相位差与缺陷深度的关系,进而识别缺陷尺寸;对不同缺陷存在最佳检测频率,能使相位差最大;对于同一缺陷,同一频率,幅值差与激励信号强度成正比。这对红外热波无损探伤的定量检测和评估、锁相激励信号参数的优化等具有重要意义。     

基于复Morlet小波相位的红外调制热像检测方法

为了提高红外调制热像法对复合材料缺陷的检测能力,研究了利用基于复Morlet小波相位分析的红外热像序列处理方法。依据热激励调制频率和红外图像采样频率,自适应地选择小波变换尺度总数,然后利用复Morlet小波系数相位从原始热像序列重建相位图序列。对含有分层缺陷的玻璃纤维增强复合材料参考试件进行了调制热像检测实验,以信噪比为评价指标对该方法的实际处理效果进行了定量评定,并与傅里叶变换法进行了对比。结果表明:复Morlet小波相位法可以分离调制热像信号的低频和高频噪声,能稳定地提取试件不同深度的分层缺陷,对热激励调制频率的变化有良好宽容性,因此是调制热像法的有效数据处理方法。     

基于改进剪切波和Canny的故障区域检测算法研究

针对机械故障红外热图像存在各种噪声造成故障区域测量参数提取精度低的问题,本文提出了基于改进剪切波和Canny的故障区域检测算法。该算法包括基于改进剪切波的去噪算法和改进Canny算子的边缘检测算法,在去噪中本文提出的是一种基于剪切波和高阶谱相结合的新算法,可以有效地去除高斯噪声与椒盐噪声的混合噪声并保留图像细节;在图像的边缘检测中本文利用剪切波与Canny算子相结合的改进新算法对红外故障图像进行边缘提取,从而消除了传统的Canny算子在检测时出现的伪边缘现象。实验仿真结果表明本文提出的去噪算法与传统的去噪算法相比显著提高了图像的峰值信噪比(PSNR),同时图像的边缘和细节也得到了很好的保留,实现了故障区域特征参数的精确有效提取。     

基于红外图像特征与K-means的边缘检测

为解决红外图像边缘模糊导致边缘提取困难的问题,提出一种基于边缘特征与K-means结合的红外图像边缘检测方法.首先将人眼视觉特性与红外图像边缘点处的灰度分布特点结合,构造出反映其结构特征的数据集;再利用K-means将数据集分为边缘点和非边缘点,提取出图像边缘;最后利用二步法将边缘进行细化,以便实现红外图像边缘检测.实验结果表明:该方法能够通过自适应阈值提取出红外图像的完整外部轮廓,并保留内部边缘信息,对弱边缘起到良好的提取效果,并有效抑制噪声干扰.     

结合形态学和Canny算法的红外弱小目标检测

为了解决红外弱小目标精确自适应检测的问题,本文提出了一种基于Canny算法、top-hat算法和中值滤波算法结合的红外弱小目标检测方法。该方法不同于传统的Canny弱小目标检测方法,本方法先选定合适的窗口对图像进行中值滤波处理,在去除噪声的同时有效保持图像的边缘信息;再用形态学处理中的top-hat算法抑制复杂背景,去除云层;最后使用自适应Canny算法提取红外小目标的边缘信息精确定位目标的位置。实验结果证明了该方法的有效性和优越性,本文设计的组合算法能够精确定位小目标的位置,信噪比增益达到10倍以上,排除噪声以及云层的干扰作用较强,具有一定的自适应性。     

图像处理在伪装红外热图判读中的应用

在红外伪装试验中,对试验所获得的热图进行判读是关键性的一步。同一实验条件下获得的同一热图,在判读时能获取的信息越多,则试验的价值越大。但是,实际试验中由热像仪直接获取的红外热图往往并不能够提供足够丰富的信息。为此,本文利用图像处理工具MATLAB,采用图像增强、图像相减、热图边缘检测等技术,对红外热图进行相应处理,并对处理前后的热图进行对比。可以看出,经过处理的红外热图在进行判读时能提供更直观、更详细的信息,同时也增加了试验结论的科学性和准确性。     

基于CUDA的红外图像快速增强算法研究

针对红外图像边缘模糊,对比度低的问题,文中研究了改进的中值滤波和改进的Sobel边缘检测对红外图像进行处理。在对处理后图像的特征进行分析的基础上,研究了改进的Laplace金字塔分解的图像融合算法,并基于CUDA并行处理技术,在可编程GPU上实现了红外图像快速增强的目的。该算法结合GPU的内存特点,应用纹理映射、多点访问、并行触发技术,优化数据的存储结构,提高数据处理速度,适用于对红外图像增强的实时性要求较高的领域。实验结果表明,该算法有较好的并行特性,能充分利用CUDA的并行计算能力,提高了红外图像增强的实时性,处理分辨率为3 096×3 096的红外图像时加速比达32.189。     

基于最大Gabor相似度的多光谱人脸识别系统

以精准识别不同特征维数以及噪声情况下的多光谱人脸为目标,设计基于最大Gabor相似度的多光谱人脸识别系统.原始可见光光谱图像以及热红外光谱图像分别输入系统的可见光光谱图像处理模块以及热红外光谱图像处理模块,图像处理模块分别提取原始可见光光谱图像以及热红外光谱图像特征并建立特征集,多光谱图像融合模块基于特征集内特征利用双...     

基于三维块匹配的红外图像降噪与缺陷量化方法

对金属表面的缺陷检测以及量化逐渐成为一项重要的工作,对于保障器件安全有着重大意义。本文以钛合金为例,使用了一种以激光器为热源的的红外热成像缺陷量化方法。利用激光器可以点加热的优点对缺陷周围进行加热并对金属背面进行图像采集,为了使红外图像清晰表示并保留边缘,对红外图像进行同态滤波,变换后的红外图像进行噪声估计并使用基于三维块匹配的去噪算法将图像进行去噪,并且对去噪图像进行边缘检测以及缺陷量化。实验表明该系统可以有效的对金属材料进行缺陷检测,该红外去噪算法在峰峰值信噪比(PSNR)方面得到了显著的提升,在去除乘性噪声的同时也使图像边缘得到了有效地保留,该缺陷量化方法可以将误差控制在15 %以内。