The invention discloses a thermal image defect feature enhancement processing method for infrared nondestructive testing, in which a thermal image enhancement processing technique for infrared nondestructive testing is applied to the surface nondestructive testing of special combustion pressure equipment. In order to extract defect features more efficiently and perfectly, a new algorithm is proposed to process and analyze the specimen in the invention. The new algorithm includes complex numerical analysis and calculation, fuzzy operation, and the use of peak mode coefficients to process the data, thus improving the diversity of defect detection, as well as the effectiveness of detection methods.
【技术实现步骤摘要】
红外无损检测的热图像缺陷特征增强处理方法
本专利技术属于材料缺陷检测
，将复杂的数值计算、模糊运算以及峰态系数相结合，来增强管道压力容器缺陷特征。
技术介绍
高压容器的制造涉及到学科知识和多个行业专业技术的配合，其中包括：冶金、腐烛与防护、机械加工、安全防护、化工、检测。随着近几年各行业技术的不断进步，尤其是由计算机技术的飞速发展所带动的冶金、机械加工、焊接和无损检测等技术的发展，使得压力容器制造技术得到了长足的进步。气体压缩技术在现实生产生活中比较成熟的一个实例是CNG(compressedNaturalGas)压缩天然气技术，这项技术被广泛的应用在天然气汽车的充气站。同时，天然气汽车充气站与压缩空气动力车充气站需要大量的高压储气设备。在军事领域，可用于开展各类气动力试验的设备主要包括：常规高超声速风洞、脉冲型高超声速风洞(包括激波风洞/炮风洞和高超声速脉冲燃烧风洞等)以及弹道靶设备等。特燃承压设备包括航天运载工具和飞行器的燃料储存容器、加注、转注燃料管道及辅助的供气系统。其中燃料储存容器规格范围为ф500～ф3000mm，长度范围为2500～16000m...
【技术保护点】
1.一种红外无损检测的热图像缺陷特征增强处理方法，其特征在于，包括以下步骤：步骤1、采用脉冲涡流对待测件加热，通过红外热像仪采集原始数据；以三维形式存储是到M×N×P维矩阵O(t)，代表热图像的视频流数据；步骤2、将第k(k＝1,2,…,P)帧的图像行向量首尾相接，构成新的矩阵的行向量，行向量按时间排序组成新的矩阵为P×MN维，X(t)＝{x(t)1，x(t)2，...，x(t)mn}；构成新的观测向量矩阵X(t)；步骤3、白化过程：首先分别对每一个列向量即每个像素点的瞬态热响应求均值：
【技术特征摘要】
1.一种红外无损检测的热图像缺陷特征增强处理方法，其特征在于，包括以下步骤：步骤1、采用脉冲涡流对待测件加热，通过红外热像仪采集原始数据；以三维形式存储是到M×N×P维矩阵O(t)，代表热图像的视频流数据；步骤2、将第k(k＝1,2,…,P)帧的图像行向量首尾相接，构成新的矩阵的行向量，行向量按时间排序组成新的矩阵为P×MN维，X(t)＝{x(t)1，x(t)2，...，x(t)mn}；构成新的观测向量矩阵X(t)；步骤3、白化过程：首先分别对每一个列向量即每个像素点的瞬态热响应求均值：然后对其进行中心化处理然后再对中心化后的方差进行归一化处理从而构成新的观测数据X'(t)＝(x'(t)1,x'(t)2,...,x'(t)n)T；然后计算X'(t)的协方差矩阵：CX'(t)的特征值记为λh，h＝1,2,…mn，特征值λh对应的特征向量为eh，要求||eh||＝1；根据CX'(t)的特征值矩阵Λ和特征向量矩阵U计算得到白化矩阵Q，Q＝Λ-1/2U；对观测数据左乘白化矩阵Q，Z(t)＝QX'(t)，得到的Z为白化向量；步骤4、计算独立成分：4-1、选择需要估计的分量的个数e，设迭代次数p←1；选择一个初始权矢量wp＝(rand(e))T；4-2、令且对单位化后可以得到4-3、此时如果Wp不收敛的话，返回4-2；4-4、令p＝p+1；如果p≤e，返回4-1；4-5、由循环结束后的方向向量构成解混矩阵，将观测向量经解混矩阵的线性变换S(t)＝W'Z(t)，得到三个由不同对比函数G处理后的独立成分S(t)，分别记作S1(t)，S2(t)以及S3(t)，而所得数据对应的混叠向量为反应红外热响应随时间变换规律；对比函数G分别为以及其中，非线性函数g是对比函数的导函数处理后的独立成分；步骤5、三组独立成分S1(t)，S2(t)以及S3(t)分别由3个分量组成，用来表示源信号的不同特征，记作Sk1(t)＝{s11(t),s21(t),s31(t)}，Sk2(t)＝{s12(t),s22(t),s32(t)}以及Sk3(t)＝{s13(t),s23(t),s33(t)}，其中k＝1,2,3，把所有分量都恢复成M×N的二维矩阵，记作独立成分ICgh，其中，h＝1,2,3，代表不同的对比函数，g＝1,2,3，代表同一对比函数下的不同独立成分的分量；步骤6、参数初始化过程：初始化αL，VL，β，αθ，Vθ，Wijab的值；像素点坐标和迭代次数的初始化；初始化输入输出：Yij＝0,Lij(0)＝0,Uij＝0；初始化动态阈值θij：θij(0)＝θij(1)＝0；步骤7、进行循环迭代，得到融合后的图像：7-1、判断像素点的横坐标i是否满足i≤row，如果是进行下一步，反之退出循环，给出最后的融合结果；7-2、判断像素点的纵坐标j是否满足j≤col，如果是进行下一步，反之使i＝i+1,j＝1，并返回7-1再次进行判断；7-3、在确定某一像素点的坐标值后，导入该像素点的像素值，即将用两种不同的对比函数得到的隶属于表征同一区域的独立成分IC11,ij和IC12,ij分别作为两个馈送通道Fij的输入值，得到和即7-4、判断当前迭代次数n是否满足n≤iter，如果是进行下一步，反之退出当前关于迭代次数的循环，并使...
【专利技术属性】
技术研发人员：黄雪刚，巩德兴，刘春华，文雪忠，郭运佳，黄洁，柳森，
申请(专利权)人：中国空气动力研究与发展中心超高速空气动力研究所，
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。