[发明专利]一种复合材料脱粘缺陷的自动分割及量化方法

权利要求书

1.一种复合材料脱粘缺陷的自动分割及量化方法，其特征在于，包括以下步骤：

(1)、图像预处理

(1.1)、对被测试件进行热加载，采集被测试件的红外热图像序列；

(1.2)、利用热图像信号重构算法对红外热图像序列进行重构

将红外热图像序列的温度响应从时域转换到对数域，拟合成n次多项式函数：

ln(T(0,t))＝a₀+a₁ln(t)+a₂[ln(t)]²…+a_n[ln(t)]ⁿ

其中，表示热扩散率，kρc分别表示被测试件的热导率、密度和比热容；Q为表面总能量，t为时间；a₀,a₁,…,a_n分别对应压缩之后的n+1帧图像的系数；

(2)、图像自动分割

(2.1)、计算重构后的n+1帧图像的峭度值；

其中，K_i表示第i帧图像的峭度值，i＝0,1,2,…,n；表示第i帧图像中第j个像素点的像素值，μ_i,σ_i分别表示第i帧图像的像素均值和标准差，M表示第i帧图像中像素点总个数；

选出最大峭度值对应的该帧图像并作为最佳热图像；

(2.2)、将最佳热图像划分为非试件区域、试件的非缺陷区域和试件的脱粘区域；

(2.3)、在试件的非缺陷区域中自动选择起始种子点

使用平均最大值法MMRT计算初始种子点集合S：

|MMRT-S|＜o

其中，ι和r分别表示最佳热图像的第ι行和总行数，|X_ι|表示第ι行的绝对值最大的像素值，μ表示最佳热图像的像素均值，MMRT为所得初始种子点值，o为常数；

利用形态学的边缘检测算法去除初始种子点集合S中落在非试件区域中的种子点，得到最终的种子点集合S^*，再从种子点集合S^*中随机挑选一个点作为起始种子点；

(2.4)、对最佳热图像进行自动阈值选择

(2.4.1)、获取二值化处理的最佳阈值

(2.4.2)、求出最佳热图像的像素均值及像素均值对应的单位数量级；

(2.4.3)、确定阈值范围：以像素均值的绝对值对应的像素点为中间点，再向左右分别取τ个单位长度，作为阈值点；在阈值范围内，对2τ个阈值进行区域分割；

(2.4.4)、以起始种子点作为分割点，对最佳热图像进行二值化分割，得到的二值化图像中分别用0和1代表缺陷区域和非缺陷区域；

(2.4.5)、计算缺陷区域中像素点个数和总像素点之间的比例；

其中，∑p_j＝0表示缺陷区域中像素点总个数，M表示图像总像素点个数；

(2.4.6)、在每个阈值点自然生长时，重复步骤(2.4.4)、(2.4.5)，直到2τ个阈值点生长结束，再在同一幅图中绘出缺陷比例曲线，最后分析缺陷比例曲线变化结果，找出缺陷比例跳变最大的阈值点作为最佳阈值，所对应的二值化图像即为最佳分割图像；

(3)、缺陷定量识别

(3.1)、计算被测试件的面积与最佳二值化图像中像素点的比例关系λ；

(3.2)、根据比例关系λ计算被测试件中的缺陷面积S_def；