[发明专利]基于涡流脉冲热成像技术以增强压力容器缺陷特征的方法

权利要求书

1.一种基于涡流脉冲热成像技术以增强压力容器缺陷特征的方法，其特征在于，包括以下步骤：

步骤1、采用脉冲涡流对待测件加热，通过红外热像仪采集原始数据O(t)；将采集的原始数据以三维形式存储；

步骤2、将第k(k＝1,2,…,P)帧的图像行向量首尾相接，构成新的矩阵的行向量，行向量按时间排序组成新的矩阵，构成新的观测向量矩阵X(t)；

步骤3、首先分别对每一个列向量即每个像素点的瞬态热响应求均值然后对其进行中心化处理然后再对中心化后的方差进行归一化处理从而构成新的观测数据X'(t)＝(x'(t)₁,x'(t)₂,...,x'(t)_mn)^T；

步骤4、根据X'(t)计算出协方差矩阵C_X'(t)，

C_X'(t)的特征值记为λ_h，h＝1,2,…mn，特征值λ_h对应的特征向量为e_h，要求||e_h||＝1；由C_X'(t)的特征值矩阵Λ和特征向量矩阵U计算得到白化矩阵Q，Q＝Λ^-1/2U；对观测数据左乘白化矩阵Q，Z(t)＝QX'(t)，得到的Z为白化向量；

步骤5、选择需要估计的分量的个数，初始化迭代次数p的值为1，选择一个初始权矢量w_p＝(rand(e))^T，令

可以计算得对单位化后可以得到此时如果不收敛的话，就重新计算且重复步骤计算新的直到收敛；如果收敛的话，p＝p+1；判断p≤e是否成立，若成立的话，重新选择初始权矢量w_p＝(rand(e))^T，重复步骤5，直至p≤e条件不成立；若不成立的话，由结束后的方向向量构成解混矩阵，将观测向量经解混矩阵的线性变换S(t)＝W'Z(t)，得到三个由不同对比函数G处理后的独立成分S(t)，分别记作S₁(t)，S₂(t)以及S₃(t)，而所得数据对应的混叠向量为反应红外热响应随时间变换规律；对比函数G分别为以及其中，非线性函数g是对比函数的导函数；

步骤6、根据峰态系数的求解方法，求出步骤5中得到的S(t)对应的峰态系数kurt(t)，在模糊融合中，峰态系数kurt(t)作为清晰集，通过高斯隶属函数变换到模糊集，得到模糊集的数据S'(t)，其中c是清晰集均值，σ是清晰集的标准差；得到模糊集S'(t)后，模糊逻辑中引入了t-余模作为数据模糊准则，对S'(t)进行模糊运算；先将要融合的其中两个模糊集S'₁和S'₂带入算子中，得到新的模糊集将其和模糊集S'₃带入算子中，再一次进行融合，得到结果

步骤7、将得到的模糊融合结果通过重心法进行去模糊的操作，将其变换到清晰集，也就是模糊运算的逆变换，得到最终融合结果S^*(t)，函数μ_B表示选取的隶属函数；

步骤8、通过独立成分和混叠向量的分析，选取代表缺陷部分的独立成分进行分析，并选取最终目标图像；即将图像基于高斯对比函数处理后的峰态系数kurIC1_k作为目标峰态系数进行分析、将图像基于正切对比函数处理后的峰态系数kurIC2_k作为目标峰态系数进行分析、将图像基于多项式对比函数处理后的峰态系数kurIC3_k作为目标峰态系数进行分析；

所述步骤4中，在Z(t)＝QX'(t)中，向量Z的各个分量互不相关，同时还可以保证Z的协方差矩阵是单位阵，即E{ZZ^T}＝1；

所述步骤6中，采用Dubois-Prade算子实现融合，其形式为：

其中，a、b为要进行模糊运算的两个模糊集S'(t)的数据，a,b∈(0,1)；α为Dubois-Prade算子的一个常数参数，α∈(0,1)。