[發(fā)明專利]基于結(jié)構(gòu)化稀疏分解的光激勵(lì)紅外熱成像缺陷檢測(cè)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201910339601.8
• 申請(qǐng)日: 2019-04-25
• 公開（公告）號(hào): CN110108754B
• 公開（公告）日: 2021-10-22
• 發(fā)明（設(shè)計(jì)）人: 高斌;劉麗
• 申請(qǐng)（專利權(quán)）人: 四川沐迪圣科技有限公司
• 主分類號(hào): G01N25/72
• 分類號(hào): G01N25/72
• 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

1.一種基于結(jié)構(gòu)化稀疏分解的光激勵(lì)紅外熱成像缺陷檢測(cè)方法，其特征在于，包括以下步驟：

(1)、通過光激勵(lì)紅外熱成像無損檢測(cè)系統(tǒng)在含有缺陷的被測(cè)試件上獲取紅外熱圖序列，記為X∈R^m×n×f，其中，R表示實(shí)數(shù)域，m和n分別表示紅外熱圖像的高度和寬度，f表示紅外熱圖序列的總幀數(shù)；

(2)、將X的每一幀紅外熱圖像進(jìn)行小波分解，僅保留低頻部分，記為紅外熱圖序列A∈R^m×n×f；

(3)、將紅外熱圖序列A的每幀按行依次取每個(gè)像素點(diǎn)的像素值，再按取值順序垂直排列，最后將垂直排列后的每幀紅外熱圖依次排列，構(gòu)架出一個(gè)新矩陣并轉(zhuǎn)置，將轉(zhuǎn)置后的矩陣記為Y∈R^f×p，p的大小為m×n；

(4)、將矩陣Y分解為三個(gè)矩陣之和，即Y＝L+S+N，其中，L表示低秩矩陣，S表示稀疏矩陣，N表示噪聲矩陣；

(5)、將矩陣S分解為字典矩陣和權(quán)值矩陣的乘積，即S＝DW，其中，D表示字典矩陣，W表示權(quán)值矩陣；

因此，矩陣Y能夠分解為：Y＝L+DW+N；

(6)、建立優(yōu)化目標(biāo)函數(shù)；

subject to:W≥0

其中，||·||_*表示核范數(shù)，||·||_2,1表示L_2,1范數(shù)，||·||_F表示Frobenius范數(shù)，μ和λ表示正則參數(shù)，分別用于控制L的秩和W的稀疏程度；

(7)、設(shè)置迭代次數(shù)k，k＝1,2,…,K，K表示最大迭代次數(shù)；使用奇異值閾值算法求解第k迭代時(shí)的低秩矩陣L^k；

(8)、使用頂點(diǎn)成分分析算法求解第k迭代時(shí)的字典矩陣D^k；

D^k+1←VCA(Y-L^k+1)

其中，VCA(·)表示頂點(diǎn)成分分析法；

(9)、根據(jù)求解出的L^k和D^k，求解第k次迭代時(shí)的權(quán)值矩陣W^k；

其中，l_R+(W)表示W(wǎng)具有的非負(fù)約束；

(10)、判斷當(dāng)前迭代次數(shù)k是否到達(dá)最大迭代次數(shù)K，如果達(dá)到，則進(jìn)入步驟(11)；否則，轉(zhuǎn)到至步驟(7)，直至k＝K后，再進(jìn)入步驟(11)；

(11)、根據(jù)上述迭代求解得到的權(quán)值矩陣W，還原出稀疏矩陣S，再將稀疏矩陣S按原熱圖尺寸重構(gòu)為缺陷圖像矩陣，從而實(shí)現(xiàn)紅外熱成像的缺陷檢測(cè)；

其中，求解權(quán)值矩陣W^k的具體方法為：

1)、采用乘數(shù)交替方向法，將原優(yōu)化變量W^k轉(zhuǎn)化為兩個(gè)優(yōu)化變量W和Z，并設(shè)置優(yōu)化的目標(biāo)函數(shù)；

令

g(Z)≡λ||Z||_2,1+l_R+(Z)

則上述目標(biāo)函數(shù)簡(jiǎn)寫為：

其中，為待求解的權(quán)值矩陣，Z為乘數(shù)交替方向法中的優(yōu)化變量，l_R+(Z)表示Z的非負(fù)約束；

2)、求解W^k；

2.1)、設(shè)置迭代次數(shù)i＝1,2,…,L，L為最大迭代次數(shù)；

2.2)、根據(jù)乘數(shù)交替方向法將上述目標(biāo)函數(shù)變形為：

其中，τ表示正則化參數(shù)；

2.3)、對(duì)變形后的目標(biāo)函數(shù)求解，得到Z、U的求解結(jié)果；

的求解結(jié)果為：

其中，I表示單位矩陣，T表示轉(zhuǎn)置；

Z的求解結(jié)果為：

其中，令則vect-soft(M,λ/τ)表示矩陣M逐行輸入vect-soft進(jìn)行計(jì)算，具體解決過程為：

其中，M_r,:表示矩陣M的第r行：

U的求解結(jié)果為：

2.4)、通過迭代交替求解的方式求解Z、U，直到當(dāng)前迭代次數(shù)i到達(dá)最大迭代次數(shù)L時(shí)結(jié)束，并將第L次求解的賦給W^k，即：