[发明专利]一种复合材料脱粘缺陷的自动分割及量化方法

说明书

本发明公开了一种复合材料脱粘缺陷的自动分割及量化方法，通过基于传统的区域生长法和热图像信号重构算法相结合，利用峭度选择出经过重构之后的热图像，将峭度值最大的热图像进行分割，利用热图像物理规律及MMRT算法，自动选择出的种子点，并以此为起始种子点生长，最后根据图像均值及缺陷像素比率自动的选择阈值，得出分割最优的图像进行定量分析，通过试件面积与热图像中像素点的对应模型及比例关系获得缺陷大小及量化准确率。

技术领域

本发明属于无损检测技术领域，更为具体地讲，涉及一种复合材料脱粘缺陷的自动分割及量化方法。

背景技术

无损检测技术是指在不损害被测对象性能和结构的前提下，对其状态特性和物理性能进行检测，而检测可分为定性分析和定量分析，定性分析是对研究对象进行“质”的方面的分析，只需知道物理量的性质，例如缺陷的有无；而定量分析时对现象的数量特征、数量关系与数量变化的分析，例如缺陷的具体尺寸和深度。目前使用的热成像检测技术前期主要围绕定性分析，利用激励源激励并实现不同大小缺陷的快速检测，并采用特征提取处理算法增强缺陷信息，但定量分析更加详细具体，有助于后期维修及材料性能判定，更加科学准确，并通过数学模型能计算出对象的各项指标及数值。

碳纤维增强复合材料由于强度高、变形小、重量低和耐高温等出色的物理性能，而广泛应用于人造卫星结构体、飞机承力件和导弹弹头等，为保证产品质量和服役安全，需监控其内部质量，红外热成像检测技术被广泛用于各类缺陷的快速检测，再通过对包含缺陷信息的红外热图像序列做特征提取和图像分割，实现定性分析和定量检测，量化缺陷信息来消除安全隐患，更具有应用现实意义。

发明内容

本发明的目的在于克服现有技术的不足，提供一种复合材料脱粘缺陷的自动分割及量化方法，通过传统的区域生长法和特征提取算法相结合，对碳纤维增强复合材料脱粘缺陷进行自动分割及量化，从而实现自动识别和定位缺陷位置。

为实现上述发明目的，本发明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…+a_n[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,…,a_n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，K_i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，μ_i,σ_i分别表示第i帧图像的像素均值和标准差，M表示第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