[发明专利]一种焊接缺陷超声相控阵扇形扫描图像特征提取方法

权利要求书

1.一种焊接缺陷超声相控阵扇形扫描图像特征提取方法，其特征在于：所述方法的具体过程为：

步骤一、取n幅缺陷图像，每幅缺陷图像含有p数据，其中p＝k×l×t，k为每幅缺陷图像中超声波A信号数目，l为每个超声波A信号中含有的数据，t为数据中包含的回波幅度和缺陷三维坐标信息，这样共得到n×p个数据，缺陷图像数据矩阵X如下：

X=x11x12···x1px21x22···x2p············xn1xn2···xnp---(1-8)]]>

步骤二、计算缺陷图像数据矩阵X的协方差矩阵∑：

∑＝(σ_ij)_p×p    (1-9)其中σ_ij＝Cov(X_i，X_j)(i，j＝1，2，…，p)，Cov(X_i，X_j)是求X_i和X_j的协方差；

步骤三、求协方差矩阵∑的特征值与特征向量；

由公式(1-10)求得∑的p个的特征值λ_i(i＝，2，…，p)，按由大到小的顺序排列为λ₁≥λ₂…≥λ_p；根据公式(1-11)计算λ_i对应的标准正交特征向量α_i(i＝1，2，…，p)：

|λE-∑|＝0    (1-10)

(λE-∑)α＝0    (1-11)

步骤四、确定缺陷图像主成分个数m(m＜p)，m确定过程为：

利用公式(1-6)求得第m个缺陷图像主成分的方差贡献率，利用公式(1-7)求得前m个缺陷图像主成分累积贡献率：

λm/Σj=1pλj---(1-6)]]>

Σi=1mλi/Σj=1pλj---(1-7)]]>

当前m个缺陷图像主成分累积贡献率满足大于等于85％的条件：即可确定m的值；

步骤五、在得到缺陷图像主成分个数m后，构建焊接缺陷特征表达函数：

F_i＝α_i1X₁+α_i2X₂+…+α_ipX_p i＝1，2，…，m  (1-12)

其中F₁称为特征1，F₂称为特征2，以此类推，F_m称为特征m。