本发明专利技术涡流脉冲热成像中缺陷的自动分割方法的提出，是基于ECPT缺陷行为的物理特性。缺陷区域将向外辐射更多能量，将其映射到图像直方图上，缺陷将分布在靠近直方图末梢的区域，且其所占比重相对背景来说较小。据此，本发明专利技术计算待分割图像的直方图进行分组，并计算各组累计像素个数Si的一阶导ki，选取绝对值最大值对应分组的下一个分组的像素平均值作为分割阈值，然后将小于分割阈值T的像素点去除，得到涡流脉冲热成像中的缺陷图像，从而实现了缺陷的分割，便于缺陷的识别和量化即定量检测和识别缺陷的目的。
【技术实现步骤摘要】
本专利技术属于无损检测和评估
，特别是，更为具体地讲，涉及一种涡流脉冲热成像(ECPT，EddyCurrentPulsedThermography)中缺陷的自动分割方法。
技术介绍
无损检测技术具有广泛的科学基础和应用领域，是保证产品和工程质量的重要手段。涡流脉冲热成像(EddyCurrentPulsedThermography,简称ECPT)结合了涡流和红外热成像技术，可实现大面积不同深度缺陷的无接触快速检测，已被广泛应用于导体材料无损检测领域，成为分析导体材料缺陷的重要手段。在ECPT中，涡流在导体材料中的分布是不同的。当导体材料存在缺陷(如裂纹)，涡流行径会被迫转移，从而形成不同密度的涡流分布区域。在裂纹尖端和底部区域，其涡流密度要大于其他区域。由于焦耳热作用，涡流密度分布情况会直接反映为不同的温度分布，如裂纹两端及其底部会形成集热区，而其他区域温度则较低，导体材料表面热分布的不同现象，会被热像仪记录为热图序列。目前，ECPT对导体材料缺陷的检测和表征已取得了大量成果。如独立成分分解法，该方法将热图序列执行独立成分分解(ICA)的操作，在没有任何先验信息下，ICA可根据热图在空间和时间上的响应信息，实现缺陷信息的增强和自动提取。独立成分分解属于现有技术，具体步骤可在论文《A.Hyvarinen,J.Karhunen,andE.Oja,“Independentcomponentanalysisandblindsourceseparation,”JohnWiley&Sons,pp.20–60,2001.》中得到。在独立成分分解法中，选用ICA对热图序列作为预处理方法，然后将具有最大峭度的独立成分，按原热图尺寸重构成缺陷图像矩阵(重构步骤同样可以在《BinGao,LibingBai,GuiyunTian,W.L.WooandYuhuaCheng,“AutomaticDefectIdentificationofEddyCurrentPulsedThermographyUsingSingleChannelBlindSourceSeparation,”IEEETransactionsonInstrumentationandMeasurement,vol.63,no.4,pp.913-922.2014.》中得到)。然而，缺陷定量检测研究还不够充分，且缺乏合适的自动分割方法，以便于缺陷的提取、识别和量化，这阻碍了ECPT在实际中的进一步应用。
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，提出一种涡流脉冲热成像中缺陷的自动分割方法，以分割出缺陷，便于缺陷的识别和量化即定量检测和识别缺陷。为实现上述专利技术目的，本专利技术涡流脉冲热成像中缺陷的自动分割方法，包括：(1)、基于独立成分分解的热图序列预处理通过涡流脉冲热成像检测系统，获得含缺陷导体表面的空间-时间热图响应序列(简称热图序列)，并对热图序列执行独立成分分析(IndependentComponentAnalysis,ICA)，将具有最大峭度的独立成分，按原热图尺寸重构成缺陷图像矩阵，并以此缺陷图像矩阵作为待分割图像；其特征在于，还包括以下步骤：(2)、基于图像一阶统计特性的缺陷分割2.1)、将待分割图像的直方图即包含缺陷的图像直方图平均地划分为n(n≥2)组，每一组的量级大小为：其中，Vmax和Vmin是待分割图像上的最大像素值和最小像素值，这样，像素值Vi可定义为如下等式：Vi＝Vmin+i×ΔV,(i＝0,1,2...,n)(2)；其中，每一组可具体表示为：V0～V1,V1～V2,...,Vn-1～Vn，即：Vi～Vi+1，这样得到各组的累计像素个数Si，以及每一组的像素平均值Wi：其中，v为像素值，uv为像素值v下对应的像素个数；2.2)、计算累计像素个数Si的一阶导ki：ki＝Si-Si-1,(i＝1,2,...,n.其中S0＝0)(4)；这样得到基于图像统计直方图的一阶导曲线；2.3)、寻找绝对值最大的一阶导|ki|max，此时i为imax；如果imax＝n，则将Wn作为分割阈值T，否则，作为分割阈值T，然后将小于分割阈值T的像素点去除，得到涡流脉冲热成像中的缺陷图像。本专利技术的目的是这样实现的。本专利技术涡流脉冲热成像中缺陷的自动分割方法的提出，是基于ECPT缺陷行为的物理特性。缺陷区域将向外辐射更多能量，将其映射到图像直方图上，缺陷将分布在靠近直方图末梢的区域，且其所占比重相对背景来说较小。据此，本专利技术计算待分割图像的直方图进行分组，并计算各组累计像素个数Si的一阶导ki，选取绝对值最大值对应分组的下一个分组的像素平均值作为分割阈值(绝对值最大值对应分组为最后一组，则该组像素平均值Wn作为分割阈值)，然后将小于分割阈值T的像素点去除，得到涡流脉冲热成像中的缺陷图像，从而实现了缺陷的分割，便于缺陷的识别和量化即定量检测和识别缺陷的目的。附图说明图1是本专利技术涡流脉冲热成像中缺陷的自动分割方法一种具体实施方式流程图；图2是图1所示图像一阶统计特性的缺陷分割实例图，其中，(a)为经过ICA处理后得到的待分割图像，(b)为待分割图像的直方图，(c)分割得到的涡流脉冲热成像中的缺陷图像；图3是遗传算法中的杂交(交叉)过程示意图；图4是遗传算法中的变异过程示意图；图5是在ECPT下，常用分割方法与本专利方法的分割结果对比图。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是本专利技术涡流脉冲热成像中缺陷的自动分割方法一种具体实施方式流程图。在本实施例中，如图1所示，本专利技术涡流脉冲热成像中缺陷的自动分割方法包括以下两个步骤：S1、基于独立成分分解的热图序列预处理首先，通过涡流脉冲热成像无损检测系统，在含缺陷导体上，获得含缺陷导体表面的空间-时间热图响应序列即热图序列，并对该热图序列执行独立成分分析(ICA)。在没有任何先验信息下，独立成分分析ICA可根据热图在空间和时间上的响应信息，实现缺陷信息的增强和自动提取。独立成分分解属于现有技术，在此不再赘述。在本专利技术中，选用ICA作为预处理方法，然后将具有最大峭度的独立成分，按原热图尺寸重构成缺陷图像矩阵，并以此图像矩阵作为待分割图像，重构步骤同样属于现有技术，在此不再赘述。S2、基于图像一阶统计特性的缺陷分割在本实施例中，经过ICA处理后得到的待分割图像如图2(a)所示，其直方图如图2(b)所示，直方图直观地反映了在不同像素值上，其对应像素个数的分布情况。考虑到ECPT缺陷物理特性，本专利技术中，将包含缺陷的图像直方图平均地划分为n(n≥2)组，每一组的量级大小为：其中，Vmax和Vmin是待分割图像上的最大像素值和最小像素值，这样，像素值Vi可定义为如下等式：Vi＝Vmin+i×ΔV,(i＝0,1,2...,n)(2)；其中，每一组可具体表示为：V0～V1,V1～V2,...,Vn-1～Vn，即：Vi～Vi+1，这样得到各组的累计像素个数Si，以及每一组的像素平均值Wi：其中，v为像素值，uv为像素值v下对应的像素个数。由于各组的累计像素个本文档来自技高网...
【技术保护点】
一种涡流脉冲热成像中缺陷的自动分割方法，包括：(1)、基于独立成分分解的热图序列预处理通过涡流脉冲热成像检测系统，获得含缺陷导体表面的空间‑时间热图响应序列(简称热图序列)，并对热图序列执行独立成分分析(Independent Component Analysis,ICA)，将具有最大峭度的独立成分，按原热图尺寸重构成缺陷图像矩阵，并以此缺陷图像矩阵作为待分割图像；其特征在于，还包括以下步骤：(2)、基于图像一阶统计特性的缺陷分割2.1)、将待分割图像的直方图即包含缺陷的图像直方图平均地划分为n(n≥2)组，每一组的量级大小为：ΔV=Vmax-Vminn---(1);]]>其中，Vmax和Vmin是待分割图像上的最大像素值和最小像素值，这样，像素值Vi可定义为如下等式：Vi＝Vmin+i×ΔV,(i＝0,1,2...,n) (2)；其中，每一组可具体表示为：V0～V1,V1～V2,...,Vn‑1～Vn，即：Vi～Vi+1，这样得到各组的累计像素个数Si，以及每一组的像素平均值Wi：Si=ΣVi-1≤v≤Viuv,Wi=ΣVi-1≤v≤Viv×uvSi,i=1,2,...,n-1]]>Si=ΣVi-1≤v≤Viuv,Wi=ΣVi-1≤v≤Viv×uvSi,i=n---(3);]]>其中，v为像素值，uv为像素值v下对应的像素个数；2.2)、计算累计像素个数Si的一阶导ki：ki＝Si‑Si‑1,(i＝1,2,...,n.其中S0＝0) (4)；这样得到基于图像统计直方图的一阶导曲线；2.3)、寻找绝对值最大的一阶导|ki|max，此时i为imax；如果imax＝n，则将Wn作为分割阈值T，否则，作为分割阈值T，然后将小于分割阈值T的像素点去除，得到涡流脉冲热成像中的缺陷图像。...
【技术特征摘要】
1.一种涡流脉冲热成像中缺陷的自动分割方法，包括：(1)、基于独立成分分解的热图序列预处理通过涡流脉冲热成像检测系统，获得含缺陷导体表面的空间-时间热图响应序列(简称热图序列)，并对热图序列执行独立成分分析(IndependentComponentAnalysis,ICA)，将具有最大峭度的独立成分，按原热图尺寸重构成缺陷图像矩阵，并以此缺陷图像矩阵作为待分割图像；其特征在于，还包括以下步骤：(2)、基于图像一阶统计特性的缺陷分割2.1)、将待分割图像的直方图即包含缺陷的图像直方图平均地划分为n(n≥2)组，每一组的量级大小为：ΔV=Vmax-Vminn---(1);]]>其中，Vmax和Vmin是待分割图像上的最大像素值和最小像素值，这样，像素值Vi可定义为如下等式：Vi＝Vmin+i×ΔV,(i＝0,1,2...,n)(2)；其中，每一组可具体表示为：V0～V1,V1～V2,...,Vn-1～Vn，即：Vi～Vi+1，这样得到各组的累计像素个数Si，以及每一组的像素平均值Wi：Si=...
【专利技术属性】
技术研发人员：高斌，李晓青，田贵云，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：四川;51
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。