原文传递
基于超声相控阵图像碳纤维复合材料缺陷分类方法和装置
| 专利名称： | 基于超声相控阵图像碳纤维复合材料缺陷分类方法和装置 |
| 摘要： | 本发明涉及一种基于超声相控阵图像的碳纤维复合材料缺陷分类方法和装置，其中包括通过超声相控阵检测技术采集碳纤维复合材料缺陷样本的参数并建立各种缺陷对应的图像特征中智参数模型，提取被测碳纤维复合材料缺陷的被测缺陷图像特征参数，通过计算被测缺陷图像特征参数与图像特征中智参数模型之间的关联度，根据所述的关联度判断缺陷类型。采用该种基于超声相控阵图像的碳纤维复合材料缺陷分类方法和装置，能克服临界判断模糊等缺点，可以进一步提高碳纤维复合材料缺陷检测的准确率，可以根据不同碳纤维复合材料调节图像特征中智参数模型中的可调精度参数，从而可满足客户个性化要求及特殊场合的特殊需求，具有更广泛的应用范围。 |
| 专利类型： | 发明专利 |
| 国家地区组织代码： | 浙江;33 |
| 申请人： | 绍兴文理学院 |
| 发明人： | 施丽莲 |
| 专利状态： | 有效 |
| 申请日期： | 2019-06-19T00:00:00+0800 |
| 发布日期： | 2019-08-09T00:00:00+0800 |
| 申请号： | CN201910532550.0 |
| 公开号： | CN110108800A |
| 代理机构： | 绍兴市寅越专利代理事务所(普通合伙) |
| 代理人： | 陈彩霞 |
| 分类号： | G01N29/06(2006.01);G;G01;G01N;G01N29 |
| 申请人地址： | 312000 浙江省绍兴市环城西路508号 |
| 主权项： | 1.一种基于超声相控阵图像的碳纤维复合材料缺陷分类方法，其特征在于，所述的方法包括以下步骤： (1)利用超声相控阵检测技术获取碳纤维复合材料缺陷样本的样本缺陷图像特征参数； (2)根据所述的样本缺陷图像特征参数利用聚类分析法建立一种或多种缺陷类型对应的图像特征中智参数模型； (3)利用超声相控阵检测技术采集被测碳纤维复合材料的被测缺陷图像特征参数； (4)计算所述的被测缺陷图像特征参数与所述的图像特征中智参数模型之间的关联度； (5)根据所述的关联度判断缺陷类型。 2.根据权利要求1所述的基于超声相控阵图像的碳纤维复合材料缺陷分类方法，其特征在于，所述的步骤(1)，具体为： (1.1)利用超声相控阵检测技术采集碳纤维复合材料缺陷样本的样本图像信息； (1.2)根据所述的样本图像信息进行图像重建并提取相应的样本缺陷图像特征参数。 3.根据权利要求1或2所述的基于超声相控阵图像的碳纤维复合材料缺陷分类方法，其特征在于，所述的样本缺陷图像特征参数包括样本面积特征参数和样本形状特征参数。 4.根据权利要求3所述的基于超声相控阵图像的碳纤维复合材料缺陷分类方法，其特征在于，所述的步骤(2)具体为： 根据所述的样本缺陷图像特征参数利用聚类分析法建立一种或多种缺陷类型对应的图像特征中智参数模型，图像特征中智参数模型公式如下： 其中，其中Simin和Simax分别代表第i种缺陷类型所对应的样本面积特征参数的最小值和最大值；和代表第i种缺陷类型所对应第j类样本形状特征参数的最小值和最大值；在所述的样本面积特征参数 |
| 所属类别： | 发明专利 |
检索历史
应用推荐
