脉冲涡流红外热图像的独立成分个数确定方法技术

本发明专利技术公开了一种脉冲涡流红外热图像的独立成分个数确定方法，采集待测件的红外热图像序列，将每个像素点在所有帧红外热图像中的每个热响应值组成热响应数据，设置列搜索步长和行搜索步长，根据设置的列搜索步长和行搜索步长在所有热响应数据中搜索具有区域代表性的热响应数据，然后依次增加聚类数，对代表热响应数据进行聚类，每次聚类完成后计算每个代表热响应数据与所属聚类之其他聚类中心的距离，搜索得到其中最大类间距离，如果当前聚类数的最大类间距离与上个聚类数的最大类间距离的差值小于等于预设阈值，则将上个聚类数作为独立成分个数。本发明专利技术利用热响应数据的差异性来确定红外热图像序列的独立成分个数，提高特征提取准确度。

【技术实现步骤摘要】

本专利技术属于材料缺陷检测
，更为具体地讲，涉及一种脉冲涡流红外热图 像的独立成分个数确定方法。
技术介绍
无损检测是保障重大工程装备制造质量和运行安全的关键技术。其中，脉冲涡流 红外热图像缺陷检测技术是近年来无损检测领域的研究热点。脉冲涡流红外热图像缺陷 检测技术主要包含脉冲涡流激励和红外热成像技术。在材料有缺陷存在的情况下，涡流转 化为焦耳热后会在在材料内部产生高温区和低温区，并通过热传导引起材料表面的温度变 化。这种温度变化由高速高分辨率红外热像仪记录存储后，通过热图像序列的形式输出。缺 陷信息的提取通过处理这些热图像序列来实现。 为了提高缺陷检测的准确性和效率，很多数据处理算法被用于图像信息的提取。 其中，独立成分分析（Independent component analysis，ICA)作为一种特征提取算法，被 广泛应用于热图像序列处理领域，并取得了较好效果。但是这种特征提取方法需在运行前 确定独立成分的具体个数。虽然已经有大量学者对此进行了研究，但是这些研究都是通用 算法或者是在其他领域进行应用，没有结合脉冲涡流红外热成像系统缺陷检测系统特点提 出的独立成分个数确定方法。
技术实现思路
本专利技术的目的在于克服现有技术的不足，提供一种脉冲涡流红外热图像的独立成 分个数确定方法，根据所检测缺陷的实际特征确定最佳的独立成分个数，减少不必要的计 算，提尚特征提取准确度，进而提尚整个检测过程的性能。 为实现上述专利技术目的，本专利技术，包 括以下步骤： S1 :采用脉冲涡流对待测件加热，红外热像仪采集时长为A的待测件红外热图像 序列，记每帧红外热图像大小为MXN，红外热图像序列中图像数量记为T，以S(m，n，p)表 示第P帧红外热图像中坐标为（m，η)的像素点对应的热响应值，其中m的取值范围为m = 1，2, "·，Μ，η的取值范围为η = 1，2, "·，Ν，p的取值范围为p = 1，2, "·，Τ，以S(m，n，：）表 示坐标为（m，η)的像素点在T帧红外热图像序列的每个热响应值组成的热响应数据； S2 :设置列搜索步长CL和行搜索步长RL ; S3:根据设置的列搜索步长和行搜索步长在所有热响应数据中搜索代表热响应数 据，具体步骤包括： S3. 1 :初始化数据，即令m = 1，η = 1，q = 1，首个代表热响应数据X(l)= S (ipEAK) JpEAK)：)； S3.2:计算 S(m，n，：）与 X(q)的相关度 PCCS-,:),χω，如果 PCCs〇11,n,mqA于预设 阈值 C，令 m = m+RL，进入步骤 S3. 3,否则令 q = q+1，X(q) = S(m, η, :)，m = m+RL，进入步 骤 S3. 3 ; S3. 3 :如果m > M，令m = m-M，η = n+CL，进入步骤S3. 4,否则返回步骤S3. 2 ; S3. 4 :如果η > N，搜索结束，保存搜索得到的代表热响应数据X(q)，记其数量为 G，否则返回步骤S3. 2 ; S4:依次增加聚类数，对代表热响应数据进行聚类，每次聚类完成后计算每个代表 热响应数据与所属聚类之其他聚类中心的距离，搜索得到其中最大值Mak，L表示当前聚类 数，如果Max^MaXuS ε，ε为预设阈值，则将L-1作为独立成分个数，否则将聚类数加1， 继续进行聚类。 本专利技术，采集待测件的红外热图像 序列，将每个像素点在所有帧红外热图像中的每个热响应值组成热响应数据，设置列搜索 步长和行搜索步长，根据设置的列搜索步长和行搜索步长在所有热响应数据中搜索具有区 域代表性的热响应数据，然后依次增加聚类数，对代表热响应数据进行聚类，每次聚类完成 后计算每个代表热响应数据与所属聚类之其他聚类中心的距离，搜索得到其中最大类间距 离，如果当前聚类数的最大类间距离与上个聚类数的最大类间距离的差值小于等于预设阈 值，则将上个聚类数作为独立成分个数。 本专利技术通过聚类算法将搜索出的代表热响应数据进行聚类，利用热响应数据的差 异性来确定红外热图像序列的特征区域个数，进而将特征区域个数和独立成分个数对应起 来。独立成分个数估计是利用独立成分分析提取脉冲涡流热图像序列特征的预处理阶段， 合适的独立成分个数提高了数据处理算法的效率，增强了热图像数据处理的准确度。【附图说明】 图1是本专利技术的流程图； 图2是热分布数据示意图； 图3是搜索代表热响应数据的流程图； 图4是本实施例中K-means聚类算法获取独立成分个数的流程图； 图5是本实施例检测的两个不锈钢样本； 图6是脉冲涡流热成像检测系统中使用的加热线圈； 图7是图5所示两个样本的红外热图像序列； 图8是样本1红外热图像序列的独立成分； 图9是样本2红外热图像序列的独立成分。【具体实施方式】 下面结合附图对本专利技术的【具体实施方式】进行描述，以便本领域的技术人员更好地 理解本专利技术。需要特别提醒注意的是，在以下的描述中，当已知功能和设计的详细描述也许 会淡化本专利技术的主要内容时，这些描述在这里将被忽略。 图1是本专利技术的流程图。如图1所 示，本专利技术包括以下步骤： S101 :获取待测件的红外热图像序列： 采用脉冲涡流对待测件加热，红外热像仪采集时长为A的待测件红外热图像序 列。待测件的红外热图像展示了待测件表面的热分布数据。图2是热分布数据示意图。如 图2所示，X轴和y轴分别表示一幅热图像的垂直轴和水平轴，图中的每一个小方格表示一 个像素点，每一个像素点都记录了一个瞬时热响应值，t轴表示时间轴。实际缺陷检测中，待 测件位置固定，所以每一个像素点在不同时刻记录的瞬时热响应值表示待测件表面对应区 域的热响应数据，每一个热响应数据都是一个向量，这就是热响应数据的具体含义。记每帧 红外热图像大小为MXN，红外热图像序列中图像数量记为T，以S(m, η, p)表示第p帧红外 热图像中坐标为（m，n)的像素点对应的热响应值，其中m的取值范围为m= 1，2，···，Μ，η的 取值范围为η = 1，2,…，Ν，ρ的取值范围为ρ = 1，2,…，Τ，以S(m, η,:)表示坐标为（m, η) 的像素点在Τ帧红外热图像序列的各个热响应值组成的热响应数据。 S102 :设置列搜索步长： 为了在所有的热响应数据中搜索出具有代表性的代表热响应数据，需要设置列搜 索步长和行搜索步长。列搜索步长CL可以由测试人员根据经验设置，但是由于待测件不 同、测量环境不同等原因，人为设置列搜索步长准确度较低。因此此处给出一种确定列搜索 步长的确定方法，其具体方法为： 首先在红外热图像序列的所有图像中，搜索得到热响应值S(m，n，p)的最大值 PEAK,BP ： 记PEAK所在的x轴、y轴、t轴的坐标值分别为IPEAK、JPEAK、T PEAK，即PEAK = S (IpEAK，JpEAK，TpEAK) 0 计算热响应数据S (IPEAK，JPEAK，：）与所在行其他热响应数据S (IPEAK，j，：）的相关度， j的取值范围为1彡j彡N, j乒JpEAK。本实施例中采用皮尔森相关度（Pearson correlation coefficient)，其计算公式为： 其中，X、Y分别表示两个热响应数据，C0V(X，Y)表示本文档来自技高网...

【技术保护点】
一种脉冲涡流红外热图像的独立成分个数确定方法，其特征在于，包括以下步骤：S1：采用脉冲涡流对待测件加热，红外热像仪采集时长为A的待测件红外热图像序列，记每帧红外热图像大小为M×N，红外热图像序列中图像数量记为T，以S(m,n,p)表示第p帧红外热图像中坐标为(m,n)的像素点对应的热响应值，其中m的取值范围为m＝1,2,…,M，n的取值范围为m＝1,2,…,N，p的取值范围为m＝1,2,…,P，以S(m,n,:)表示坐标为(m,n)的像素点在T帧红外热图像序列的每个热响应值组成的热响应数据；S2：设置列搜索步长CL和行搜索步长RL；S3：根据设置的列搜索步长和行搜索步长在所有热响应数据中搜索代表热响应数据，具体步骤包括：S3.1：初始化数据，即令m＝1，n＝1，q＝1，首个代表热响应数据X(1)＝S(IPEAK,JPEAK,:)；S3.2：计算S(m,n,:)与X(q)的相关度PCCS(m,n,:),X(q)，如果PCCS(m,n,:),X(q)大于预设阈值C，令m＝m+RL，进入步骤S3.3，否则令q＝q+1，X(q)＝S(m,n,:)，m＝m+RL，进入步骤S3.3；S3.3：如果m＞M，令m＝m‑M，n＝n+CL，进入步骤S3.4，否则返回步骤S3.2；S3.4：如果n＞N，搜索结束，保存搜索得到的代表热响应数据X(q)，记其数量为G，否则返回步骤S3.2；S4：依次增加聚类数，对代表热响应数据进行聚类，每次聚类完成后计算每个代表热响应数据与所属聚类之其他聚类中心的距离，搜索得到其中最大值MaxL，L表示当前聚类数，如果MaxL‑MaxL‑1≤ε，则将L‑1作为独立成分个数，否则将聚类数加1，继续进行聚类。...

【技术特征摘要】

【专利技术属性】
技术研发人员：程玉华，殷春，朱佩佩，周士伟，吴珊珊，白利兵，黄雪刚，陈凯，张杰，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：四川;51