一种大尺寸试件红外检测特征综合判读方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113763367A(43)申请公布日2021.12.07(21)申请号202111068199.8(22)申请日2021.09.13(71)申请人中国空气动力研究与发展中心超高速空气动力研究所地址621000四川省绵阳市涪城区二环路南段6号(72)发明人黄雪刚谭旭彤殷春雷光钰姜林罗庆石安华(74)专利代理机构北京远大卓悦知识产权代理有限公司11369代理人贾晓燕(51)Int.Cl.G06T7/00(2017.01)G06K9/62(2006.01)权利要求书16页说明书37页附图17页(54)发明名称一种大尺寸试件红外检测特征综合判读方法(57)摘要本发明公开了一种大尺寸试件红外检测特征综合判读方法，包括：从红外检测中获取到大尺寸试件的红外热图像序列，从红外热图像序列中获取大尺寸试件的红外热重构图像；对大尺寸撞击试件中的典型类型缺陷红外热重构图像进行图像下采样，得到蕴含较低红外热辐射数据量的下采样热图像，并基于下采样热图像执行多目标导向滤波权重获取层步骤；基于多目标最优权重配比参数，在原红外重构热图像层面进行多目标导向滤波融合算法，最后结合加权平均后的基础层热图像和细节层热图像得到最终融合检测红外热图像。本发明提升了聚类效率，减少了检测算法整体检测时间，本发明提升了单张红外热图像的检测性能，解决了单张检测图像缺陷不完备问题。CN113763367ACN113763367A权利要求书1/16页1.一种大尺寸试件红外检测特征综合判读方法，其特征在于，包括以下步骤：步骤一、对大尺寸试件进行红外检测，获取得到大尺寸试件的红外热图像序列，利用红外特征提取和红外热图像重构算法从多个红外热图像序列中获取大尺寸试件的红外热重构图像；步骤二、对大尺寸试件缺陷区域的红外热重构图像进行图像下采样，得到蕴含较低红外热辐射数据量的下采样红外热图像，基于下采样红外热图像获取下采样热图像的热幅值融合粗权重图；基于下采样热图像和下采样融合粗权重图进行多目标优化导向滤波，获取Pareto最优权重向量；进行多目标导向滤波的滤波输入和滤波输出关系建模；对导向滤波的线性变换参数进行多目标优化问题建模，得到多目标导向滤波线性参数最终的前沿近似解集；利用基于切比雪夫分解法和粒子群的多目标优化方法，对多目标优化问题进行优化；基于加权隶属度方案从最优Pareto最优解集中选出拥有最大加权隶属度的导向滤波线性变换系数折衷解，记录对应的最优权重向量组，这样就得到了综合多种导向滤波器的最优权重配比，接下来将最优权重参数传递到原始红外热图像融合层；步骤三、基于多目标最优权重配比参数，在原红外重构热图像层面进行多目标导向滤波融合算法；对大尺寸撞击试件中缺陷区域红外热重构图像分解成基础层红外热图像和细节层红外热图像；计算得到初始的红外热辐射粗融合权重图；获取原红外重构热图像层面的多目标导向滤波最优滤波算子；利用多目标优化得到的最优导向滤波算子对得到的红外检测区域红外热重构图像的红外热幅值融合粗权重图进行多目标导向滤波，以得到修正后的基础层和细节层的红外热幅值融合权重图像；最后将精修后的热幅值融合权重图经过归一化处理；基于得到的精修后的细节层热幅值融合权重图和基础层热幅值融合权重图，将大尺寸试件典型类型缺陷红外热重构图像间的细节层红外热图像信息和基础层红外热图像信息进行融合，得到融合了多张多检测区域红外热重构图像有效信息的基础层红外热图像和细节层红外热图像，最后结合加权平均后的基础层热图像和细节层热图像得到最终融合检测红外热图像。2.如权利要求1所述的大尺寸试件红外检测特征综合判读方法，其特征在于，所述步骤一利用红外特征提取和红外热图像重构算法从红外热图像序列中获取红外重构热图像的具体步骤包括：步骤S11、对由红外热像仪获取到的热图像序列S中，提取各瞬态热响应的特征信息并构成特征矩阵Fe；其中，S(i,j,t)表示热图像序列的t帧热图像的第i行、第j列的像素值，t＝1,...,T，T为总帧数，i＝1,...,I，I为总行数，j＝1,...,J，J为总列数；Fe(i,j,f)表示特征矩阵的第i行、第j列的坐标位置对应的第f(f＝1,…,6)个特征信息；其中第一个特征信息为热幅值峰值，即Fe(i,j,1)＝max(S(i,j,:))，S(i,j,:)表示第i行、第j列的坐标位置上在整个T帧过程中的温度变化情况；第二个特征信息为热幅值均值，即第3个特征信息为变异系数，即第4个特征信息为上2CN113763367A权利要求书2/16页升速率，即其中tmax表示热辐射峰值对应的帧数；第5个特征信息为下降速率，即第6个特征信息为热辐射峰度，表征瞬态热响应曲线尖峰或平坦，即最终得到热图像序列S的特征矩阵Fe；步骤S12、