红外热波检测及其图像序列处理技术

**章 绪论
1.1 目的和意义
1.2 红外热波无损检测技术的研究现状与发展
1.2.1 红外热波无损检测技术的研究现状
1.2.2 热波图像处理的研究现状
1.3 存在的主要问题
1.4 红外热波检测的特点与应用
1.4.1 红外热波无损检测的技术特点
1.4.2 红外热波无损检测主要应用领域
参考文献
第二章 脉冲激励红外热波检测基本原理
2.1 红外热波检测的基本原理及关键技术
2.1.1 红外热波检测基本原理
2.1.2 红外热波检测关键技术
2.2 脉冲激励红外热波检测理论分析
2.2.1 导热微分方程
2.2.2 脉冲热激励条件下的瞬态热传导分析
2.2.3 含缺陷半无限大平板结构脉冲热激励条件下的表面温度场分析
2.3 脉冲激励红外热波检测数值分析
2.3.1 数学模型及简化
2.3.2 初始条件及边界条件
2.3.3 划分网格及求解
2.3.4 数值计算结果与分析
2.4 脉冲激励红外热波检测试验
2.4.1 钢材料平底洞试件
2.4.2 钢板／绝热层粘接界面缺陷试件
2.4.3 复杂钢结构平底洞试件
2.4.4 玻璃纤维复合材料分层试件
2.4.5 蜂窝夹心复合材料试件
2.4.6 试验总结
2.5 红外热波检测影响因素分析
2.5.1 热成像系统的影响
2.5.2 热流注入方向影响
2.5.3 环境因素的影响分析
2.5.4 热激励源的影响分析
2.5.5 检测对象及缺陷参数对检测效果的影响
2.5.6 结论
2.6 小结
参考文献
第三章 热波图像序列数据的拟合、压缩与重建方法
3.1 数据拟合原理
3.2 拟合优度评价参数
3.3 基于多项式拟合的红外热波图像数据处理方法
3.3.1 *小二乘法
3.3.2 多项式拟合法的基本原理
3.3.3 实验结果及分析
3.4 基于红外热波理论模型的热波图像数据拟合方法
3.4.1 模型的提出
3.4.2 非线性levenberg-marquardt拟合算法
3.4.3 实验结果及分析
3.5 基于遗传算法的热波图像序列数据拟合
3.5.1 热波图像序列数据拟合方法
3.5.2 实验结果及分析
3.6 基于差分进化的拟合方法热波图像处理
3.6.1 差分进化算法
3.6.2 双指数衰减模型
3.6.3 基于差分进化算法的双指数模型拟合法
3.6.4 实验结果及分析
3.7 热像序列的时空联合压缩与重建
3.7.1 时空压缩与重建的基本原理
3.7.2 基于k—means算法的时空压缩与重建方法
3.7.3 基于单帧图像分割的时空压缩与重建方法
3.8 小结
参考文献
第四章 热波图像序列的一般处理方法
4.1 概述
4.2 热波图像序列处理的基本方法
4.2.1 多帧累加平均法
4.2.2 正则化方法
4.2.3 差分法
4.2.4 多项式拟合法
4.2.5 脉冲相位法
4.2.6 比值热图法
4.3 不同处理方法的性能比较
4.3.1 实验试件和热波图像获取系统的设计
4.3.2 算法性能的比较
4.4 奇异值分解法
4.5 主分量分析法
4.5.1 主分量分析原理
4.5.2 热波图像序列主分量分析法
4.6 精密脉冲相位处理法
4.6.1 脉冲相位法存在的问题
4.6.2 基于复调制z00m—f兀、算法的实现
4.6.3 精密相位的实现
4.6.4 应用实例
4.7 小结
参考文献
第五章 热波图像序列的配准与增强技术
5.1 图像配准技术
5.1.1 常见图像配准方法
5.1.2 图像配准的基本框架
5.2 热波图像序列的配准
5.2.1 热波图像序列的几何形变及配准策略
5.2.2 热波图像序列拼接配准策略
5.3 基于遗传算法的热波图像序列配准
5.3.1 遗传算法的改进策略
5.3.2 基于灰度值修正权值的反距离插值技术
5.3.3 基于多种群自适应遗传算法的热波图像序列配准
5.3.4 配准实验结果分析
5.4 热波图像增强的一般方法和评估标准
5.4.1 图像时域增强
5.4.2 图像频域增强
5.4.3 图像质量评估标准
5.5 基于高频强调滤波的热像序列增强方法
5.5.1 高频强调滤波方法的原理
5.5.2 实验与结果分析
5.6 基于同态增晰技术的热像序列增强方法
5.6.1 同态增晰热像增强原理
5.6.2 实验及结果分析
5.7 基于微分的热波图像序列增强方法
5.7.1 基于一阶微分热波图像灰度翻转前后相减的图像增强方法
5.7.2 基于二阶微分温度对比度图像灰度翻转前后相减的图像增强方法
5.8 小结
参考文献
第六章 热波图像序列信息的融合与分离技术
6.1 概述
6.2 图像融合技术
6.2.1 图像融合的定义及层次
6.2.2 图像融合的一般方法
6.3 基于图像差值的融合方法
6.3.1 差值图像的处理
6.3.2 融合系数的确定
6.3.3 基于遗传算法的热波图像序列融合
6.3.4 实验结果分析
6.4 基于小波变换的融合方法
6.4.1 热波图像的小波变换
6.4.2 热波图像的融合及融合规则
6.4.3 基于小波变换的热波图像区域融合
6.4.4 实验及结果分析
6.5 热波图像序列盲分离技术
6.5.1 热像盲源分离基础
6.5.2 基于bss的热波图像数据处理方法
6.5.3 实验结果及分析
6.6 基于小波变换的热波图像序列盲分离方法
6.6.1 单帧热波图像小波变换的bss分析法
6.6.2 多帧热波图像小波变换的bss分析法
6.6.3 基于虚拟通道的小波变换bss分析法
6.7 本章小结
参考文献
第七章 热波图像分割技术
7.1 热波探伤的图像分割概述
7.2 经典图像分割方法
7.2.1 阈值分割方法
7.2.2 类间方差阈值分割方法
7.3 基于数学形态学的图像分割方法
7.3.1 数学形态学基本思想及运算规则
7.3.2 基于分水岭的图像分割方法
7.3.3 基于分水岭的热波探伤图像分割
7.3.4 结论
7.4 基于边缘检测的热图像分割
7.4.1 梯度边缘检测
7.5 基于改进遗传算法的二维*大类间方差热图像分割
7.5.1 二维*大类间方差算法
7.5.2 算法实现的步骤
7.5.3 实验结果
7.6 基于人工免疫技术的热波图像处理
7.6.1 二维*小tsallis交叉熵
7.6.2 基于人工免疫算法的分割闽值优化
7.6.3 结果分析
7.7 基于尖点突变理论的红外热图像损伤边缘检测与分割
7.8 基于粒子群优化模糊聚类的红外热图像分割
7.8.1 粒子群算法
7.8.2 模糊聚类算法
7.8.3 基于粒子群优化的模糊聚类算法
7.8.4 实验结果与分析
7.9 本章小结
参考文献
第八章 热波图像的缺陷特征提取及定量识别
8.1 缺陷形状的图像识别
8.1.1 规则图形的识别
8.1.2 复杂图形的识别
8.1.3 改进的图形识别算法
8.1.4 复杂图形的尺寸提取
8.2 缺陷尺寸(大小)识别
8.2.1 二值链码技术
8.2.2 缺陷大小的测量
8.3 基于*佳检测时间的缺陷深度测量
8.3.1 导热系数比较小的材料(非金属或复合材料)缺陷深度的判别
8.3.2 导热系数较大的金属材料的缺陷深度的判断方法
8.3.3 多元非线性回归求缺陷深度
8.4 基于bp神经网络的缺陷定量识别
8.4.1 bp神经元的传递函数
8.4.2 bp神经网络的结构及算法
8.4.3 基于bp神经网络的缺陷定量识别
8.5 缺陷三维显示和重建
8.5.1 缺陷的三维显示
8.5.2 缺陷的三维重建
8.6 本章小结
参考文献