-
公开(公告)号：CN111627007B
公开(公告)日：2022-06-14
申请号：CN202010461356.0
申请日：2020-05-27
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于自优化匹配网络图像拼接的航天器缺陷检测方法，首先基于温度变化特征分离出突显缺陷特征的温度变化特征重构图像，然后采用FAST算法进行特征点检测，利用SURF算法进行检测到的特征点进行描述，克服传统的SURF检测法提取特征点少，计算量大的问题，同时保证了匹配过程的抗噪能力和对仿射变换、温差的鲁棒性；通过双向的暴力匹配进行特征点对(匹配点对)粗匹配、通过构建偏差向量和自优化匹配网络剔除误匹配，保证匹配结果的速度和精度，实现适应性和鲁棒性更强的优化匹配结果。同时进一步提纯匹配点对对并计算出几何变换矩阵，使各检测区域的温度变化特征重构图像有效融合，实现对航天器表面大范围的快速检测。
-
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。
-
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：CN112132802A
公开(公告)日：2020-12-25
申请号：CN202010994424.X
申请日：2020-09-21
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于自学习拼接算法的航天器撞击损伤检测方法，首先基于温度变化特征分离出突显缺陷特征的损伤温度重构图像；然后采用SIFT特征点检测算法实现特征点的快速检测同时生成损伤温度特征向量，再利用PCA算法对损伤温度特征向量进行降维，提高算法速度；基于损伤温度特征向量的余弦值作为相似性度量，实现特征点的粗匹配；最后搭建自优化匹配优化网络，获得优化后的精确匹配点对集合，并估计出几何变换矩阵的参数，实现图像拼接。本发明实现对缺陷模式特征的自学习过程，实现对数据特征的进一步压缩提取，从而实现适应性和鲁棒性更强的优化匹配结果，使各检测区域的损伤温度重构图像有效融合，实现对航天器表面大范围的快速损伤检测和损伤程度的初步判断。
-
Patent Agency Ranking
公开(公告)号：CN109559309A
公开(公告)日：2019-04-02
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：CN109816651B
公开(公告)日：2021-05-14
申请号：CN201910067665.7
申请日：2019-01-24
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于变化率与温度差异的热图像缺陷特征提取方法，通过从涡流脉冲热图像中选出最大温度值像素点，根据最大温度值像素点得到变换步长，然后根据选定的步长提取代表性的瞬态热响应曲线。之后，再利用本专利所提出基于温度变化率与温度差异性的改进分类方法分类。最后采用Canny算子进行边缘轮廓提取，从而提取出涡流脉冲热图像的缺陷特征。
-
公开(公告)号：CN109886930A
公开(公告)日：2019-06-14
申请号：CN201910067673.1
申请日：2019-01-24
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于变化率与温度差异的热图像缺陷特征提取方法，通过从涡流脉冲热图像中选出最大温度值像素点，根据最大温度值像素点得到变换步长，然后根据选定的步长提取代表性的瞬态热响应曲线。之后，再利用本专利所提出效率改进基于温度变化率与温度差异性的分类方法分类。最后采用Canny算子进行边缘轮廓提取，从而提取出涡流脉冲热图像的缺陷特征。
-
公开(公告)号：CN109816651A
公开(公告)日：2019-05-28
申请号：CN201910067665.7
申请日：2019-01-24
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于变化率与温度差异的热图像缺陷特征提取方法，通过从涡流脉冲热图像中选出最大温度值像素点，根据最大温度值像素点得到变换步长，然后根据选定的步长提取代表性的瞬态热响应曲线。之后，再利用本专利所提出基于温度变化率与温度差异性的改进分类方法分类。最后采用Canny算子进行边缘轮廓提取，从而提取出涡流脉冲热图像的缺陷特征。
-
公开(公告)号：CN109767437A
公开(公告)日：2019-05-17
申请号：CN201910019826.5
申请日：2019-01-09
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于k均值动态多目标的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。
-
-
-
-
-
-
-
-
-
Search Results
24
records
(took 0.022 seconds)
