红外热波检测及其图像序列处理技术2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

红外热波检测及其图像序列处理技术PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第一章 绪论1

1.1 目的和意义1

1.2 红外热波无损检测技术的研究现状与发展3

1.2.1 红外热波无损检测技术的研究现状3

1.2.2 热波图像处理的研究现状7

1.3 存在的主要问题11

1.4 红外热波检测的特点与应用11

1.4.1 红外热波无损检测的技术特点11

1.4.2 红外热波无损检测主要应用领域12

参考文献12

第二章 脉冲激励红外热波检测基本原理16

2.1 红外热波检测的基本原理及关键技术16

2.1.1 红外热波检测基本原理16

2.1.2 红外热波检测关键技术17

2.2 脉冲激励红外热波检测理论分析18

2.2.1 导热微分方程18

2.2.2 脉冲热激励条件下的瞬态热传导分析19

2.2.3 含缺陷半无限大平板结构脉冲热激励条件下的表面温度场分析20

2.3 脉冲激励红外热波检测数值分析22

2.3.1 数学模型及简化22

2.3.2 初始条件及边界条件23

2.3.3 划分网格及求解24

2.3.4 数值计算结果与分析24

2.4 脉冲激励红外热波检测试验26

2.4.1 钢材料平底洞试件26

2.4.2 钢板/绝热层粘接界面缺陷试件27

2.4.3 复杂钢结构平底洞试件28

2.4.4 玻璃纤维复合材料分层试件29

2.4.5 蜂窝夹心复合材料试件30

2.4.6 试验总结31

2.5 红外热波检测影响因素分析32

2.5.1 热成像系统的影响32

2.5.2 热流注入方向影响32

2.5.3 环境因素的影响分析33

2.5.4 热激励源的影响分析35

2.5.5 检测对象及缺陷参数对检测效果的影响36

2.5.6 结论41

2.6 小结42

参考文献43

第三章 热波图像序列数据的拟合、压缩与重建方法44

3.1 数据拟合原理44

3.2 拟合优度评价参数46

3.3 基于多项式拟合的红外热波图像数据处理方法47

3.3.1 最小二乘法48

3.3.2 多项式拟合法的基本原理48

3.3.3 实验结果及分析49

3.4 基于红外热波理论模型的热波图像数据拟合方法54

3.4.1 模型的提出54

3.4.2 非线性Levenberg-Marquardt拟合算法54

3.4.3 实验结果及分析55

3.5 基于遗传算法的热波图像序列数据拟合57

3.5.1 热波图像序列数据拟合方法57

3.5.2 实验结果及分析58

3.6 基于差分进化的拟合方法热波图像处理60

3.6.1 差分进化算法61

3.6.2 双指数衰减模型64

3.6.3 基于差分进化算法的双指数模型拟合法65

3.6.4 实验结果及分析66

3.7 热像序列的时空联合压缩与重建71

3.7.1 时空压缩与重建的基本原理71

3.7.2 基于K-means算法的时空压缩与重建方法73

3.7.3 基于单帧图像分割的时空压缩与重建方法80

3.8 小结86

参考文献87

第四章 热波图像序列的一般处理方法89

4.1 概述89

4.2 热波图像序列处理的基本方法89

4.2.1 多帧累加平均法90

4.2.2 正则化方法91

4.2.3 差分法91

4.2.4 多项式拟合法92

4.2.5 脉冲相位法93

4.2.6 比值热图法94

4.3 不同处理方法的性能比较94

4.3.1 实验试件和热波图像获取系统的设计94

4.3.2 算法性能的比较96

4.4 奇异值分解法101

4.5 主分量分析法103

4.5.1 主分量分析原理104

4.5.2 热波图像序列主分量分析法106

4.6 精密脉冲相位处理法109

4.6.1 脉冲相位法存在的问题109

4.6.2 基于复调制Zoom-FFT算法的实现110

4.6.3 精密相位的实现113

4.6.4 应用实例115

4.7 小结116

参考文献116

第五章 热波图像序列的配准与增强技术118

5.1 图像配准技术118

5.1.1 常见图像配准方法118

5.1.2 图像配准的基本框架119

5.2 热波图像序列的配准121

5.2.1 热波图像序列的几何形变及配准策略121

5.2.2 热波图像序列拼接配准策略122

5.3 基于遗传算法的热波图像序列配准123

5.3.1 遗传算法的改进策略124

5.3.2 基于灰度值修正权值的反距离插值技术126

5.3.3 基于多种群自适应遗传算法的热波图像序列配准127

5.3.4 配准实验结果分析129

5.4 热波图像增强的一般方法和评估标准132

5.4.1 图像时域增强132

5.4.2 图像频域增强134

5.4.3 图像质量评估标准135

5.5 基于高频强调滤波的热像序列增强方法137

5.5.1 高频强调滤波方法的原理137

5.5.2 实验与结果分析138

5.6 基于同态增晰技术的热像序列增强方法141

5.6.1 同态增晰热像增强原理141

5.6.2 实验及结果分析142

5.7 基于微分的热波图像序列增强方法150

5.7.1 基于一阶微分热波图像灰度翻转前后相减的图像增强方法150

5.7.2 基于二阶微分温度对比度图像灰度翻转前后相减的图像增强方法152

5.8 小结155

参考文献155

第六章 热波图像序列信息的融合与分离技术157

6.1 概述157

6.2 图像融合技术158

6.2.1 图像融合的定义及层次158

6.2.2 图像融合的一般方法159

6.3 基于图像差值的融合方法161

6.3.1 差值图像的处理162

6.3.2 融合系数的确定162

6.3.3 基于遗传算法的热波图像序列融合163

6.3.4 实验结果分析164

6.4 基于小波变换的融合方法167

6.4.1 热波图像的小波变换167

6.4.2 热波图像的融合及融合规则168

6.4.3 基于小波变换的热波图像区域融合169

6.4.4 实验及结果分析170

6.5 热波图像序列盲分离技术174

6.5.1 热像盲源分离基础174

6.5.2 基于BSS的热波图像数据处理方法175

6.5.3 实验结果及分析176

6.6 基于小波变换的热波图像序列盲分离方法179

6.6.1 单帧热波图像小波变换的BSS分析法179

6.6.2 多帧热波图像小波变换的BSS分析法183

6.6.3 基于虚拟通道的小波变换BSS分析法186

6.7 本章小结189

参考文献190

第七章 热波图像分割技术192

7.1 热波探伤的图像分割概述192

7.2 经典图像分割方法194

7.2.1 阈值分割方法194

7.2.2 类间方差阈值分割方法196

7.3 基于数学形态学的图像分割方法198

7.3.1 数学形态学基本思想及运算规则198

7.3.2 基于分水岭的图像分割方法202

7.3.3 基于分水岭的热波探伤图像分割202

7.3.4 结论207

7.4 基于边缘检测的热图像分割207

7.4.1 梯度边缘检测207

7.5 基于改进遗传算法的二维最大类间方差热图像分割209

7.5.1 二维最大类间方差算法209

7.5.2 算法实现的步骤211

7.5.3 实验结果212

7.6 基于人工免疫技术的热波图像处理213

7.6.1 二维最小Tsallis交叉熵213

7.6.2 基于人工免疫算法的分割阈值优化215

7.6.3 结果分析217

7.7 基于尖点突变理论的红外热图像损伤边缘检测与分割217

7.8 基于粒子群优化模糊聚类的红外热图像分割220

7.8.1 粒子群算法220

7.8.2 模糊聚类算法220

7.8.3 基于粒子群优化的模糊聚类算法221

7.8.4 实验结果与分析222

7.9 本章小结224

参考文献224

第八章 热波图像的缺陷特征提取及定量识别226

8.1 缺陷形状的图像识别226

8.1.1 规则图形的识别227

8.1.2 复杂图形的识别228

8.1.3 改进的图形识别算法230

8.1.4 复杂图形的尺寸提取232

8.2 缺陷尺寸（大小）识别233

8.2.1 二值链码技术234

8.2.2 缺陷大小的测量235

8.3 基于最佳检测时间的缺陷深度测量239

8.3.1 导热系数比较小的材料（非金属或复合材料）缺陷深度的判别239

8.3.2 导热系数较大的金属材料的缺陷深度的判断方法240

8.3.3 多元非线性回归求缺陷深度242

8.4 基于BP神经网络的缺陷定量识别244

8.4.1 BP神经元的传递函数244

8.4.2 BP神经网络的结构及算法244

8.4.3 基于BP神经网络的缺陷定量识别246

8.5 缺陷三维显示和重建250

8.5.1 缺陷的三维显示252

8.5.2 缺陷的三维重建254

8.6 本章小结256

参考文献257