[发明专利]基于时序热图加权叠加的红外无损检测方法

摘要

本发明公开了一种基于时序热图加权叠加的红外无损检测方法。首先，使用红外热像仪实时采集加热试件降温过程时序热图，并对采集的时序热图进行灰度化，获得时序灰度图；其次，以时序灰度图中缺陷区域和正常区域灰度差值的加权和为目标函数，采用遗传算法优化加权系数，使目标函数值最大；最后，基于该加权系数对时序灰度图进行加权叠加，获得突显缺陷特征信息的叠加图用于红外无损检测。

主权项

1.一种基于时序热图加权叠加的红外无损检测方法，其特征在于：技术方案主要包括下列步骤：第一步骤：采用热激励源加热试件，设定热激励源与试件的位置及距离，确定加热时间，对试件缺陷面均匀加热；第二步骤：试件加热后，设定红外热像仪与试件的位置及距离，选择采集周期，通过红外热像仪自动采集试件降温过程的红外时序热图，采集过程中保证红外热像仪与试件位置不变，且视场刚好覆盖试件缺陷面；第三步骤：对采集的红外时序热图进行灰度化，获得时序灰度图；提取时序灰度图中正常和缺陷区域的灰度值，并以该灰度差值的加权和构建目标函数，目标函数f的表达式如下：（i=1、2、3…N）式中，N为时序热图的帧数，α_i为加权系数，X_i为缺陷区域的灰度平均值，Y_i为正常区域的灰度平均值；第四步骤：采用遗传算法优化加权系数，使目标函数值达到最大值，具体步骤包括：步骤一：初始化参数，设定种群规模M、交叉和变异概率等参数，设计迭代次数等终止条件，步骤二：初始化父代种群，生成M×N维随机加权系数构成初始父代种群，其中，M为种群个体的数量，N为种群个体的维数，生成M个种群个体，每个个体为N维向量，步骤三：计算目标函数，以时序灰度图正常和缺陷区域灰度差值的加权和构建目标函数，（i=1、2、3…N），计算目标函数值，并判断终止条件，步骤四：计算适应度，根据目标函数值计算适应度，步骤五：生成优选池，根据适应度值对父代种群进行选择和复制，生成优选池，步骤六：二进制编码，采用二进制码表示优选池中个体，步骤七：生成子代种群，根据交叉和变异概率，利用单点算子对优选池个体的二进制码进行交叉和变异运算，生成子代种群，步骤八：重复步骤三至步骤七，直至满足迭代终止条件为止；第五步骤：根据最优加权系数，对所有的时序灰度图进行加权，然后再进行叠加及归一化处理，获得突显缺陷特征信息的加权叠加灰度图。