主权项: |
1.一种复合材料脱粘缺陷的自动分割及量化方法,其特征在于,包括以下步骤:(1)、图像预处理(1.1)、对被测试件进行热加载,采集被测试件的红外热图像序列;(1.2)、利用热图像信号重构算法对红外热图像序列进行重构将红外热图像序列的温度响应从时域转换到对数域,拟合成n次多项式函数:ln(T(0,t))=a0+a1ln(t)+a2[ln(t)]2…+an[ln(t)]n其中,表示热扩散率,kρc分别表示被测试件的热导率、密度和比热容;Q为表面总能量,t为时间;a0,a1,…,an分别对应压缩之后的n+1帧图像的系数;(2)、图像自动分割(2.1)、计算重构后的n+1帧图像的峭度值;其中,Ki表示第i帧图像的峭度值,i=0,1,2,…,n;表示第i帧图像中第j个像素点的像素值,μi,σi分别表示第i帧图像的像素均值和标准差,M表示第第i帧图像中像素点总个数;选出最大峭度值对应的该帧图像并作为最佳热图像;(2.2)、将最佳热图像划分为非试件区域、试件的非缺陷区域和试件的脱粘区域;(2.3)、在试件的非缺陷区域中自动选择起始种子点使用平均最大值法MMRT计算初始种子点集合S:|MMRT‑S|<o其中,其中,ι和r分别表示最佳热图像的第ι行和总行数,|Xι|表示第ι行的绝对值最大的像素值,μ表示最佳热图像的像素均值,MMRT为所得初始种子点值;利用形态学的边缘检测算法去除初始种子点集合S中落在非试件区域中的种子点,得到最终的种子点集合S*,再从种子点集合S*中随机挑选一个点作为起始种子点;(2.4)、对最佳热图像进行自动阈值选择(2.4.1)、获取二值化处理的最佳阈值(2.4.1)、求出最佳热图像的像素均值及像素均值对应的单位数量级;(2.4.2)、确定阈值范围:以像素均值的绝对值对应的像素点为中间点,再向左右分别取τ个单位长度,作为阈值点;在阈值范围内,对2τ个阈值进行区域分割;(2.4.3)、以起始种子点作为分割点,对最佳热图像进行二值化分割,得到的二值化图像中分别用0和1代表缺陷区域和非缺陷区域;(2.4.4)、计算缺陷区域中像素点个数和总像素点之间的比例;其中,∑pj=0表示缺陷区域中像素点总个数,M表示图像总像素点个数;(2.4.5)、在每个阈值点自然生长时,重复步骤步骤(2.4.3)、(2.4.4),直到2τ个阈值点生长结束,再在同一幅图中绘出缺陷比例曲线,最后分析缺陷比例曲线变化结果,找出缺陷比例跳变最大的阈值点作为最佳阈值,所对应的二值化图像即为最佳分割图像;(3)、缺陷定量识别(3.1)、计算被测试件的面积与最佳二值化图像中像素点的比例关系λ;(3.2)、根据比例关系λ计算被测试件中的缺陷面积Sdef; |