-
公开(公告)号：CN109816638A
公开(公告)日：2019-05-28
申请号：CN201910005050.1
申请日：2019-01-03
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于动态环境特征和加权贝叶斯分类器的缺陷提取方法，通过选取热图像序列中的步长将图像分块并去除冗余信息，提取代表性瞬态热响应。之后，再利用特征提取公式进行特征提取，在贝叶斯分类器中引入环境变量，用来描述在同一区域中不同环境下的瞬态热响应，进一步细化在同一区域下的瞬态热响应，使得在多个环境情况下，即使有部分瞬态热响应发生混叠，也能够通过剩下有差异的瞬态热响应进行分类将瞬态热响应分类，然后，对三维矩阵进行变换，最后采用模糊C均值算法进行图像分割，二值化分割后的图像，从而提取出热图像的缺陷特征。本发明考虑了检测环境，避免瞬态热响应的混叠，从而避免检测环境差异带来的瞬态热响应类别分类误差。
-
公开(公告)号：CN109767438A
公开(公告)日：2019-05-17
申请号：CN201910019827.X
申请日：2019-01-09
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于动态多目标优化的红外热图像缺陷特征识别方法，通过对热图像序列变换步长选取出像素点的瞬态热响应，并采用FCM进行分类，得到各个像素点的瞬态热响应的所属类别，然后考虑每个类别像素点与同类像素点的像素值相似性，以及与不同类别像素点的差异性，构造相应的多目标函数，同时，在每次环境发生变化后，通过预测机制，为种群进化提供引导方向，帮助多目标优化算法对新变化做出快速响应，获得热图像序列的降维结果，最后利用脉冲耦合神经网络提取出红外热图像的缺陷特征，从而实现代表瞬态热相应(温度点)的精确选择，保证了缺陷特征提取的精准度，同时降低了动态环境下获取各个类别信息代表瞬态热相应的计算消耗。
-
公开(公告)号：CN110223274B
公开(公告)日：2022-03-25
申请号：CN201910433936.6
申请日：2019-05-23
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于乘性模糊的红外技术缺陷重构与特征提取方法，通过待检测试件的红外热图像序列建立多区域缺陷重构模型，并利用变分贝叶斯推断重构不同空间区域内的缺陷；由于采集的数据中，表征内部缺陷的信号微弱，且在缺陷重构过程中可能由参数假设引入噪声，因此，我们需要突出内部缺陷信息，并且去除噪声干扰，这样我们通过颜色提取滤波器和边缘轮廓提取滤波器提取图像的颜色特征和轮廓特征，然后对缺陷颜色图进行优化处理，最终再通过反变换融合优化后的颜色图和轮廓特征，从而能够清楚的描述不同时空区域的缺陷。
-
公开(公告)号：CN110211103B
公开(公告)日：2022-03-25
申请号：CN201910433608.6
申请日：2019-05-23
Applicant: 电子科技大学
IPC: G06T7/00 , G06T7/40 , G06T7/90 , G06V10/762 , G06F17/16
Abstract: 本发明公开了一种基于红外热成像的信息熵加性模糊缺陷特征分析重构方法，通过重构模型和优化的模糊算法，对不同空间不程度缺陷进行提取和特征分析，使不同空间不同程度的缺陷特征能够精确的进行划分；同时，在优化的模糊算法中，构造新的目标函数，一部分包括赞成度与犹豫度的和，丰富了元素的特征信息，另一部分包含了模糊熵，对特征信息的不确定性进行了描述，对缺陷的区分提供了有效的帮助，这样的设计和构造具有良好的稳定性和高效性，对缺陷特征纹理的刻画和特征色差的表征有着突出的作用，能够合理的对不同空间不同程度的缺陷进行精确的评估和分析。
-
公开(公告)号：CN109636781B
公开(公告)日：2021-05-14
申请号：CN201811451824.5
申请日：2018-11-30
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于特征挖掘和加权贝叶斯分类器的缺陷提取方法，通过选取热图像序列中的步长将图像分块，并根据分块去除冗余信息，提取代表性瞬态热响应。之后，再利用特征提取公式对瞬态热响应进行特征提取，并根据所提取出的特征以及不同特征的权值，运用加权贝叶斯分类器将瞬态热响应分类，然后，对三维矩阵进行变换，得到含有缺陷区域的二维图像，最后采用Canny算子对像素值(温度值)差距最大的含有缺陷区域的二维图像进行边缘轮廓提取，得到最终的缺陷图像，从而提取出热图像的缺陷特征。本发明通过深层次挖掘瞬态热响应曲线所包含的物理信息，提高了聚类的合理性，从而提高了缺陷提取的精准度。
-
Patent Agency Ranking
公开(公告)号：CN108931572B
公开(公告)日：2021-05-14
申请号：CN201810527590.1
申请日：2018-05-29
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于变行分割和区域生长法的压容器热成像缺陷检测方法，通过从涡流脉冲热图像中选出最大像素值点，根据最大像素值点利用皮尔孙相关系数法计算相关系数，进而得到变换步长，然后结合变换步长计算每个像素点的瞬态热响应，并进行分类处理，再利用隶属度最大化准则对所有像素点去模糊化，得到每个像素点所属类别，最后经过降维处理后采用区域生长算法进行特征提取，从而提取出涡流脉冲热图像的缺陷特征。
-
公开(公告)号：CN109559309B
公开(公告)日：2021-03-30
申请号：CN201811451866.9
申请日：2018-11-30
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于均匀进化的多目标优化红外热图像缺陷特征提取方法，通过对热图像序列变换步长选取出像素点的瞬态热响应，并采用FCM进行分类，得到各个像素点的瞬态热响应的所属类别，然后考虑每个类别像素点与同类像素点的像素值(温度值)相似性，同时考虑该像素点(温度点)与不同类别像素点(温度点)的差异性，构造相应的多目标函数，利用基于分解的均匀进化多目标进化算法，获得热图像序列的降维结果，最后利用脉冲耦合神经网络进行特征提取，从而提取出红外热图像的缺陷特征。通过解的均匀进化方向，使得差异性与相似性得到综合考虑，实现代表像素点(温度点)的精确选择，保证了缺陷特征提取的精准度。
-
公开(公告)号：CN110390663A
公开(公告)日：2019-10-29
申请号：CN201910433935.1
申请日：2019-05-23
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于红外热成像的信息熵乘性模糊缺陷特征分析重构方法，通过重构模型和优化的模糊算法，对不同空间不程度缺陷进行提取和特征分析，使不同空间不同程度的缺陷特征能够精确的进行划分；同时，在优化的模糊算法中，构造新的目标函数，一部分包括赞成度与犹豫度的乘积，丰富了元素的特征信息，另一部分包含了模糊熵，对特征信息的不确定性进行了描述，对缺陷的区分提供了有效的帮助，这样的设计和构造具有良好的稳定性和高效性，对缺陷特征纹理的刻画和特征色差的表征有着突出的作用，能够合理的对不同空间不同程度的缺陷进行精确的评估和分析。
-
公开(公告)号：CN110389154A
公开(公告)日：2019-10-29
申请号：CN201910433939.X
申请日：2019-05-23
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于红外热成像的指数熵加性模糊缺陷特征分析重构方法，通过重构模型和优化的模糊算法，对不同空间不程度缺陷进行提取和特征分析，使不同空间不同程度的缺陷特征能够精确的进行划分；同时，在优化的模糊算法中，构造新的目标函数，一部分包括赞成度与犹豫度的和，丰富了元素的特征信息，另一部分包含了指数模糊熵，对特征信息的不确定性进行了描述，增强了损伤区域增益函数的相关性，对特征进行了强调，对缺陷的区分提供了有效的帮助，这样的设计和构造具有良好的稳定性和高效性，对缺陷特征纹理的刻画和特征色差的表征有着突出的作用，能够合理的对不同空间不同程度的缺陷进行精确的评估和分析。
-
公开(公告)号：CN110223274A
公开(公告)日：2019-09-10
申请号：CN201910433936.6
申请日：2019-05-23
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于乘性模糊的红外技术缺陷重构与特征提取方法，通过待检测试件的红外热图像序列建立多区域缺陷重构模型，并利用变分贝叶斯推断重构不同空间区域内的缺陷；由于采集的数据中，表征内部缺陷的信号微弱，且在缺陷重构过程中可能由参数假设引入噪声，因此，我们需要突出内部缺陷信息，并且去除噪声干扰，这样我们通过颜色提取滤波器和边缘轮廓提取滤波器提取图像的颜色特征和轮廓特征，然后对缺陷颜色图进行优化处理，最终再通过反变换融合优化后的颜色图和轮廓特征，从而能够清楚的描述不同时空区域的缺陷。
-
-
-
-
-
-
-
-
-
Search Results
44
records
(took 0.026 seconds)
