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 ...
【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
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。