[发明专利]基于数据重构的红外热成像缺陷检测图像处理方法

权利要求书

1.基于数据重构的红外热成像缺陷检测图像处理方法，其特征在于，包括以下步骤：

1)获取红外热成像缺陷图像数据集：

利用脉冲热成像PT系统对数据进行采集，具体过程如下：首先通过闪光灯对试样进行瞬态加热，然后在冷却阶段用红外摄像机记录表面温度变化过程，最后将记录的热图像存储在计算机中；

2)图像预处理：

在进一步分析之前需要对给定的热图像进行预处理，由数据展开与标准化两部分组成；

3)建立降噪自编码器网络：

利用降噪自编码器对原始数据进行重构，达到降低噪声、丰富原始图像数据信息的效果；

4)构建降噪主成分热成像DPCT图像处理模型：

在数据重构的基础上进一步利用主成分分析PCA进行降维，在减少图像数量的同时提高缺陷特征提取能力。

2.如权利要求1所述的基于数据重构的红外热成像缺陷检测图像处理方法，其特征在于，所述步骤2)的具体过程如下：

步骤2.1：将通过PT系统采集的热图像数据由三维矩阵展开为二维矩阵；

步骤2.2：对二维矩阵进行标准化处理，通过减去每行的平均值再除以每行的标准差来居中。

3.如权利要求2所述的基于数据重构的红外热成像缺陷检测图像处理方法，其特征在于，所述步骤3)的过程为：

通过训练损坏的输入数据进行特征学习，建立降噪自编码器网络，通过降噪自编码器重构原始数据，得到同样数量的热图像。

4.如权利要求3所述的基于数据重构的红外热成像缺陷检测图像处理方法，其特征在于，所述步骤4)的具体过程如下：

步骤4.1：构建降噪主成分热成像DPCT图像处理模型：

将数据重构后的热图像进行主成分分析PCA降维，在使用主成分分析PCA过程中，第一个主成分PC的计算公式如下：

subject to ||p||₂≤1

其中p∈R^9000×1表示载荷向量，也称为经验正交函数；||·||₂表示L₂正则化；X和p的乘积，即Xp表示第一主成分；然后，依次通过上述步骤获得其它主成分，最后将获得的主成分图像进行可视化达到凸显缺陷的效果。