基于SVD算法的红外热波无损检测方法研究
来源期刊:机械设计与制造2012年第4期
论文作者:张志强 赵怀慈 赵大威 崔云刚
文章页码:53 - 55
关键词:缺陷;红外热波;奇异值分解;特征提取;
摘 要:针对采用红外热波无损检测技术对材料缺陷进行特征提取的技术空白,提出了一种新的基于奇异值分解(SVD)的红外序列图像特征提取方法。研究表明对重构的缺陷相空间矩阵进行奇异值分解,其空间与时间基向量包含了缺陷静态空间与动态热量变化的特征信息。在缺陷代数特征的基础上,提取具有时空信息的特征值构造缺陷特征向量。实验分析表明,通过对热障涂层缺陷进行特征提取,在运用RBF神经网络进行缺陷的分类验证中取得了较好的效果。
张志强1,2,3,4,赵怀慈1,3,4,赵大威1,3,4,崔云刚1,3,4
1. 中国科学院沈阳自动化研究所光电信息研究室2. 中国科学院研究生院3. 中国科学院光电信息处理重点实验室4. 辽宁省图像理解与视觉计算重点实验室
摘 要:针对采用红外热波无损检测技术对材料缺陷进行特征提取的技术空白,提出了一种新的基于奇异值分解(SVD)的红外序列图像特征提取方法。研究表明对重构的缺陷相空间矩阵进行奇异值分解,其空间与时间基向量包含了缺陷静态空间与动态热量变化的特征信息。在缺陷代数特征的基础上,提取具有时空信息的特征值构造缺陷特征向量。实验分析表明,通过对热障涂层缺陷进行特征提取,在运用RBF神经网络进行缺陷的分类验证中取得了较好的效果。
关键词:缺陷;红外热波;奇异值分解;特征提取;