[发明专利]一种航空航天复合材料损伤可视化特征提取方法

权利要求书

1.一种航空航天复合材料损伤可视化特征提取方法，其特征在于，包括以下步骤：

步骤一、对采集到的试件红外数据在提取有效信息后，按照缺陷类型对其进行分类并提取每类缺陷的典型瞬态热响应；

步骤二、将选择出的典型瞬态热响应构成变换矩阵，获得红外重构图像；

步骤三、对重构得到的K大小维M×N的红外图像，计算像素其变异系数，通过测量邻域像素与中心像素的同质性，将最能突出的像素采样出来，获得K张包含了完整缺陷信息的含有Kn个像素点的低质红外重构图像；

步骤四、在经过处理得到每张红外重构图像的相应的包含完整缺陷信息的含有Kn个像素点的低质红外重构图像中，利用多目标衡量去除噪声、保留细节、保持边缘三个方面的分割性能，求取各个分割性能的权重系数以构建分割目标函数；在噪声去除、保留细节及保持边缘三种目的的指导下构建红外图像分割函数；

步骤五、构建双层分割模型的第一层，双层分割模型的第一层为权重系数确定层，在提取出来包含完整的缺陷信息的低质红外重构图像中，采用多目标优化算法权衡设置的三个目标函数，设置多目标优化问题；多目标优化算法结合权重向量获得实现各个分割性能的目标函数的权重系数，具体步骤包括：

步骤S51、多目标优化算法参数初始化；获取Kn个均匀分布的权重向量，并计算每个权重向量最近的T个权重向量；在满足多目标优化问题的可行空间采样产生初始种群；初始化多目标优化函数；采用基于切比雪夫的分解模型分解子问题；设置外部种群EP为空集；

步骤S52、进化多目标优化算法，更新种群中的个体；根据欧式距离定义稀疏度水平大小，基于稀疏度水平大的个体调整权重向量；

步骤S53、选择权衡解，获得实现去除噪声、保留细节、保持边缘函数分割性能的权重系数；

步骤六、构建全像素红外图像分割目标函数，将步骤五求得的权重系数输入到双层分割模型的第二层，双层分割模型第二层为图像分割层，利用双层分割模型对重构得到的像素点个数为M×N的全像素红外图像进行图像分割；

步骤七、根据步骤六中构建的全像素红外图像分割目标函数已经求取的隶属度、聚类中心更新公式，输入算法终止判断的阈值和最大迭代次数，在图像分割层实现红外全像素图像分割，得到试件缺陷的分割图像。

2.如权利要求1所述的航空航天复合材料损伤可视化特征提取方法，其特征在于，所述步骤一的具体方法包括：对采集到的试件d维红外热图像序列S(m,n,:)，采用分块分步长的方式提取有效的瞬态热响应，其中m和n分别表示三维矩阵的第m行和第n列，第三个维度表示红外热图像的帧数；对提取出的有效瞬态热响应根据缺陷类型K，对其划分为K个区域，从划分好的各类缺陷区域中提取最能代表当前类别缺陷特征的典型瞬态热响应。

3.如权利要求1所述的航空航天复合材料损伤可视化特征提取方法，其特征在于，所述步骤二获得红外重构图像的方法为：由步骤一提取的K个d维典型瞬态热响应，获得维度为d×K的线性变化矩阵H₁，将S(m,n,:)由三维矩阵化为二维矩阵，即对红外热视频中每一帧图像向量化，将每一帧图像矩阵按列取值并排列后得到包含一帧的像素点温度信息的向量且作为新矩阵的行向量，构建出一个新的二维矩阵P(x,y)_a×b，a＝d，b＝M×N；用矩阵H₁对P进行线性变换，即其中为矩阵H₁的K×d维伪逆矩阵；将二维图像矩阵O再按行取值构成原图像尺寸大小的二维图像，得到K张大小为M×N的红外重构图像。