[發明專利]復合材料缺陷熱影像圖的局部敏感判別分析方法

在審

• 申請號: 202011371261.6
• 申請日: 2020-11-30
• 公開（公告）號: CN112489016A
• 公開（公告）日: 2021-03-12
• 發明（設計）人: 劉凱新;婁維堯;楊克允;馬正陽;蔡姚杰
• 申請（專利權）人: 浙江工業大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06K9/62
• 代理公司: 杭州浙科專利事務所(普通合伙) 33213
• 代理人: 周紅芳;朱盈盈

本發明公開了復合材料缺陷熱影像圖的局部敏感判別分析方法，包括如下步驟：1)獲取缺陷熱成像序列集；2)設置初始參數并計算最近鄰距離；3)構造最近鄰域圖得到權值矩陣；4)計算拉普拉斯算子構造最佳目標函數；5)特征值分解得到低維嵌入；6)缺陷圖像重構及評估；本發明從仿真數據中提取的特征及建立復合材料缺陷熱影像圖的局部敏感判別模型并對訓練模型進行評估，LSDT方法更好地將信息進行處理，可以在很大程度上分離不均勻背景，缺陷特征和測量噪聲，從而更加有助于進行缺陷識別。

技術領域

本發明屬于復合材料缺陷無損檢測技術領域，具體涉及復合材料紅外熱成像的局部敏感判別模型方法。

背景技術

復合材料具有高比強度、高比模量、耐高溫、耐腐蝕、抗疲勞等特征，因而被廣泛應用于航空航天、船舶等重要工業領域。雖然復合材料的優點很多，但是由于復合材料的內部缺陷的存在，會嚴重降低產品質量以及復合材料應用的可靠性與安全性。

各種各樣的缺陷都會導致復合材料的各個方面的性能降低，然后影響到構件的最終性能。一種典型例子就是碳纖維復合材料中的纖維斷裂能夠使得該材料的拉伸強度減少約為原有的1/4，壓縮強度則大約會減少1/10；另一種不同的情況則是，熱塑性復合材料中的纖維彎曲能夠導致材料的強度減少約1/5。

無損檢測是一種不傷害被測試工件，根據被測試工件的各種性質和特征，就可以檢測出被測工件中是否存在缺陷，以及缺陷的大小、位置的技術。熱成像無損檢測因為其全面性，全程性，互容性的特點，成為最常用的一種方法。工作原理就是利用被測工件的不連續性缺陷對熱傳導所產生的影響，從而使得整個工件的各個部分在溫度變化的過程中，同一時間各個部分的溫度表現有所差異，利用溫度的差異，來檢測出被測工件各個部分的熱傳導能力的差異，從而判斷工件內部的工件位置和形狀。

近來，由于流形學習獨特的特征提取能力，流形學習自被提出以后，流形學習開始蓬勃發展起來，隨之也就獲得了大量的理論研究成果，比如說等距映射算法(Isomap)，局部線性嵌入算法(LLE)，海森特征映射(HLLE)，拉普拉斯特征映射算法(LE)，局部切空間校準算法(LTSA)，局部保持投影算法(LPP)，黎曼流形學習方法(RML)等。并且這些算法已經在圖像處理如人臉圖像、手寫數字圖像、語言處理等方面都取得了比較好的效果。

但是許多現在已經常用的流形學習方法，在面對新的可靠性與有效性需求時經常會通過應用各種新的思路來改進原有的流形學習方法，從而使得新的算法可以滿足需求。例如脈沖熱成像(PT)是一種廣泛使用的非破壞性測試方法，用于檢測結構中的缺陷區域。為了提高熱成像數據的空間和時間分辨率，通常采用熱成像信號重建(TSR)進行數據處理和分析。然而TSR僅沿時間方向執行數據濾波，而空間信息不用于降低噪聲，也不能處理熱圖像中通常存在的非均勻背景。

基于以上方面因素的考慮，本發明開發了熱成像局部敏感判別分析算法LSDT對熱影像數據進行分析。雖然不能完全去除噪音和不均勻背景的影響，但是通過利用LSDT方法來實現四大目的，也就是：首先，減少我們在測試過程噪音的干擾因素；其次，盡可能地就是在一定程度上去除不均勻背景對實驗結果的影響；然后，我們還要通過LSDT方法成功達到一個特征提取的核心目的；最后，也就是最核心的目標就是要對高維數據成功進行數據降維，得到能夠比較大程度保留高維數據內部結構的低維數據。

發明內容

針對現有技術中存在的上述問題，本發明的目的在于提供復合材料缺陷熱影像圖的局部敏感判別分析方法，實現對復合材料缺陷的準確識別。

本發明提供如下技術方案：

復合材料缺陷熱影像圖的局部敏感判別分析方法，其特征在于，包括如下步驟:

1)獲取缺陷熱成像序列集：

脈沖熱成像測試期間記錄的數據集被視為三維矩陣，其包含在不同采樣時間點收集的一系列熱圖像；

2)設置初始參數并計算最近鄰距離：