碳纤维复合材料红外热像分层缺陷检出能力智能评估方法

    公开(公告)号:CN119579511A

    公开(公告)日:2025-03-07

    申请号:CN202411613539.4

    申请日:2024-11-13

    Abstract: 提供一种碳纤维复合材料红外热像分层缺陷检出能力智能评估方法,具体如下:步骤A:智能识别与标注碳纤维复合材料红外热像分层缺陷,自动计算每一处缺陷的信噪比;步骤B:根据所计算出的信噪比,评估缺陷检出的概率,即绘制POD曲线。本发明将POD应用到CFRP层板红外热成像分层缺陷检测领域,采用目标检测网络结合自动化标注与信噪比计算算法的方式,具有缺陷识别精度高、速度快,缺陷信噪比计算自动化程度高等优点。该方法适用于碳纤维复合材料产品的缺陷检测,能够提高碳纤维复合材料内部质量控制的自动化和定量化水平,能够定量化的评估该检测技术的缺陷检出能力。

    一种基于通道交叉神经网络的偏振图像融合方法

    公开(公告)号:CN119495006A

    公开(公告)日:2025-02-21

    申请号:CN202411558535.0

    申请日:2024-11-04

    Abstract: 提出一种基于通道交叉神经网络的偏振图像融合方法,该方法按以下步骤进行:步骤1,获取多组目标偏振图像,计算获取强度图像和线偏振图像;步骤2,构建基于通道交叉的偏振图像融合网络,包含N个融合模块和1个多层卷积模块;步骤3,构建用于训练偏振图像融合网络的损失函数;步骤4,基于步骤1获得的N组强度图像和线偏振图像,利用梯度下降法对网络模型进行训练,计算损失函数Loss以更新网络参数,当达到设定的迭代次数后,停止训练,获得偏振图像融合网络模型,实现对偏振图像的有效融合。本发明方法能有效提取图像特征中的显著性信息,同时实现不同源图像特征的交叉融合,进一步提高融合效果。

Patent Agency Ranking