-
公开(公告)号：CN112699912B
公开(公告)日：2022-04-19
申请号：CN202011300158.2
申请日：2020-11-19
Applicant: 电子科技大学
IPC: G06K9/62 , G01J5/00 , G01N25/72 , G06N3/04 , G06N3/08 , G06V10/77 , G06V10/774 , G06V10/80 , G06V10/30
Abstract: 本发明公开了一种通过改进GAN增强红外热图像的方法，首先对采集到的红外热图像序列任意一个目标点及其周围8邻域的9个像素点进行主成分分析，并选取其第一主成分分量；为了减少数据冗余和提高计算效率，再对第一主成分分量进行采样并与其经处理得到的单幅二值图像一起作为训练集；然后分别通过融合相邻域内的像素点，获得更多热时序信号及其二值像素点，扩充训练集数据；最后利用热图像温度‑时间序列训练改进GAN模型，并通过改进GAN模型对红外热图像进行图像增强处理，有效提高缺陷区域与背景区域之间的对比度，完成了红外热图像的重构。
-
公开(公告)号：CN112508853B
公开(公告)日：2022-03-25
申请号：CN202011270453.8
申请日：2020-11-13
Applicant: 电子科技大学 , 成都飞机工业(集团)有限责任公司
Abstract: 本发明公开了一种时空特征提取的红外热图像缺陷检测及量化方法，通过三维时空特征提取及融合模型提取热图像序列的空间和时间特征，并对提取到的特征加权融合，再与序列化主成分分析层提取得到的特征进行融合，根据训练好的权重预测出每一个像素点所属类别的概率，构成概率二值输出图，最终实现缺陷位置的自动检测及量化。
-
公开(公告)号：CN112508853A
公开(公告)日：2021-03-16
申请号：CN202011270453.8
申请日：2020-11-13
Applicant: 电子科技大学 , 成都飞机工业(集团)有限责任公司
Abstract: 本发明公开了一种时空特征提取的红外热图像缺陷检测及量化方法，通过三维时空特征提取及融合模型提取热图像序列的空间和时间特征，并对提取到的特征加权融合，再与序列化主成分分析层提取得到的特征进行融合，根据训练好的权重预测出每一个像素点所属类别的概率，构成概率二值输出图，最终实现缺陷位置的自动检测及量化。
-
公开(公告)号：CN116542950A
公开(公告)日：2023-08-04
申请号：CN202310546294.7
申请日：2023-05-15
Applicant: 电子科技大学
IPC: G06T7/00 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了基于热光流时空修正学习的红外缺陷检测方法、系统及终端，属于无损检测技术领域，包括：获取缺陷区域的热扩散特征信息图、位置特征信息图；多级深度融合解码处理：将热扩散特征信息图、位置特征信息图按像素点位置直接叠加，得到第一融合特征图；将第一融合特征图分别与热扩散特征信息图、位置特征信息图叠加；将两次叠加分别得到的特征图共同作为下一级解码输入；重复上述解码处理步骤，得到最终缺陷融合信息。本发明融合处理能够使缺陷的热扩散信息、位置信息相互指导修正，以此保证缺陷检测检出率；同时，通过特征信息图叠加操作保留并突出与缺陷相关的特征信息，提高了缺陷区域的对比度，进而提高了缺陷检测准确性。
-
公开(公告)号：CN112233068B
公开(公告)日：2023-04-18
申请号：CN202011001986.6
申请日：2020-09-22
Applicant: 电子科技大学 , 成都飞机工业(集团)有限责任公司
Abstract: 本发明公开了一种交替卷积全变分正则化张量分解的红外成像缺陷检测方法，先采集热图像序列，再将每一帧热图像看作一个三阶张量，并分解为低秩张量和稀疏张量之和；然后建立待优化的拉格朗日目标函数，通过使用张量奇异值阈值和张量奇异值分解方法求得低秩张量，通过使用软阈值函数求得稀疏张量，对对偶变量进行基于交替卷积的全变分正则化方法求得对偶变量降噪后的结果，采用交替迭代的方法更新，直到收敛，停止迭代，从而求解出缺陷增强后的热图像序列，从而实现红外热成像的缺陷检测。
-
Patent Agency Ranking
公开(公告)号：CN114219765A
公开(公告)日：2022-03-22
申请号：CN202111370343.3
申请日：2021-11-18
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于相位特征自适应提取红外热图像缺陷的方法，首先实时在线采集加热阶段的红外热图像序列，然后对红外热图像序列进行预处理，再选取合适的帧数的红外热图像进行空域高通滤波，对滤波后的图像序列进行特定相位信息提取，得到特定频率下的相位图，最后将相位图转化为灰度图像并进行中值滤波，在滤波之后的图像便清晰的反映了缺陷的大小与位置。
-
公开(公告)号：CN112150432A
公开(公告)日：2020-12-29
申请号：CN202011000748.3
申请日：2020-09-22
Applicant: 电子科技大学 , 成都飞机工业(集团)有限责任公司
Abstract: 本发明公开了一种基于生成对抗网络的光激励红外无损检测方法，先通过光激励红外热成像无损检测系统在含有缺陷的被测试件上获取原始红外热图像序列，再对原始红外热图像序列进行预处理，形成训练数据集和标签数据集，然后搭建并训练改进型生成对抗网络和判别网络，最后能够实时对不同的两种试件的缺陷进行分割，且分割的效果比现有模型更好。
-
公开(公告)号：CN107870181A
公开(公告)日：2018-04-03
申请号：CN201710469654.2
申请日：2017-06-20
Applicant: 成都飞机工业(集团)有限责任公司 , 电子科技大学
Abstract: 本发明公开一种复合材料脱粘缺陷的后期识别方法，通过闪光灯脉冲红外热成像，获得含有缺陷信息的表面温度随时间变化的响应序列，向量化每帧热图像，再进行热图像信号重构，压缩得到的6帧对数多项式系数图像，能增强缺陷信息；选择一帧效果最好的图像，根据图像缺陷特性，利用区域生长法将图像分割为不同区域，在非缺陷区域任选一点作为起始生长种子点，然后根据一定的生长准则将种子像素邻域中与种子有相同性质的像素合并到种子像素所在区域，最终实现缺陷分割。本发明方法能较好的解决闪光灯红外热成像方法缺陷检测中低分辨率难题，可显著提高缺陷和非缺陷区域之间的对比度。
-
公开(公告)号：CN114166850B
公开(公告)日：2023-06-09
申请号：CN202111448558.2
申请日：2021-11-30
Applicant: 电子科技大学 , 成都飞机工业(集团)有限责任公司
Abstract: 本发明公开了一种基于差分张量分解的光激励红外热成像缺陷检测方法，先通过实验系统采集红外热图像序列，通过小波分解保留低频图像去除噪声后，再将热图序列看作一个三阶张量，分解为低秩张量、稀疏张量和噪声张量之和；建立目标函数，通过不同秩下的Tucker分解结果进行差分得到的结构之间的差异信息提取图像序列的前景部分即缺陷信息，然后引入概率张量来纠正潜在的不匹配模式，求解出提取缺陷后的热图像序列，从而实现红外热成像的缺陷检测，提高缺陷检出率。
-
公开(公告)号：CN112508862B
公开(公告)日：2022-03-25
申请号：CN202011304362.1
申请日：2020-11-19
Applicant: 电子科技大学
Abstract: 本发明公开了一种通过改进GAN增强裂纹磁光图像的方法，先采集裂纹磁光图像并进行预处理，再对预处理后的磁光图像进行扩充，获取训练改进GAN模型的训练数据，然后对改进GAN模型进行训练，最后，将待测试件的磁光图像输入至改进GAN模型，通过内部的生成网络输出图像块并拼接，从而获取到具有高对比度的裂纹磁光图像，实现了缺陷增强。
-
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.021 seconds)
