一种对复合材料脱粘缺陷的高分辨率检测与识别方法技术

本发明专利技术公开了一种对复合材料脱粘缺陷的高分辨率检测与识别方法，将含有缺陷的样本在光激励红外热成像系统作用下热源在材料不同区域的热扩散和热辐射特性不同，在缺陷处存在高温区域，热像仪采集到的表面温度场随时间和空间的变换能够反映出一定的缺陷信息，并为后期特征提取算法提供信息，再基于集成变分贝叶斯张量分解算法提取复合材料脱粘缺陷的信息。

High resolution detection and recognition method for debonding defects of composite materials

The present invention discloses a kind of composite bonding defects of high resolution detection and recognition method, the samples containing defects in optical excitation of infrared thermal imaging system in different areas of heat source heat diffusion and thermal radiation properties of different materials, the defect existing in high temperature region, the surface temperature of the collected image transform instrument field with time and space can reflect the defect information, and provide information for the later feature extraction algorithm based on integrated variational Bayesian tensor decomposition algorithm to extract the information of debond defects in composite materials.

【技术实现步骤摘要】
一种对复合材料脱粘缺陷的高分辨率检测与识别方法
本专利技术属于无损检测和评估
，更为具体地讲，涉及一种对复合材料脱粘缺陷的高分辨率检测与识别方法。
技术介绍
碳纤维增强复合材料(CFRP)由于具有比强度高、比模量大、抗疲劳性能好、膨胀系数低以及可设计性强等优点，已经成为航空航天等高新
不可缺少的重要结构材料。但在生产制造、装配、长期服役等过程中难免遭受损伤，复合材料叠合结构常见的内部缺陷包括分层、脱粘、夹杂等，由于内部结构的变形不易检测且造成的损伤性极大，随着复合材料的加工工艺和使用要求的不断提高，对其无损检测技术也提出了更高的要求。光激励红外热成像(OPT)检测技术由于具有安全无污染、可实现大面积、无接触的快速检测等优点，被广泛的应用于复合材料在线检测，其利用不同结构或材料的热辐射特性不同，对试件采用主动加热方法检测材料表面及以下缺陷。但光激励红外热成像系统得到的图像，受热像仪和复合材料横向热扩散的影响，具有分辨率较低，边沿模糊，噪声干扰的缺点，为了提高缺陷检测的准确性和效率，很多特征提取算法被用于图像缺陷信息的提取，如热成像信号重构(TSR)、主成分分析(PCA)和脉冲相位热成像(PPT)等。但在实际应用中，这些传统算法的效果并非十分理想，本专利技术采用的集成变分贝叶斯张量分解算法(EVBTF)能较为明显的提高缺陷检测准确度和分辨率。同时采用基于事件F-score的评价方法，来定量评估算法的处理结果。
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，提供一种对复合材料脱粘缺陷的高分辨率检测与识别方法，通过集成变分贝叶斯张量分解算法处理得到图像缺陷信息，具有自动准确检测、识别缺陷的特点。为实现上述专利技术目的，本专利技术一种对复合材料脱粘缺陷的高分辨率检测与识别方法，其特征在于，包括以下步骤：(1)、通过光激励红外热成像检测系统，获得含缺陷样本表面的空间-时间热图视频，对每一帧热图像按列依次取值并顺序化排列，向量化每一帧热图像，得到每一帧热图量并依次作为新矩阵的列向量，构架出一个新矩阵Y'，再对这个新矩阵Y'做归一化，得到矩阵Y；(2)、对矩阵Y进行变分贝叶斯张量分解在变分贝叶斯张量分解模型的第一层输入矩阵Y，通过变分贝叶斯张量分解得到低秩张量、稀疏张量和噪声张量；在第二层输入第一层输出的低秩张量，再次通过变分贝叶斯张量分解得到低秩张量、稀疏张量和噪声张量；依次类推，通过n层变分贝叶斯张量分解后得到最终的低秩张量、稀疏张量和噪声张量；(3)、对第n层变分贝叶斯张量分解后得到稀疏张量进行还原，得到稀疏矩阵，再对稀疏矩阵的每一列依次重构回缺陷图像，通过对比缺陷图像进行缺陷检测和识别。本专利技术的专利技术目的是这样实现的：本专利技术一种对复合材料脱粘缺陷的高分辨率检测与识别方法，将含有缺陷的样本在光激励红外热成像系统作用下热源在材料不同区域的热扩散和热辐射特性不同，在缺陷处存在高温区域，热像仪采集到的表面温度场随时间和空间的变换能够反映出一定的缺陷信息，并为后期特征提取算法提供信息，再基于集成变分贝叶斯张量分解算法提取复合材料脱粘缺陷的信息。同时，本专利技术一种对复合材料脱粘缺陷的高分辨率检测与识别方法还具有以下有益效果：(1)、通过使用集成变分贝叶斯算法提高了缺陷检测的精度，提高了缺陷区域和非缺陷区域的对比度；(2)、提高了缺陷检测的结果图像的分辨率，解决了检测的结果图像低分辨率的问题；(3)、提高了红外热成像对多层材料的检测深度，与目前存在的红外热成像领域的特征提取算法相比，检测结果有很大的提高；(4)首次将贝叶斯张量分解算法引入红外热成像领域，并比传统算法取得更加好的结果。附图说明图1是本专利技术一种对复合材料脱粘缺陷的高分辨率检测与识别方法流程图；图2是预处理向量化示意图；图3变分贝叶斯张量分解算法公式示意图；图4是实验数据处理效果对比图。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。实施例图1是本专利技术一种对复合材料脱粘缺陷的高分辨率检测与识别方法流程图。在本实施例中，如图1所示，本专利技术一种对复合材料脱粘缺陷的高分辨率检测与识别方法，包括以下步骤：S1、预处理当试件被热源激励后，在热趋于平衡的过程中，部分缺陷信息能够在红外热图像中显示出来，其表面温度场随时间和空间变化的物理特性可用已知数学模型来表达，在进行理论分析时，每个像素点的温度变化可简化为一维热传导模型，并在此基础上进行后处理分析，试件表面温度的数学模型可表示为：其中，是热扩散率，k表示热导率，ρ表示密度，c表示比热容；Q是表面施加的热量；t是时间。方程(1)为特征提取算法提供了理论基础。通过光激励红外热成像无损检测系统，在含有缺陷的试件上获得热图像序列且其数学模型如方程(1)所示，将此张量转化为一个矩阵，通过将每一帧图像进行向量化，转换方式如图2.1所示，则整个视频序列可排序为一个新的矩阵表示，该过程转换示意图如图2.2所示。再对所得矩阵进行归一化，通过将矩阵中的每个值都除以矩阵中的最大值，这样，每个输入矩阵的值的都在0到1之间。S2、对归一化后的矩阵进行变分贝叶斯张量分解集成变分贝叶斯张量分解模型(EVBTF)是基于变分贝叶斯张量分解(VBTF)的框架，变分贝叶斯可以表示为：Y＝X+S+N(2)其中，是输入张量，是低秩张量，是稀疏张量，是噪声张量，N从表示张量的维度，Ii(i＝1,…,N)表示第i个维度的大小。当维度为2时，张量就是一个矩阵，I1和I2分别代表矩阵的行和列。从上式可以看出热图像序列可以表示为三个矩阵的和，可以通过[CANDECOMP/PARAFAC(CP)]分解将X分解成多个分量，表达式如下所示：其中，代表向量的输出结果，An(n＝1,…,N)表示潜在的因子矩阵，[[·]]表示CP分解，也就是说一个张量利用CP分解得到A1,…,AN矩阵。代表An的第r列，代表An的第i行。R是矩阵X的秩，远小于X的行数和列数，服从零均值的高斯先验分布，每个S和N矩阵都服从零均值的高斯分布。所有的参数均服从伽玛分布，输入系数λ、γ和τ分别与和和和相关，参数数量级为10-6大小，图3显示了公式的流程。采用Kullback-Leiber(KL)散度和平均场方法来估计最优不同因子矩阵，因此，的后验可估计为：其中，E[·]表示期望，vec表示向量化操作，Λ表示参数λ的对角化，λ是一个向量，对角化的意思就是让这个向量的每一个元素依次对应对角化后的矩阵的对角线上的元素，矩阵的其他元素为0，表示协方差矩阵，表示Khatri–Rao积，除掉第n个元素，具体表达如下：其中，⊙表示Khatri–Rao积，表示此矩阵的第in行。可表示为：其中，'*'表示Hadamard积，E[·]表示期望，参数λ可如下估计：其中，λr表示λ中的第r个元素；则S的每个元素可估计为：其中，<·>表示内积，后验分布γ可表示为：参数τ可通过如下计算：其中，其中，||·||F表示矩阵二范数，运算结果是得到一个张量X，如公式3.这是变分贝叶斯张量分解一层结构模型，但是通过变分贝叶斯张量分解算法后低秩张量可能仍然含有部分有用的本文档来自技高网...

【技术保护点】
一种对复合材料脱粘缺陷的高分辨率检测与识别方法，其特征在于，包括以下步骤：(1)、通过光激励红外热成像检测系统，获得含缺陷样本表面的空间‑时间热图视频，对每一帧热图像按列依次取值并顺序化排列，向量化每一帧热图像，得到每一帧热图量并依次作为新矩阵的列向量，构架出一个新矩阵Y'，再对这个新矩阵Y'做归一化，得到矩阵Y；(2)、对矩阵Y进行变分贝叶斯张量分解在变分贝叶斯张量分解模型的第一层输入矩阵Y，通过变分贝叶斯张量分解得到低秩张量、稀疏张量和噪声张量；在第二层输入第层输出的低秩张量，再次通过变分贝叶斯张量分解得到低秩张量、稀疏张量和噪声张量；依次类推，通过n层变分贝叶斯张量分解后得到最终的低秩张量、稀疏张量和噪声张量；(3)、对第n层变分贝叶斯张量分解后得到稀疏张量进行还原，得到稀疏矩阵，再对稀疏矩阵的每一列依次重构回缺陷图像，通过对比缺陷图像进行缺陷检测和识别。

【技术特征摘要】
1.一种对复合材料脱粘缺陷的高分辨率检测与识别方法，其特征在于，包括以下步骤：(1)、通过光激励红外热成像检测系统，获得含缺陷样本表面的空间-时间热图视频，对每一帧热图像按列依次取值并顺序化排列，向量化每一帧热图像，得到每一帧热图量并依次作为新矩阵的列向量，构架出一个新矩阵Y'，再对这个新矩阵Y'做归一化，得到矩阵Y；(2)、对矩阵Y进行变分贝叶斯张量分解在变分贝叶斯张量分解模型的第一层输入矩阵Y，通过变分贝叶斯张量分解得到低秩张量、稀疏张量和噪声张量；在第二层输入第层输出的低秩张量，再次通过变分贝叶斯张量分解得到低秩张量、稀疏张量和噪声张量；依次类推，通过n层变分贝叶斯张量分解后得到最终的低秩张量、稀疏张量和噪声张量；(3)、对第n层变分贝叶斯张量分解后得到稀...

【专利技术属性】
技术研发人员：高斌，冯琪智，鲁鹏，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：四川,51