基于热光流时空修正学习的红外缺陷检测方法、系统及终端技术方案

本发明专利技术公开了基于热光流时空修正学习的红外缺陷检测方法、系统及终端，属于无损检测技术领域，包括：获取缺陷区域的热扩散特征信息图、位置特征信息图；多级深度融合解码处理：将热扩散特征信息图、位置特征信息图按像素点位置直接叠加，得到第一融合特征图；将第一融合特征图分别与热扩散特征信息图、位置特征信息图叠加；将两次叠加分别得到的特征图共同作为下一级解码输入；重复上述解码处理步骤，得到最终缺陷融合信息。本发明专利技术融合处理能够使缺陷的热扩散信息、位置信息相互指导修正，以此保证缺陷检测检出率；同时，通过特征信息图叠加操作保留并突出与缺陷相关的特征信息，提高了缺陷区域的对比度，进而提高了缺陷检测准确性。性。性。

【技术实现步骤摘要】
基于热光流时空修正学习的红外缺陷检测方法、系统及终端


[0001]本专利技术涉及无损检测
，尤其涉及一种基于热光流时空修正学习的红外缺陷检测方法、系统及终端。

技术介绍

[0002]高质量、高安全性是在材料生产和使用过程中备受关注的热点之一。业界通常使用无损检测技术进行材料的质量检测。作为一种不损害被测对象的检测技术，无损检测对提高产品质量和保障设备结构的安全服役等具有重要的作用。
[0003]红外热成像检测技术是常见的无损检测技术，通过获取物体的温度信息进一步判断物理特征信息。作为红外热成像检测技术的一种，光激励红外热成像(OPT)的加热方式是通过有源光源对物体进行加热。它有三种激励模式：脉冲热成像(PT)、锁相热成像和脉冲压缩热成像。在检测过程中，热像仪记录材料的温度变化，通过分析材料不同区域的温度变化，从而实现大范围不同深度缺陷的快速检测，成为材料结构完整性评估和缺陷检测的重要依据。
[0004]由于环境噪声及热扩散的干扰，采集到的热图像具有加热不均匀，边缘模糊、环境噪声大和缺陷信息微弱等缺点。现有许多可以提高缺陷检本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于热光流时空修正学习的红外缺陷检测方法，其特征在于：包括以下步骤：提取红外热图中缺陷区域的热扩散特征信息；计算红外热图中缺陷区域的位置信息；对热扩散特征信息、位置信息进行提取得到热扩散特征信息图、位置特征信息图；多级深度融合解码处理：将热扩散特征信息图、位置特征信息图按像素点位置直接叠加，得到第一融合特征图；将第一融合特征图分别与热扩散特征信息图、位置特征信息图叠加，得到第二融合特征图；将第一融合特征图、第二融合特征图共同作为下一级解码输入；重复上述多级深度融合解码处理步骤，得到最终缺陷融合信息。2.根据权利要求1所述的基于热光流时空修正学习的红外缺陷检测方法，其特征在于：采用热光流算法或傅里叶变换法或帧间隔差分法提取红外热图中缺陷区域的热扩散特征信息。3.根据权利要求1所述的基于热光流时空修正学习的红外缺陷检测方法，其特征在于：采用热光流算法提取红外热图中缺陷区域的热扩散特征信息时，包括：计算两帧红外热图的三维灰度梯度值；计算两帧红外热图中热流流动的横向速度、纵向速度；根据三维灰度梯度值、热流流动的横向速度、热流流动的纵向速度迭代计算热光流，得到缺陷区域的热扩散特征信息。4.根据权利要求1所述的基于热光流时空修正学习的红外缺陷检测方法，其特征在于：采用主成分分析算法或独立成分分析算法或L4算法计算红外热图中缺陷区域的位置信息。5.根据权利要求4所述的基于热光流时空修正学习的红外缺陷检测方法，其特征在于：采用L4算法计算红外热图中缺陷区域的位置信息时，包括：对红外热图序列按帧进行列向量化处理，构建红外热图序列对应的矩阵；对矩阵进行稀疏表示，并建立稀疏字典学习算法的优化模型；设置迭代次数，求解优化模型，得到缺陷区域的位置信息。6.根据权利要求1所述的基于热光流时空修正学习的红外缺陷检测方法，其特征在于：所述方法还包括融合网络搭建步骤：构...

【专利技术属性】
技术研发人员：高斌，张育铭，杨扬，虞永杰，吴舜尧，曾宇，刘国豪，段涵呓，钟杨杨，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：