CN109813439A - 一种主动式红外热成像热像图序列处理方法 - Google Patents
一种主动式红外热成像热像图序列处理方法 Download PDFInfo
- Publication number
- CN109813439A CN109813439A CN201910106548.7A CN201910106548A CN109813439A CN 109813439 A CN109813439 A CN 109813439A CN 201910106548 A CN201910106548 A CN 201910106548A CN 109813439 A CN109813439 A CN 109813439A
- Authority
- CN
- China
- Prior art keywords
- thermal imaging
- thermal
- frequency domain
- time
- array
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Investigating Or Analyzing Materials Using Thermal Means (AREA)
Abstract
本发明公开了一种主动式红外热成像热像图序列处理方法,属于图像处理领域,获取原始热成像时空数列以及被测物体的热扩散率估测值作为输入;设计一个高斯低通滤波器f1对原始热成像时空数列进行高斯降噪滤波处理得到滤波原始热成像时空数列;对滤波原始热成像时空数列进行边界扩充得到扩充数组;对扩充后的数组进行时间维度的傅立叶变换得到时间数组,变换频率为ω;对时间数组进行平面维度的贝塞尔变换,对应变换频率为ξ;把平面维度的贝塞尔变换的结果与步骤1中的热扩散率估测值进行计算傅立叶‑贝塞尔频域中的基于伪贝塞尔小波基的解逆卷积核;对结逆卷积核的结果进行解逆热扩散处理,把解逆热扩散的结果进行构造高通滤波器f1在频域中的等效逆函数。
Description
技术领域
本发明特别涉及图像处理领域,特别是涉及一种主动式红外热成像热像图序列处理方法。
背景技术
碳纤维复合材料由于其优异的屈服强度和柔韧性而成功应用于飞机和船舶制造业。然而,在制造过程中引起的分层和外来杂质会大大降低碳纤维复合材料的机械性能。因此,对碳纤维复合材料中的缺陷进行无损检测对保障其服役的可靠性尤为重要。
脉冲热成像已被公认为成熟的无损检测技术,用于检测碳纤维复合材料中的缺陷。然而,脉冲热成像面临两大挑战:一是测试表面受不可控非均匀热激励的影响,二是检测过程中热波的热扩散不可逆。在不均匀分布的热流下,由于埋藏缺陷或者不可控额外热量的存在,一个区域内的热响应可能与检测基线不同。同时,横向热扩散率不可逆地模糊缺陷区和无缺陷区之间的边界。而且,短暂的强光激励对人眼来说是不舒服的,甚至是有害的。
发明内容
为解决背景技术中所提到的技术问题,本发明所要解决的技术问题是提供一种主动式红外热成像热像图序列处理方法。
发明的技术解决方案如下:
一种主动式红外热成像热像图序列处理方法,所述处理方法包括如下步骤:
步骤1:获取原始热成像时空数列(其中,m∈[1,M],n∈[1,N],k∈[1,K],M、N、K分别表示热成像在x方向、y方向以及时间轴上的采样数目)以及被测物体的热扩散率α的估测值作为输入;原始热成像时空数列直接在红外热成像测试工程中通过红外相机采集提供,数据类型根据所使用的红外热成像仪的种类决定,但最终都会以表面温度值在时间和空间矩阵T(xn,ym,tk)表示;热扩散率可以根据被测样品的材料手册直接查得,或者通过以下实验的方法:
热扩散率的测量采用非稳态法,常用激光脉冲法。仪器的测量原理是:在一个四周绝热的薄圆片试样的正面,辐照一束垂直于试样正面的均匀的激光脉冲,试样被单面加热,测出在一维热流条件下试样背面的温升曲线,计算求得热扩散率值。数据类型,α=λ/ρc
α称为热扩散率或热扩散系数(thermal diffusivity),单位为m2/s。
式中:
λ:导热系数,单位W/(m·K);
ρ:密度,单位Kg/m3;
c:比热容,单位J/(Kg·K)。
步骤2:设计一个滤波器f1对温度时空矩阵T(xn,ym,tk)进行降噪滤波处理得到滤波温度时空矩阵这个滤波器的核心是一个高斯低通降噪滤波器,高斯函数的宽度根据具体检测过程中关心的最小缺陷的尺寸决定;此外专利声明分析激励源发射前采集到的被动红外图像的频谱来滤除图像中存在的非热扩散特征。具体方法如下:
对κ张稳态检测图像分别做平面内的快速傅里叶变换,对频域幅值取对数,计算频域幅值对数的平均值和标准差,将频域幅值对数中在频域为[-π,-π/4]以及[-π/4,π]的范围内其值与平均值的差高于3倍标准差的点替换为零,得到平面掩膜M1。并用M1遮挡中的每张图片,得到
步骤3:对进行边界填充得到填充数组;填充方法为三个维度统一对称填零,x,y,t填充后的大小分别为M1,其具体取值的条件为直到没有明显漏频现象为止,
步骤4:对填充数组进行时间维度的傅立叶变换得到时间数组θ(xn,ym,ω),(m∈[1,M1],n∈[1,N1],k∈[1,K1]),时间方向变换频率为ω;
步骤5:对时间数组进行平面维度的贝塞尔变换得到原始图像对应填充数组在傅立叶-贝塞尔变换域当中的对应矩阵对应变换频率为ξ;
步骤6:把步骤1中的热扩散率估测值进行带入一阶伪贝塞尔小波基中计算,计算结果便是傅里叶-贝塞尔频域中的解卷积核(类似于图像模糊还原中的点扩散函数);
步骤7:将步骤6中的得到的解卷积核直接与步骤五中得到的三维数组相点成乘,得到的点积中的高频部分为检测缺陷和噪声在给定激励下的响应,低频部分为给定激励热源的平面分布近似值。
步骤8:对步骤7中得到的点积直接进行傅里叶-贝塞尔逆变换得到还原伪热流图,从步骤8得到还原伪热流图。这个图像序列中的每一张图近似等效于热流分布图与缺陷的几何分布图的卷积。通过触发解调的方法,在知道热流分布图的条件下就可以解调出被测物体内部缺陷的几何分布图(这就是我们想要的。
进一步地,所述步骤1中被测物体的热扩散率估测值为被测物体的热扩散率,不需要测量的真实值。
进一步地,所述步骤6中用以傅里叶变换频域ω和贝塞尔变换频域ξ相关的函数作为表面温度解卷积过程的解卷积核心。
进一步地,所述步骤6中用以傅里叶变换频域ω和贝塞尔变换频域ξ相关的函数作为表面温度解卷积过程的解卷积核心。
有益效果:
本发明在降低由于热扩散引起的检出缺陷形状模糊和消除不可控热激励造成的低对比的影响上,比脉冲相位热成像、Crowther的逆散射算法、Delpueyo的拉普拉斯高斯滤波器,Holland的热流和Omar动态优化有明显优势,并且伪贝塞尔小波基不需要准确地输入材料的热扩散率,与前几种方法相比,它可以很好地近似表现出热流分布并显著提高热成像检测能力。
附图说明
图1为本发明流程图。
具体实施方式
为了便于理解本发明,下文将结合说明书附图和较佳的实施例对本文发明做更全面、细致地描述,但本发明的保护范围并不限于一下具体实施例。
除非另有定义,下文中所使用的所有专业术语与本领域技术人员通常理解含义相同。本文中所使用的专业术语只是为了描述具体实施例的目的,并不是旨在限制本发明的保护范围。
图像时序归一化和“重建温度”被用来解决上面讨论的问题。图像时序归一化方法是基于以下假设得出的:人为选择出基于热像图演化出的图像(通常是加热开始后的第一或第二热像图像或测试期间拍摄的最后一张热像图)的分布是表面热流的平面分布。然而,对于近表面缺陷和非常深的埋藏缺陷,由于采样率低的原因,这种假设可能不再适用。与归一化方法相比,重建方法被认为是先进的方法。Crowther的逆散射算法,Delpueyo的拉普拉斯高斯滤波器,Holland的热流和Omar动态优化都受到不可控非均匀热激励和不可逆热扩散的影响。这些算法是基于以下想法开发的:固体材料内部的散热可以表示为边界热流和散热内核之间的卷积。这个内核函数可以是一个Green函数。因此,通过用选定的解卷积核(也称为点扩散函数)去解逆卷积表面温度,可以改善热像图像的幅值对比度以用于缺陷检测。已经证明,这些解卷积重建方法可以减少热扩散的影响。现有的去卷积方法通常需要预先知道有关缺陷的信息,例如,在完成检测之前,CIS和ODO都将缺陷埋深作为算法的输入值,然而在真正的现场检测过程中这一变量的精确值未知。ODO还需要有限元模拟来创建反卷积内核。每种方法的应用都取决于相应的测试条件。在非实验工况下使用这些算法的可靠性需要进行认真研究。
在这项研究中,我们开发了一种新的重建方法,作为基于伪贝塞尔小波基的解逆法在本专利中提到,通过使用三维傅里叶变换分析反向热传导问题去卷积从表面内部几何相关的函数温度。按照设计,基于伪贝塞尔小波基的解逆法不需要任何关于缺陷深度的预先知识,但它确实需要预先知道被测材料的热扩散率,其他的去卷积方法也是如此。已经观察到,基于伪贝塞尔小波基的解逆法不需要对其输入值进行准确的估计,在将基于伪贝塞尔小波基的解逆法应用于通过数值模拟获得的设定表面数据之后,对于使用热成像来检测嵌入的盘状缺陷的情况,热扩散率在设备无噪音的情况下。我们还将基于伪贝塞尔小波基的解逆法与其他五种已有方法进行了比较。它们是标准化的表面温度,CIS,Shepard的重建时间温度导数,GOL和改进的Holland伪热流。对从数值模拟和三组实验获得的表面温度场进行比较。设置实验来检查基于伪贝塞尔小波基的解逆法是否对噪声,截断的边界以及不同的不均匀性具有鲁棒性。
图1,一种主动式红外热成像热像图序列处理方法。所述处理方法包括如下步骤:
步骤1:获取原始热成像时空数列(其中,m∈[1,M],n∈[1,N],k∈[1,K],M、N、K分别表示热成像在x方向、y方向以及时间轴上的采样数目)以及被测物体的热扩散率α的估测值作为输入;原始热成像时空数列直接在红外热成像测试工程中通过红外相机采集提供,数据类型根据所使用的红外热成像仪的种类决定,但最终都会以表面温度值在时间和空间矩阵T(xn,ym,tk)表示;热扩散率可以根据被测样品的材料手册直接查得,或者通过以下实验的方法:
热扩散率的测量采用非稳态法,常用激光脉冲法。仪器的测量原理是:在一个四周绝热的薄圆片试样的正面,辐照一束垂直于试样正面的均匀的激光脉冲,试样被单面加热,测出在一维热流条件下试样背面的温升曲线,计算求得热扩散率值。数据类型,α=λ/ρc
α称为热扩散率或热扩散系数(thermal diffusivity),单位为m2/s。
式中:
λ:导热系数,单位W/(m·K);
ρ:密度,单位Kg/m3;
c:比热容,单位J/(Kg·K)。
步骤2:设计一个滤波器f1对原始温度时空矩阵T(xn,ym,tk)进行降噪滤波处理得到滤波温度时空矩阵这个滤波器的核心是一个高斯低通降噪滤波器,高斯函数的宽度根据具体检测过程中关心的最小缺陷的尺寸决定;此外专利声明分析激励源发射前采集到的被动红外图像的频谱来滤除图像中存在的非热扩散特征。具体方法如下:
对κ张稳态检测图像分别做平面内的快速傅里叶变换,对频域幅值取对数,计算频域幅值对数的平均值和标准差,将频域幅值对数中在频域为[-π,-π/4]以及[-π/4,π]的范围内其值与平均值的差高于3倍标准差的点替换为零,得到平面掩膜M1。并用M1遮挡中的每张图片,得到
步骤3:对进行边界填充得到填充数组;填充方法为三个维度统一对称填零,x,y,t填充后的大小分别为M1,其具体取值的条件为直到没有明显漏频现象为止,
步骤4:对填充数组进行时间维度的傅立叶变换得到时间数组θ(xn,ym,ω),(m∈[1,M1],n∈[1,N1],k∈[1,K1]),时间方向变换频率为ω;
步骤5:对时间数组进行平面维度的贝塞尔变换得到原始图像对应填充数组在傅立叶-贝塞尔变换域当中的对应矩阵对应变换频率为ξ;
步骤6:把步骤1中的热扩散率估测值进行带入一阶伪贝塞尔小波基中计算,计算结果便是傅里叶-贝塞尔频域中的解卷积核(类似于图像模糊还原中的点扩散函数);
步骤7:将步骤6中的得到的解卷积核直接与步骤五中得到的三维数组相点成乘,得到的点积中的高频部分为检测缺陷和噪声在给定激励下的响应,低频部分为给定激励热源的平面分布近似值。
步骤8:对步骤7中得到的点积直接进行傅里叶-贝塞尔逆变换得到还原伪热流图,从步骤8得到还原伪热流图。这个图像序列中的每一张图近似等效于热流分布图与缺陷的几何分布图的卷积。通过触发解调的方法,在知道热流分布图的条件下就可以解调出被测物体内部缺陷的几何分布图(这就是我们想要的)
所述步骤1中被测物体的热扩散率估测值为被测物体的热扩散率,不是测量的真实值。
所述步骤6中用以傅里叶变换频域ω和贝塞尔变换频域ξ相关的函数即一阶伪贝塞尔小波基,作为表面温度解卷积过程的解卷积核心。
所述步骤6中用以傅里叶变换频域ω和贝塞尔变换频域ξ相关的函数即n阶伪贝塞尔小波基,作为表面温度解卷积过程的解卷积核心。
碳纤维复合材料由于其低密度,高机械强度和灵活性而被广泛用于高价值、高利润的领域中,例如航空航天制造领域和造船领域。然而,用于复合材料的无损评估的现有技术有限且不鲁棒。红外热成像已被证明是一种有前景的技术,然而,热扩散和不受控制的不均匀加热显着降低了其检测碳纤维复合材料中薄平面缺陷的能力。在这项研究中,我们开发了一种方法,即基于伪贝塞尔小波基的解逆法来解决问题。基于伪贝塞尔小波基的解逆法不需要像许多现有方法那样要求检测者预先知道缺陷深度。申请者已经开发了与算法相应的程序,并对该算法通过大量实验证明与其他现有方法相比较,该算法在降低由于热扩散引起的检出缺陷形状模糊和消除不可控热激励造成的低对比的影响上,比脉冲相位热成像、Crowther的逆散射算法、Delpueyo的拉普拉斯高斯滤波器,Holland的热流和Omar动态优化有明显优势,并且基于伪贝塞尔小波基的解逆法不需要准确地输入材料的热扩散率。与前几种方法相比,它可以很好地近似表现出热流分布并显著提高热成像检测能力。
算法将原始热成像时空数列以及被测物体的热扩散率估测值作为输入,将原始热成像时空数列去噪以后转换至傅里叶-贝塞尔频域用基于等效于热扩散格林函数,或者其空间高阶梯度的卷积解逆核心进行解逆卷积过程并随后转换回时空数列,来对成像检测热像图序列进行处理的方法。
输入值是“被测物体的热扩散率”,不需要测量其真实值。在解逆卷积的过程中不会产生奇点。输出图像受到不可控热流的影响明显减弱,可以忽略不计。在输出时空序列中,低频图像提供一个激励热源平面分布的很好的逼近值。该方法不需要建立红外热成像检测过程基于有限元/有限体积/有限差分的离散数值模型。在激励热源有效区域内,该方法最终输出的检测结果,背景区域受到激励热源平面分布的影响很小。该方法最终输出结果中可检出缺陷的形状受到热扩散的影响很小。
在这项研究中,我们开发了一种新的重建方法,命名为基于伪贝塞尔小波基的解逆法在本文中提到,通过使用傅里叶-贝塞尔变换分析反向热传导问题去卷积从表面内部几何相关的函数温度。照设计,基于伪贝塞尔小波基的解逆法不需要任何关于缺陷深度的预先知识。它确实需要预先知道被测材料的热扩散率,因为其他的去卷积方法也是如此。通过实验以及在数值模拟中,申请人已经观察到,基于伪贝塞尔小波基的解逆法不需要对其输入值进行准确的估计。
以上详细描述了本发明的较佳具体实施例。应当理解,本领域的普通技术人员无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此,凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案,皆应在由权利要求书所确定的保护范围内。
Claims (6)
1.一种主动式红外热成像热像图序列处理方法,其特征在于,所述处理方法包括如下步骤:
步骤1:获取原始热成像时空数列其中,m∈[1,M],n∈[1,N],k∈[1,K],M、N、K分别表示热成像在x方向、y方向在时间轴上的采样数目,以及被测物体的热扩散率α的估测值作为输入;原始热成像时空数列直接在红外热成像测试工程中通过红外相机采集提供,数据类型根据所使用的红外热成像仪的种类决定,最终都会以表面温度值在时间和空间矩阵T(xn,ym,tk)表示;
步骤2:设计一个滤波器f1对温度时空矩阵T(xn,ym,tk)进行降噪滤波处理得到滤波温度时空矩阵
步骤3:对进行边界填充得到填充数组;填充方法为三个维度统一对称填零,x,y,t填充后的大小分别为M1,其具体取值的条件为直到没有明显混叠现象为止;
步骤4:对填充数组进行时间维度的傅立叶变换得到时间数组θ(xn,ym,ω),(m∈[1,M1],n∈[1,N1],k∈[1,K1]),时间方向变换频率为ω;
步骤5:对时间数组进行平面维度的贝塞尔变换得到原始图像对应填充数组在傅立叶-贝塞尔变换域当中的对应矩阵对应变换频率为ξ;
步骤6:把步骤1中的热扩散率估测值进行带入一阶伪贝塞尔小波基中计算,计算结果便是傅里叶-贝塞尔频域中的解卷积核;
步骤7:将步骤6中的得到的解卷积核直接与步骤五中得到的三维数组相点成乘,得到的点积中的高频部分为检测缺陷和噪声在给定激励下的响应,低频部分为给定激励热源的平面分布近似值;
步骤8:对步骤7中得到的点积直接进行傅里叶-贝塞尔逆变换得到还原伪热流图,从步骤8得到还原伪热流图,这个图像序列中的每一张图近似等效于热流分布图与缺陷的几何分布图的卷积,通过触发解调的方法,在知道热流分布图的条件下解调出被测物体内部缺陷的几何分布图。
2.根据权利要求1所述的一种主动式红外热成像热像图序列处理方法,其特征在于,所述步骤1中被测物体的热扩散率估测值为被测物体的热扩散率,不是测量的真实值。
3.根据权利要求1所述的一种主动式红外热成像热像图序列处理方法,其特征在于,所述步骤6中用以傅里叶变换频域ω和贝塞尔变换频域ξ相关的函数作为表面温度解卷积过程的解卷积核心。
4.根据权利要求1所述的一种主动式红外热成像热像图序列处理方法,其特征在于,所述步骤6中用以傅里叶变换频域ω和贝塞尔变换频域ξ相关的函数作为表面温度解卷积过程的解卷积核心。
5.根据权利要求1所述的一种主动式红外热成像热像图序列处理方法,其特征在于,所述步骤1中热扩散率通过以下实验的方法获得:
在一个四周绝热的薄圆片试样的正面,辐照一束垂直于试样正面的均匀的激光脉冲,试样被单面加热,测出在一维热流条件下试样背面的温升曲线,计算求得热扩散率值,数据类型,α=λ/ρc;
α称为热扩散率或热扩散系数(thermal diffusivity),单位为m2/s;
式中:
λ:导热系数,单位W/(m·K);
ρ:密度,单位Kg/m3;
c:比热容,单位J/(Kg·K)。
6.根据权利要求1所述的一种主动式红外热成像热像图序列处理方法,其特征在于,所述步骤2中滤波器的核心是一个高斯低通降噪滤波器,高斯函数的宽度根据具体检测过程中关心的最小缺陷的尺寸决定;分析激励源发射前采集到的被动红外图像的频谱来滤除图像中存在的非热扩散特征,具体方法如下:
对κ张稳态检测图像分别做平面内的快速傅里叶变换,对频域幅值取对数,计算频域幅值对数的平均值和标准差,将频域幅值对数中在频域为[-π,-π/4]以及[-π/4,π]的范围内其值与平均值的差高于3倍标准差的点替换为零,得到平面掩膜M1,并用M1遮挡中的每张图片,得到
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910106548.7A CN109813439B (zh) | 2019-02-02 | 2019-02-02 | 一种主动式红外热成像热像图序列处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910106548.7A CN109813439B (zh) | 2019-02-02 | 2019-02-02 | 一种主动式红外热成像热像图序列处理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109813439A true CN109813439A (zh) | 2019-05-28 |
CN109813439B CN109813439B (zh) | 2020-04-03 |
Family
ID=66605218
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910106548.7A Active CN109813439B (zh) | 2019-02-02 | 2019-02-02 | 一种主动式红外热成像热像图序列处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109813439B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112485506A (zh) * | 2020-11-10 | 2021-03-12 | 电子科技大学 | 一种基于红外热成像的低频交流电流幅值检测方法 |
FR3105528A1 (fr) * | 2019-12-23 | 2021-06-25 | Engie Green France | Procédé de détection de défauts d’un élément en matériau composite |
CN115047022A (zh) * | 2022-08-11 | 2022-09-13 | 合肥锁相光学科技有限公司 | 一种热扩散过程的时域重构方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101776486A (zh) * | 2009-12-31 | 2010-07-14 | 华中科技大学 | 一种基于红外焦平面非均匀性指纹模式的校正方法 |
US20110018893A1 (en) * | 2009-07-27 | 2011-01-27 | Dong-Kwon Kim | Sensing device and method of sensing a light by using the same |
WO2012178071A2 (en) * | 2011-06-23 | 2012-12-27 | Brown University | Device and methods for temperature and humidity measurements using a nanocomposite film sensor |
CN103335721A (zh) * | 2013-06-21 | 2013-10-02 | 中国科学院西安光学精密机械研究所 | 基于场景匹配的红外焦平面阵列动态盲元检测方法 |
CN104359944A (zh) * | 2014-11-05 | 2015-02-18 | 中国人民解放军第二炮兵工程大学 | 一种固定视场的红外热波脉冲相位无损检测方法 |
CN109060822A (zh) * | 2018-07-17 | 2018-12-21 | 上海大学 | 长脉冲红外无损检测序列图像处理方法与系统 |
-
2019
- 2019-02-02 CN CN201910106548.7A patent/CN109813439B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110018893A1 (en) * | 2009-07-27 | 2011-01-27 | Dong-Kwon Kim | Sensing device and method of sensing a light by using the same |
CN101776486A (zh) * | 2009-12-31 | 2010-07-14 | 华中科技大学 | 一种基于红外焦平面非均匀性指纹模式的校正方法 |
WO2012178071A2 (en) * | 2011-06-23 | 2012-12-27 | Brown University | Device and methods for temperature and humidity measurements using a nanocomposite film sensor |
CN103335721A (zh) * | 2013-06-21 | 2013-10-02 | 中国科学院西安光学精密机械研究所 | 基于场景匹配的红外焦平面阵列动态盲元检测方法 |
CN104359944A (zh) * | 2014-11-05 | 2015-02-18 | 中国人民解放军第二炮兵工程大学 | 一种固定视场的红外热波脉冲相位无损检测方法 |
CN109060822A (zh) * | 2018-07-17 | 2018-12-21 | 上海大学 | 长脉冲红外无损检测序列图像处理方法与系统 |
Non-Patent Citations (1)
Title |
---|
王妮辰等: "金属表面开口裂纹的激光扫描和显微热成像检测研究", 《中国会议2018远东无损检测新技术论坛》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR3105528A1 (fr) * | 2019-12-23 | 2021-06-25 | Engie Green France | Procédé de détection de défauts d’un élément en matériau composite |
WO2021130458A1 (fr) * | 2019-12-23 | 2021-07-01 | Engie Green France | Procédé de détection de défauts d'un élément en matériau composite |
CN112485506A (zh) * | 2020-11-10 | 2021-03-12 | 电子科技大学 | 一种基于红外热成像的低频交流电流幅值检测方法 |
CN115047022A (zh) * | 2022-08-11 | 2022-09-13 | 合肥锁相光学科技有限公司 | 一种热扩散过程的时域重构方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN109813439B (zh) | 2020-04-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109813439A (zh) | 一种主动式红外热成像热像图序列处理方法 | |
Yi et al. | New features for delamination depth evaluation in carbon fiber reinforced plastic materials using eddy current pulse-compression thermography | |
Vavilov et al. | A novel approach for one-sided thermal nondestructive testing of composites by using infrared thermography | |
US20060239328A1 (en) | Thermal properties measurement apparatus | |
US8465200B2 (en) | Method for implementing depth deconvolution algorithm for enhanced thermal tomography 3D imaging | |
CN104359944A (zh) | 一种固定视场的红外热波脉冲相位无损检测方法 | |
US20070288177A1 (en) | Advanced processing of active thermography signals | |
WO2012167403A1 (zh) | 脉冲红外热波技术测厚方法 | |
Guan et al. | Material damage diagnosis and characterization for turbine rotors using three-dimensional adaptive ultrasonic NDE data reconstruction techniques | |
CN111488549B (zh) | 一种基于深度学习求解电磁逆散射问题的混合输入方法 | |
Suresh et al. | Subsurface detail fusion for anomaly detection in non-stationary thermal wave imaging | |
Silva et al. | Non-destructive infrared lock-in thermal tests: update on the current defect detectability | |
CN105571741B (zh) | 基于微透镜阵列与连续激光的火焰温度泛尺度光场探测方法 | |
Paul et al. | Exploring polynomial based interpolation schemes for photoacoustic tomographic image reconstruction | |
Pareek et al. | Towards data driven failure analysis using infrared thermography | |
Erturk | Evaluation of image reconstruction algorithms for non-destructive characterization of thermal interfaces | |
Discetti et al. | On a novel low cost high accuracy experimental setup for tomographic particle image velocimetry | |
Vaddi et al. | Determining heat intensity of a fatigue crack from measured surface temperature for vibrothermography | |
Pareek et al. | Towards development of an intelligent failure analysis system based on infrared thermography | |
Ahmad et al. | Wavelet subspace decomposition of thermal infrared images for defect detection in artworks | |
Zhang et al. | Lamb waves topological imaging combining with Green’s function retrieval theory to detect near filed defects in isotropic plates | |
Kretzmann et al. | Non-destructive testing with transient thermography on composite materials | |
Banks et al. | Thermal based methods for damage detection and characterization in porous materials | |
Parvataneni | Principal component thermography for steady thermal perturbation scenarios | |
Rumiński et al. | Medical active thermography—a new image reconstruction method |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |