[發(fā)明專利]一種基于特征挖掘和加權(quán)貝葉斯分類器的缺陷提取方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201811451824.5
• 申請(qǐng)日: 2018-11-30
• 公開（公告）號(hào): CN109636781B
• 公開（公告）日: 2021-05-14
• 發(fā)明（設(shè)計(jì)）人: 殷春;張昊楠;程玉華;黃雪剛;薛婷;石安華;陳凱
• 申請(qǐng)（專利權(quán)）人: 電子科技大學(xué)
• 主分類號(hào): G06T7/00
• 分類號(hào): G06T7/00;G06T7/13;G06T7/136;G06K9/62
• 代理公司: 成都行之專利代理事務(wù)所(普通合伙) 51220
• 代理人: 溫利平

本發(fā)明公開了一種基于特征挖掘和加權(quán)貝葉斯分類器的缺陷提取方法，通過選取熱圖像序列中的步長(zhǎng)將圖像分塊，并根據(jù)分塊去除冗余信息，提取代表性瞬態(tài)熱響應(yīng)。之后，再利用特征提取公式對(duì)瞬態(tài)熱響應(yīng)進(jìn)行特征提取，并根據(jù)所提取出的特征以及不同特征的權(quán)值，運(yùn)用加權(quán)貝葉斯分類器將瞬態(tài)熱響應(yīng)分類，然后，對(duì)三維矩陣進(jìn)行變換，得到含有缺陷區(qū)域的二維圖像，最后采用Canny算子對(duì)像素值(溫度值)差距最大的含有缺陷區(qū)域的二維圖像進(jìn)行邊緣輪廓提取，得到最終的缺陷圖像，從而提取出熱圖像的缺陷特征。本發(fā)明通過深層次挖掘瞬態(tài)熱響應(yīng)曲線所包含的物理信息，提高了聚類的合理性，從而提高了缺陷提取的精準(zhǔn)度。

技術(shù)領(lǐng)域

本發(fā)明屬于缺陷檢測(cè)技術(shù)領(lǐng)域，更為具體地講，涉及一種基于特征挖掘和加權(quán)貝葉斯分類器的缺陷提取方法。

背景技術(shù)

紅外熱圖像檢測(cè)技術(shù)通過控制熱激勵(lì)方法和測(cè)量材料表面的溫場(chǎng)變化獲取材料表面及其表面以下的結(jié)構(gòu)信息，從而達(dá)到檢測(cè)的目的。在獲取結(jié)構(gòu)信息時(shí)，常常用到紅外熱像儀記錄試件表面或者亞表面隨時(shí)間變化的溫場(chǎng)信息，并將其轉(zhuǎn)換為熱圖像序列呈現(xiàn)出來。由于用紅外熱像儀得到的熱圖像序列的數(shù)據(jù)量巨大，噪聲干擾強(qiáng)，為了獲得更好的檢測(cè)效果，需要對(duì)熱圖像序列進(jìn)行特征提取。

在處理熱圖像序列時(shí)，有基于單幀圖像處理的方法，也有基于圖像序列處理的方法。基于單幀圖像處理的方法只考慮了試件在某一個(gè)時(shí)刻的溫度分布信息，并不能體現(xiàn)試件在不同時(shí)刻的溫度情況，得到的處理結(jié)果是不完整的，片面的。因此基于圖像序列處理的方法得到了廣泛的關(guān)注與研究。

紅外熱成像檢測(cè)最常采用的是渦流熱成像。根據(jù)電磁感應(yīng)定律，當(dāng)通入高頻的交變電流的感應(yīng)線圈靠近導(dǎo)體試件(簡(jiǎn)稱試件)時(shí)，在試件的表面會(huì)感生出渦流。如果試件中有缺陷，渦流將被迫繞過缺陷，改變其流向，這將使得被測(cè)件內(nèi)部渦流密度發(fā)生變化。由焦耳定律可知，渦流在試件中轉(zhuǎn)換成焦耳熱，導(dǎo)致試件中產(chǎn)生的熱量不均勻，從而產(chǎn)生高溫區(qū)和低溫區(qū)，由于溫度的差異性，高溫區(qū)熱量通過熱傳導(dǎo)向低溫區(qū)傳遞，導(dǎo)致試件不同區(qū)域溫度發(fā)生變化，通過紅外熱像儀采集試件溫度的變化過程，然后將采集的熱圖像序列交給計(jì)算機(jī)進(jìn)行分析處理，來獲取試件相關(guān)信息，實(shí)現(xiàn)缺陷的定性與定量檢測(cè)。

在2018年10月30日公布的、公布號(hào)為CN108712069A、名稱為“一種基于行變步長(zhǎng)分割的高壓容器熱成像缺陷檢測(cè)方法”的中國(guó)發(fā)明專利申請(qǐng)中，利用了步長(zhǎng)搜索方法進(jìn)行缺陷特征的提取，在此之后采用模糊C均值算法將瞬態(tài)熱響應(yīng)曲線分類。在該發(fā)明專利申請(qǐng)中，模糊C均值算法通過聚類中心和隸屬度函數(shù)將瞬態(tài)熱響應(yīng)曲線分類，由其目標(biāo)函數(shù)可知，其分類原理是將樣本與聚類中心之間的距離最小化，然而這種方法對(duì)于每條瞬態(tài)熱響應(yīng)曲線所蘊(yùn)含的物理意義沒有更進(jìn)一步的挖掘。由于沒有深層次挖掘瞬態(tài)熱響應(yīng)曲線所包含的物理信息，因此使得聚類的合理性降低，從而影響了缺陷提取的精度。

發(fā)明內(nèi)容

本發(fā)明的目的在于克服現(xiàn)有技術(shù)的不足，提供一種基于特征挖掘和加權(quán)貝葉斯分類器的缺陷提取方法，通過深層次挖掘瞬態(tài)熱響應(yīng)曲線所包含的物理信息，以提高聚類的合理性，從而提高缺陷提取的精準(zhǔn)度。

為實(shí)現(xiàn)上述發(fā)明目的，本發(fā)明基于特征挖掘和加權(quán)貝葉斯分類器的缺陷提取方法，其特征在于，包括以下步驟：

(1)、將紅外熱像儀獲取的熱圖像序列用三維矩陣S表示，其中的元素S(i,j,t)表示熱圖像序列的t幀熱圖像的第i行、第j列的像素值；

(2)、從三維矩陣S選出最大像素值S(i_zz,j_zz,t_zz)，其中，i_zz、j_zz和t_zz分別表示最大像素值像素點(diǎn)所在行的行數(shù)、所在列的列數(shù)以及所在幀的幀數(shù)；

(3)、對(duì)于三維矩陣S的t_zz幀，選取第j_zz行，根據(jù)像素值(即溫度值)的變化，選取P個(gè)像素值跳變點(diǎn)，跳變點(diǎn)位于兩個(gè)跳變像素值像素點(diǎn)之間，以跳變點(diǎn)按行對(duì)三維矩陣S進(jìn)行劃分，得到P+1個(gè)行數(shù)據(jù)塊；