[發明專利]一種基于深度學習的紅外無損檢測方法

有效

• 申請號: 201910015187.5
• 申請日: 2019-01-08
• 公開（公告）號: CN109919905B
• 公開（公告）日: 2021-04-06
• 發明（設計）人: 曹彥鵬;董亞飛;賈淑凱;楊將新;曹衍龍
• 申請（專利權）人: 浙江大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06N3/04;G01N25/72
• 代理公司: 杭州橙知果專利代理事務所(特殊普通合伙) 33261
• 代理人: 杜放

基于深度學習的紅外無損檢測方法包括設計和制作樣本，設計樣本上的缺陷位置并獲得設計圖；用紅外相機記錄圖像序列；對每一個圖像序列中的每一個像素點在時間序列中進行預處理；利用建立深度學習模型，在時間序列中提取相位特征；將每個點的相位特征在其所在圖像中顯示出來。本發明具有能夠自主提取特征、區分缺陷區域，并且能夠對圖像中的噪聲有一定抑制作用的優點。

技術領域

本發明涉及一種紅外無損檢測方法，特別是基于深度學習的紅外無損檢測方法。

背景技術

無損檢測(Non-destructive Test，簡稱NDT)與評定技術是指在不破壞被檢物使用性能的情況下，利用聲、光、電、磁等與物質的相互作用，探測材料、構件和設備部件的各種內部和表面缺陷，獲取被測對象質量的信息。常用的傳統無損檢測方法主要有以下幾種：射線檢測(RT)、超聲檢測(UT)、滲透檢測(PT)、磁粉檢測(MT)、渦流檢測(ET)。近年來又開發出了許多非常規無損檢測技術：有聲發射(AE)、泄漏檢測(LT)、光全息照相(OpticalHolography)、紅外熱成像(Infrared Thermography)、微波檢測(MT)。

紅外檢測就是以紅外輻射的原理為基礎，運用紅外輻射測量分析方法和技術對設備、材料及其他被測對象進行測量和檢驗。紅外輻射是非電離輻射的一個組成部分。它是一種電磁波，波長范圍為700nm～1000μm，介于微波和可見光之間。

紅外檢測的原理是：當一個物體具有不同于周圍環境的溫度時，就會在物體內部產生熱量的流動。熱流在物體內部擴散和傳遞的過程中，由于被檢物體的不連續性缺陷對熱傳導的影響，進而反映在物體表面溫度的差別上，在物體表面形成不同的溫度分布，形成所謂的“熱區”和“冷區”。

紅外無損檢測分別主動式和被動式，主動式檢測是用外部熱源對樣本進行加熱，包括相位紅外熱成像，脈沖紅外熱成像和振動紅外熱成像；被動式檢測是利用樣本本身溫度與環境不同實現檢測。

三種主動式紅外無損檢測特點列表如下：

獲得紅外檢測試驗數據后，還需要對數據進行分析處理，經過特征提取，在每一張紅外圖像中顯示出感興趣的特征。

傳統的相位特征提取方法主要有四點法(Four-point method)、離散傅立葉變換法(DFT method)等。

1、四點法是在一個采樣周期內選取等間隔的四個點S₁、S₂、S₃、S₄，如圖1所示，則熱波的幅值和相位可由公示(1)和(2)算出，2、離散傅里葉變化(DFT)法，如圖2所示，是對采集到的熱波序列做離散傅里葉變換得到：則相位可由下式計算得到：

傳統的四點法和DFT法都存在以下不足：1、容易受到噪聲和不均勻加熱的影響。

2、普適性較差，在對不同頻率、不同數量進行處理時需要手動調節參數。

發明內容

本發明的目的在于提供一種能夠自主提取特征、區分缺陷區域，并且能夠對圖像中的噪聲有一定抑制作用的基于深度學習的紅外無損檢測方法。

基于深度學習的紅外無損檢測方法，包括以下步驟：

S1、設計和制作樣本，設計樣本上的缺陷位置并獲得設計圖；

S2、獲取樣本，對用外部熱源對樣本進行加熱，用紅外相機記錄該樣本的加熱過程中樣本的溫度變化，每一個加熱過程獲得一個圖像序列；一個加熱過程包括紅外熱激發，紅外吸收和紅外消散；

S3、對每一個圖像序列中的每一個像素點在時間序列中進行預處理，比如，去除低頻趨勢項操作，從而去除隨著加熱過程造成的溫度升高趨勢；

S4、利用建立深度學習模型，在時間序列中提取相位特征：