CN113030182B - 基于温度-位置曲线分析的热异常尺寸测量方法及装置 - Google Patents
基于温度-位置曲线分析的热异常尺寸测量方法及装置 Download PDFInfo
- Publication number
- CN113030182B CN113030182B CN202110076300.8A CN202110076300A CN113030182B CN 113030182 B CN113030182 B CN 113030182B CN 202110076300 A CN202110076300 A CN 202110076300A CN 113030182 B CN113030182 B CN 113030182B
- Authority
- CN
- China
- Prior art keywords
- thermal anomaly
- target
- heat map
- temperature
- target thermal
- 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.)
- Active
Links
- 238000013211 curve analysis Methods 0.000 title claims description 29
- 238000000691 measurement method Methods 0.000 title claims description 21
- 238000000034 method Methods 0.000 claims abstract description 41
- 238000012545 processing Methods 0.000 claims abstract description 37
- 238000004458 analytical method Methods 0.000 claims abstract description 6
- 238000005259 measurement Methods 0.000 claims description 27
- 230000005856 abnormality Effects 0.000 claims description 25
- 239000000463 material Substances 0.000 claims description 24
- 238000010586 diagram Methods 0.000 claims description 18
- 230000006870 function Effects 0.000 claims description 15
- 230000009466 transformation Effects 0.000 claims description 7
- 238000003860 storage Methods 0.000 claims description 4
- 238000004513 sizing Methods 0.000 claims description 2
- 230000002159 abnormal effect Effects 0.000 abstract description 7
- 238000012216 screening Methods 0.000 abstract description 5
- 230000007547 defect Effects 0.000 description 14
- 230000008569 process Effects 0.000 description 13
- 238000005516 engineering process Methods 0.000 description 10
- 238000010438 heat treatment Methods 0.000 description 8
- 238000012360 testing method Methods 0.000 description 8
- 238000001931 thermography Methods 0.000 description 7
- 238000001816 cooling Methods 0.000 description 5
- 230000005284 excitation Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000002474 experimental method Methods 0.000 description 3
- 239000011152 fibreglass Substances 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 230000004069 differentiation Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- FFBHFFJDDLITSX-UHFFFAOYSA-N benzyl N-[2-hydroxy-4-(3-oxomorpholin-4-yl)phenyl]carbamate Chemical compound OC1=C(NC(=O)OCC2=CC=CC=C2)C=CC(=C1)N1CCOCC1=O FFBHFFJDDLITSX-UHFFFAOYSA-N 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000032798 delamination Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000003754 machining Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000005057 refrigeration Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000004613 tight binding model Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N25/00—Investigating or analyzing materials by the use of thermal means
- G01N25/72—Investigating presence of flaws
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B15/00—Measuring arrangements characterised by the use of electromagnetic waves or particle radiation, e.g. by the use of microwaves, X-rays, gamma rays or electrons
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Electromagnetism (AREA)
- Investigating Or Analyzing Materials Using Thermal Means (AREA)
Abstract
本发明实施例中，获取目标热异常位置的切片热图，对所述目标热异常位置的切片热图进行阈值去噪处理；从所述目标热异常位置的切片热图中确定出所述目标热异常位置的高对比度的切片热图位置；从所述目标热异常位置的高对比度的切片热图位置中提取出所述目标热异常位置对应的温度‑位置曲线，进行一阶微分处理，得到温度‑位置微分曲线；根据所述温度‑位置微分曲线中的极大峰值和极小峰值，确定所述目标热异常位置的热异常尺寸。可见，本发明能够通过阈值去噪和高对比度筛选得到光滑的温度‑位置曲线，并通过对温度‑位置曲线的分析，精准地计算出热异常位置的尺寸，相比于现有技术中的做法，本发明大大提高了热异常尺寸测量的精确度和效率。
Description
技术领域
本发明涉及红外热成像领域，尤其涉及一种基于温度-位置曲线分析的热异常尺寸测量方法及装置。
背景技术
主动式红外热成像技术以热波理论为理论依据，通过主动对被检测物体施加特定激励，比如脉冲加热、持续加热或制冷等，采用红外热像仪连续观察和记录物体表面的温场变化，并通过现代计算机技术及图像信息处理技术进行时序热波信号的探测、采集、数据处理和分析，以实现对物体内部缺陷或损伤的定量诊断。对于工业应用中的比如分层、脱粘、夹杂等缺陷，可能需要测量这些缺陷的二维尺寸。对于红外热成像技术在临床中的某些应用，需要主动对被测位置施加冷或热激励，病灶位置不仅从结构上影响表面施加的冷或热激励的生物传热过程，同时也可视作内部热或冷源，从而与外部冷或热激励叠加，测量病灶尺寸无论从建模难度还是样品等准备上，均比工业应用更难。
红外热成像技术中对热异常进行物理尺寸测量主要是热异常深度测量和热异常尺寸测量，热异常深度定量测量方法较多，而热异常尺寸定量测量的方法较少。目前常用的方法主要有两种，第一种方法是全人工的方法，由实际操作者选定一幅热图，调节好图像对比度，然后人工标记热异常的边缘，根据每个热异常的实际尺寸计算得到热异常尺寸；第二种方法为半高宽法，提取热异常区域某一方向的温度-位置曲线，通过获得其极大值和极小值，计算得到其半高位置对应的宽度，从而可获得热异常的尺寸。
对于第一种方法，边缘选取较随机，尤其当热异常较深时或在相对较晚时间时，热异常边缘不明显，该方法不适用，且人工效率低，容易出错。对于第二种方法，当加热不均或表面不均时，所获得的极大值或极小值会有较大误差，从而导致热异常尺寸计算误差。由此可见，现有的热异常尺寸测量技术中存在效率低，容易出错且无法精准测量热异常尺寸的确定。
发明内容
本发明所要解决的技术问题在于，提供一种基于温度-位置曲线分析的热异常尺寸测量方法及装置，能够通过阈值去噪和高对比度筛选得到光滑的温度-位置曲线，并通过对温度-位置曲线的分析，精准地计算出热异常位置的尺寸，相比于现有技术中的做法，本发明大大提高了热异常尺寸测量的精确度和效率。
为了解决上述技术问题，本发明第一方面公开了一种基于温度-位置曲线分析的热异常尺寸测量方法，所述方法包括：
获取目标热异常位置的切片热图，对所述目标热异常位置的切片热图进行阈值去噪处理；
从所述目标热异常位置的切片热图中确定出所述目标热异常位置的高对比度的切片热图位置；
从所述目标热异常位置的高对比度的切片热图位置中提取出所述目标热异常位置对应的温度-位置曲线，对所述目标热异常位置的温度-位置曲线进行一阶微分处理，得到所述目标热异常位置的温度-位置微分曲线；
根据所述目标热异常位置的温度-位置微分曲线中的极大峰值和极小峰值，确定所述目标热异常位置的热异常尺寸。
作为一种可选的实施方式，在本发明第一方面中，所述获取目标热异常位置的切片热图，对所述目标热异常位置的切片热图进行阈值去噪处理，包括：
获取目标热异常位置的切片热图，对所述切片热图，采用以下阈值函数进行阈值去噪处理：
其中，ωj,k为对所述切片热图进行双树复小波变换得到的小波系数，sign为符号函数，阈值T1＝kσ，阈值T2＝2T1，σ为所述切片热图的标准差，系数N为所述切片热图的像素点数。
作为一种可选的实施方式，在本发明第一方面中，所述从所述目标热异常位置的切片热图中确定出所述目标热异常位置的高对比度的切片热图位置，包括：
确定所述目标热异常位置对应的对比度峰值时刻；
从所述目标热异常位置的切片热图中，确定出对应于所述对比度峰值时刻的切片热图位置，将所述对应于所述对比度峰值时刻的切片热图位置确定为所述目标热异常位置的高对比度的切片热图位置。
作为一种可选的实施方式，在本发明第一方面中，所述确定所述目标热异常位置对应的对比度峰值时刻，包括：
获取所述目标热异常位置的热图序列，对于所述目标热异常位置的热图序列中的每一热图，计算所述热图序列的温度差值随时间变化的曲线；所述温度差值为所述热图的中心位置温度减去背景位置温度的差值；
确定所述温度差值随时间变化的曲线的极大峰值处对应的时刻为所述目标热异常位置对应的对比度峰值时刻；
和/或，
采用以下公式计算所述目标热异常位置对应的对比度峰值时刻：
其中，t0为所述目标热异常位置对应的对比度峰值时刻，L为所述目标热异常位置的热异常深度，α为所述目标热异常位置对应的待测材料的热扩散率。
作为一种可选的实施方式，在本发明第一方面中，所述根据所述目标热异常位置的温度-位置微分曲线中的极大峰值和极小峰值，确定所述目标热异常位置的热异常尺寸，包括：
计算所述目标热异常位置的温度-位置微分曲线中的极大峰值对应的位置和极小峰值对应的位置之间的位置差值；
确定所述目标热异常位置对应的尺寸像素比；
根据所述位置差值和所述目标热异常位置对应的尺寸像素比，确定所述目标热异常位置的热异常尺寸。
作为一种可选的实施方式，在本发明第一方面中，所述确定所述目标热异常位置对应的尺寸像素比，包括：
确定所述目标热异常位置对应的待测材料的目标区域的物理尺寸；
确定所述目标区域在所述待测材料对应的热图中的总像素数；
计算所述目标区域的物理尺寸和所述目标区域在所述待测材料对应的热图中的总像素数的比值，得到所述目标热异常位置对应的尺寸像素比。
作为一种可选的实施方式，在本发明第一方面中，所述根据所述位置差值和所述目标热异常位置对应的尺寸像素比，确定所述目标热异常位置的热异常尺寸，包括：
计算所述位置差值和所述目标热异常位置对应的尺寸像素比的乘积；
将所述乘积确定为所述目标热异常位置的热异常尺寸。
本发明第二方面公开了一种基于温度-位置曲线分析的热异常尺寸测量装置，所述装置包括：
热图处理模块，用于获取目标热异常位置的切片热图，对所述目标热异常位置的切片热图进行阈值去噪处理；
位置确定模块，用于从所述目标热异常位置的切片热图中确定出所述目标热异常位置的高对比度的切片热图位置；
微分处理模块，用于从所述目标热异常位置的高对比度的切片热图位置中提取出所述目标热异常位置对应的温度-位置曲线，对所述目标热异常位置的温度-位置曲线进行一阶微分处理，得到所述目标热异常位置的温度-位置微分曲线；
尺寸确定模块，用于根据所述目标热异常位置的温度-位置微分曲线中的极大峰值和极小峰值，确定所述目标热异常位置的热异常尺寸。
作为一种可选的实施方式，在本发明第二方面中，所述热图处理模块获取目标热异常位置的切片热图，对所述目标热异常位置的切片热图进行阈值去噪处理的具体方式，包括：
获取目标热异常位置的切片热图，对所述切片热图，采用以下阈值函数进行阈值去噪处理：
其中，ωj,k为对所述切片热图进行双树复小波变换得到的小波系数，sign为符号函数，阈值T1＝kσ，阈值T2＝2T1，σ为所述切片热图的标准差，系数N为所述切片热图的像素点数。
作为一种可选的实施方式，在本发明第二方面中，所述位置确定模块从所述目标热异常位置的切片热图中确定出所述目标热异常位置的高对比度的切片热图位置的具体方式，包括：
确定所述目标热异常位置对应的对比度峰值时刻；
从所述目标热异常位置的切片热图中，确定出对应于所述对比度峰值时刻的切片热图位置，将所述对应于所述对比度峰值时刻的切片热图位置确定为所述目标热异常位置的高对比度的切片热图位置。
作为一种可选的实施方式，在本发明第二方面中，所述位置确定模块确定所述目标热异常位置对应的对比度峰值时刻的具体方式，包括：
获取所述目标热异常位置的热图序列，对于所述目标热异常位置的热图序列中的每一热图，计算所述热图序列的温度差值随时间变化的曲线；所述温度差值为所述热图的中心位置温度减去背景位置温度的差值；
确定所述温度差值随时间变化的曲线的极大峰值处对应的时刻为所述目标热异常位置对应的对比度峰值时刻；
和/或，
采用以下公式计算所述目标热异常位置对应的对比度峰值时刻：
其中，t0为所述目标热异常位置对应的对比度峰值时刻，L为所述目标热异常位置的热异常深度，α为所述目标热异常位置对应的待测材料的热扩散率。
作为一种可选的实施方式，在本发明第二方面中，所述尺寸确定模块根据所述目标热异常位置的温度-位置微分曲线中的极大峰值和极小峰值，确定所述目标热异常位置的热异常尺寸的具体方式，包括：
计算所述目标热异常位置的温度-位置微分曲线中的极大峰值对应的位置和极小峰值对应的位置之间的位置差值；
确定所述目标热异常位置对应的尺寸像素比；
根据所述位置差值和所述目标热异常位置对应的尺寸像素比，确定所述目标热异常位置的热异常尺寸。
作为一种可选的实施方式，在本发明第二方面中，所述尺寸确定模块确定所述目标热异常位置对应的尺寸像素比的具体方式，包括：
确定所述目标热异常位置对应的待测材料的目标区域的物理尺寸；
确定所述目标区域在所述待测材料对应的热图中的总像素数；
计算所述目标区域的物理尺寸和所述目标区域在所述待测材料对应的热图中的总像素数的比值，得到所述目标热异常位置对应的尺寸像素比。
作为一种可选的实施方式，在本发明第二方面中，所述尺寸确定模块根据所述位置差值和所述目标热异常位置对应的尺寸像素比，确定所述目标热异常位置的热异常尺寸的具体方式，包括：
计算所述位置差值和所述目标热异常位置对应的尺寸像素比的乘积；
将所述乘积确定为所述目标热异常位置的热异常尺寸。
本发明第三方面公开了另一种基于温度-位置曲线分析的热异常尺寸测量装置，所述装置包括：
存储有可执行程序代码的存储器；
与所述存储器耦合的处理器；
所述处理器调用所述存储器中存储的所述可执行程序代码，执行本发明实施例第一方面公开的基于温度-位置曲线分析的热异常尺寸测量方法中的部分或全部步骤。
本发明实施例第四方面公开了一种计算机存储介质，所述计算机存储介质存储有计算机指令，所述计算机指令被调用时，用于执行本发明实施例第一方面公开的基于温度-位置曲线分析的热异常尺寸测量方法中的部分或全部步骤。
与现有技术相比，本发明实施例具有以下有益效果：
本发明实施例中获取目标热异常位置的切片热图，对所述目标热异常位置的切片热图进行阈值去噪处理；从所述目标热异常位置的切片热图中确定出所述目标热异常位置的高对比度的切片热图位置；从所述目标热异常位置的高对比度的切片热图位置中提取出所述目标热异常位置对应的温度-位置曲线，对所述目标热异常位置的温度-位置曲线进行一阶微分处理，得到所述目标热异常位置的温度-位置微分曲线；根据所述目标热异常位置的温度-位置微分曲线中的极大峰值和极小峰值，确定所述目标热异常位置的热异常尺寸。可见，本发明能够通过阈值去噪和高对比度筛选得到光滑的温度-位置曲线，并通过对温度-位置曲线的分析，精准地计算出热异常位置的尺寸，相比于现有技术中的做法，本发明大大提高了热异常尺寸测量的精确度和效率。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例公开的一种基于温度-位置曲线分析的热异常尺寸测量方法的流程示意图。
图2是本发明实施例公开的一种基于温度-位置曲线分析的热异常尺寸测量装置的结构示意图。
图3是本发明实施例公开的另一种基于温度-位置曲线分析的热异常尺寸测量装置的结构示意图。
图4为本发明实施例公开的半无限厚平板和缺陷界面的结构示意图。
图5为本发明实施例公开的归一化温度随时间变化规律的示意图。
图6为本发明实施例公开的相同深度(1mm)时不同热异常尺寸时微分曲线比较示意图(t＝1s)。
图7为本发明实施例公开的相同尺寸(20mm)时不同热异常深度时微分曲线比较(t＝1s)示意图。
图8为本发明实施例公开的相同尺寸(20mm)和相同深度(1mm)时不同时刻微分曲线比较示意图。
图9为本发明实施例公开的经阈值去噪处理前和经阈值去噪处理后的温度-位置曲线比较示意图。
图10为本发明实施例公开的检测得到的原始热图的示意图。
图11为本发明实施例公开的原始热图的水平方向上的切片热图的示意图。
图12为本发明实施例公开的阈值函数的示意图。
图13为本发明实施例公开的实验设备的组成示意图。
图14为本发明实施例公开的玻璃钢结构试件的结构示意图。
图15为本发明实施例公开的圆孔水平方向的原始温度-位置曲线及其拟合曲线。
图16为本发明实施例公开圆孔水平方向的温度-位置一阶微分曲线。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、装置、产品或端没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或端固有的其他步骤或单元。
在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本发明的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
本发明公开了一种基于温度-位置曲线分析的热异常尺寸测量方法及装置，能够通过阈值去噪和高对比度筛选得到光滑的温度-位置曲线，并通过对温度-位置曲线的分析，精准地计算出热异常位置的尺寸，相比于现有技术中的做法，本发明大大提高了热异常尺寸测量的精确度和效率。以下分别进行详细说明。
实施例一
在阐述本发明实施例之前，先对本发明实施例所对应的方案的理论基础进行阐述：
本发明的理论基础是:受平行于介质表面的均匀脉冲热源作用时，热传导方程可简化为：
其中，T(r,t)是t时刻r处的温度，α为热扩散系数。如图4的左侧所示，对于半无限厚平板，或者无缺陷的情况下，有：
式中，z为热波传播方向坐标。当有如图1的右侧所示的表面下缺陷时，其深度为d，缺陷界面将造成与半无限厚平板的温差，假设格林函数取为：
该表面温差可表达为：
式中：
对公式(4)进行数值模拟，由于本发明针对热异常尺寸的定量测量，如图4所示，假设面向被测物表面s1方向的缺陷表面s2为一正方形，正方形中心点为xy轴的零点。假设其边长为20mm，如图5所示，我们比较了其归一化温度随x轴变化规律，表明离缺陷中心点越远，其温度越低。同时，我们比较了其对应的归一化温度微分曲线(归一化值选取为绝对值)，可以发现该曲线的极值点正好为缺陷的边缘。我们同时模拟了相同深度情况下，不同缺陷尺寸的结果，图6表明不同情况下所获得的温度微分曲线的极值点均对应于缺陷边缘，因而，本发明提出采用温度微分曲线的极值点位置计算热异常尺寸。
实际应用中，对于热异常尺寸测量可能会遇到一些不同的问题，比如，不同深度的热异常尺寸测量是否受深度影响等。图7对相同热异常尺寸，不同热异常深度进行模拟，结果表明本发明所提出的峰值法测量热异常尺寸不受热异常深度影响，只是越浅的热异常其对应温度微分值相对较大，相对受噪声等影响更小，更易获得较高精度测量结果。
对于常用的半高宽方法，其理论或实验结果均表明其所获得热异常尺寸与所选取时间有关，因而实际应用中需要考虑如何选取时间点的问题。针对这个问题，图8模拟了对于同一个热异常，其不同时间的温度微分曲线，结果表明本发明所提出的峰值法所得到的热异常尺寸不受时间影响。
请参阅图1，图1是本发明实施例公开的一种基于温度-位置曲线分析的热异常尺寸测量方法的流程示意图。具体的，如图1所示，该基于温度-位置曲线分析的热异常尺寸测量方法可以包括以下操作：
101、获取目标热异常位置的切片热图，对目标热异常位置的切片热图进行阈值去噪处理。
具体的，可以使用脉冲加热设备对被检物体进行加热，红外热像仪记录热激励试件表面的热图序列，并将热图序列T(x,y,t)存储在通用存储器中。可选的，切片热图可以为热图序列的水平方向上的切片或竖直方向上的切片，其为二维图像，一个维度为热图序列的时间，一个维度为热图序列的水平或竖直方向的温度。
102、从目标热异常位置的切片热图中确定出目标热异常位置的高对比度的切片热图位置。
103、从目标热异常位置的高对比度的切片热图位置中提取出目标热异常位置对应的温度-位置曲线，对目标热异常位置的温度-位置曲线进行一阶微分处理，得到目标热异常位置的温度-位置微分曲线。
104、根据目标热异常位置的温度-位置微分曲线中的极大峰值和极小峰值，确定目标热异常位置的热异常尺寸。
可见，通过实施本发明实施例，能够通过阈值去噪和高对比度筛选得到光滑的温度-位置曲线，并通过对温度-位置曲线的分析，精准地计算出热异常位置的尺寸，相比于现有技术中的做法，本发明大大提高了热异常尺寸测量的精确度和效率。
作为一种可选的实施方式，在本发明实施例中，步骤101中，获取目标热异常位置的切片热图，对目标热异常位置的切片热图进行阈值去噪处理，包括：
获取目标热异常位置的切片热图，对切片热图，采用以下阈值函数进行阈值去噪处理：
其中，ωj,k为对切片热图进行双树复小波变换得到的小波系数，sign为符号函数，阈值T1＝kσ，阈值T2＝2T1，σ为切片热图的标准差，系数N为切片热图的像素点数。
具体的，假设红外热成像技术所得到的热图序列为T(x,y,t)，T表示被测物在t时刻(x,y)坐标位置处的表面温度。对原始数据去噪通常的做法是首先提取某时刻t0的热图T(x,y,t0)进行去噪处理，比如如图10所示为某时刻的热图，图中不仅存在较强信号的热异常区域，也存在较弱信号的热异常区域，对于去噪处理中所涉及的阈值估计，可能会有偏差，从而导致较弱信号的热异常区域信号被视作为噪声信号。针对该问题，本发明提出对待测量方向的切片热图进行去噪处理，即对水平方向切片热图T(x,y0,t)(y0为纵坐标某一已知值，x,t为变量)或垂直方向切片热图T(x0,y,t)(x0为横坐标某一已知值，y,t为变量)。
如图11所示(由于时间坐标取值范围大，图11仅显示部分)为一水平方向切片热图，其横坐标为x，纵坐标为时间(从上到下时间递增)。无论水平方向还是垂直方向的切片热图，其共同点是其中一维是时间，另外一维时位置(差异在于从水平方向还是垂直方向选取位置，没有本质区别)。从时间坐标来看，从上到下或者从小到大，对于所示的脉冲红外热图序列的任意坐标位置，其为一降温曲线，也就是是一个温度递减过程。由于测试前通常要保证被测物表面均匀吸热，其初始温度基本一致，也就是从图11中的时间坐标来看，其从上面的第一个值对于不同x坐标基本一致(也可以归一化处理)。如果比较时间坐标的最后时刻的温度值，由于被测物表面吸收热量后开始迅速降温，最终与室温一致，也就是最终温度或者时间坐标的最后值也基本一致。对于不同位置，或者不同热异常来说，其起始和结束温度基本保持相同且均为降温过程，差异仅在于中间降温过程速度不一样。因此，对切片热图进行阈值去噪处理比直接对原始热图进行阈值去噪更容易获得较好效果。以水平方向切片热图为例，对切片热图T(x,y0,t)进行双树复小波变换得到小波系数ωj,k，本发明采用上述阈值函数进行处理可得到图像T'(x,t)，具体的，阈值函数的示意图可参照图12，而图9中所示光滑曲线即为经过上述去噪处理后某时刻的曲线。
作为一种可选的实施方式，在本发明实施例中，步骤102中的，从目标热异常位置的切片热图中确定出目标热异常位置的高对比度的切片热图位置，包括：
确定目标热异常位置对应的对比度峰值时刻；
从目标热异常位置的切片热图所包括的多个对应于不同时刻的切片热图中，确定出对应于对比度峰值时刻的切片热图位置，将对应于对比度峰值时刻的切片热图位置确定为目标热异常位置的高对比度的切片热图位置。
作为一种可选的实施方式，在本发明实施例中，确定目标热异常位置对应的对比度峰值时刻，包括：
获取目标热异常位置的热图序列，对于目标热异常位置的热图序列中的每一热图，计算热图序列的温度差值随时间变化的曲线；温度差值为热图的中心位置温度减去背景位置温度的差值；
确定温度差值随时间变化的曲线的极大峰值处对应的时刻为目标热异常位置对应的对比度峰值时刻；
和/或，
采用以下公式计算目标热异常位置对应的对比度峰值时刻：
其中，t0为目标热异常位置对应的对比度峰值时刻，L为目标热异常位置的热异常深度，α为目标热异常位置对应的待测材料的热扩散率。
具体的，在一个实际的实施场景中，确定t0时刻的温度-位置曲线T'(x,t0)进行处理，尽管本发明所述方法不受所选时间影响，但是选取热异常信号相对背景信号更强的时刻作为t0相对来说受噪声信号及信号波动影响更小。对于较浅或尺寸较大的热异常其信号较强，可由操作人员目视选取热图序列中热异常与背景区域热对比度较好的热图对应的时间点作为t0。对于较深或尺寸较小热异常其信号较弱，受噪声干扰较大，不容易目视确定热异常信号与背景信号相对差异较大时间的热图。为了获得时间t0，需要选取热异常中心位置(x1,y1)以及背景中某位置(x2,y2)对应的温度-时间曲线，通过热异常中心位置对应的温度-时间曲线减去背景位置对应的温度-时间曲线，获得热对比曲线dT(t)＝T(x1,y1,t)-T(x2,y2,t)，热对比曲线dT存在一个极大峰值，选取极大峰值对应时刻作为t0。如果被测材料热属性和热异常深度已知，可直接以下公式计算目标热异常位置对应的对比度峰值时刻：
其中，t0为目标热异常位置对应的对比度峰值时刻，L为目标热异常位置的热异常深度，α为目标热异常位置对应的待测材料的热扩散率。
具体的在本发明实施例中，步骤103的曲线提取和拟合，在一具体的实施场景中，可以对于图像T'(x,t0)中待测热异常区域，提取待测热异常的温度-位置曲线，假设提取从水平方向位置x1到x2的温度-位置曲线T'(x1→x2,t0)，该曲线应为一中央温度高，两边温度低的曲线。由于图像T'(x,t0)已经是经过上述阈值去噪处理，T'(x1→x2,t0)温度-位置曲线已经比较光滑，对该曲线进行曲线拟合，其拟合参数相对直接对原始T(x1→x2,y0,t0)温度-位置曲线进行曲线拟合，更容易得到统一的数值且拟合效果较好，然后对其进行一阶微分处理，并得到微分曲线dT'(x1→x2,t0)/dx。
作为一种可选的实施方式，在本发明实施例中，步骤104中的，根据目标热异常位置的温度-位置微分曲线中的极大峰值和极小峰值，确定目标热异常位置的热异常尺寸，包括：
计算目标热异常位置的温度-位置微分曲线中的极大峰值对应的位置和极小峰值对应的位置之间的位置差值；
确定目标热异常位置对应的尺寸像素比；
根据位置差值和目标热异常位置对应的尺寸像素比，确定目标热异常位置的热异常尺寸。
可选的，确定目标热异常位置对应的尺寸像素比，包括：
确定目标热异常位置对应的待测材料的目标区域的物理尺寸；
确定目标区域在待测材料对应的热图中的总像素数；
计算目标区域的物理尺寸和目标区域在待测材料对应的热图中的总像素数的比值，得到目标热异常位置对应的尺寸像素比。
可选的，根据位置差值和目标热异常位置对应的尺寸像素比，确定目标热异常位置的热异常尺寸，包括：
计算位置差值和目标热异常位置对应的尺寸像素比的乘积；
将乘积确定为目标热异常位置的热异常尺寸。
具体的，在一个实际的实施场景中，微分曲线dT'(x1→x2,t0)/dx在左边存在一个极大峰值，右边存在一个极小峰值，分别得到极大峰值和极小峰值对应位置p1和p2，计算并获得这两个位置之差dp＝p2-p1，接着测量待测物某个方向或某标记范围内的尺寸L，以及其在热图中的实际像素数Pn，则每个像素实际的物理尺寸为L/Pn。由所获得的两个峰值之间的像素数或位置差dp，乘以每个像素实际的物理尺寸L/Pn，从而得到该热异常区域内所选定方向的尺寸为dp×L/Pn。
需要指出的是，本发明的理论基础基于热传导理论，因而，该算法不仅对脉冲红外热成像技术适用，也对于连续加热或制冷适用，且不限于工业应用，对于红外热成像技术临床应用中涉及到加热或制冷过程也适用。由于本发明是用于热异常二维尺寸测量，可选的，本发明实施实例中采用的红外热像仪其每帧像素数是320*240，热像仪具有更高的像素数或空间分辨率可有效提高测量精度。
接下来以一个具体的实施场景，对本发明的技术方案进行解释：
该实施场景中的实验使用了玻璃钢结构试件，其结构及热异常尺寸分布如图14所示。被测面为平面，背面为曲面，整个试件中央厚度为17mm左右，两边较薄，最薄处厚度为8mm左右。整个试件有三排缺陷，每排缺陷设计孔深(距被测表面)分别为2mm、3mm和4mm，其实际孔深可能有一定误差。每个孔的设计尺寸也在图中标示出，其实际游标卡尺测量结果如表一所示。
表一孔径实际加工游标卡尺测量值(单位：mm)
| 孔深/孔号 | 1 | 2 | 3 | 4 | 5 | 6 | 7 |
| 2 | 19.48 | 15.78 | 10.32 | 5 | 3.74 | 2.94 | 1.92 |
| 3 | 2.96 | 4.82 | 5.82 | 10.28 | 15.6 | 19.14 | |
| 4 | 19.5 | 15.24 | 10.26 | 7.88 | 5.84 | 4.02 |
本实验的设备组成参考图13,高能闪光灯2对被测物体表面4施加可见光能量，被测物体表面在闪光灯能量作用下温度升高，瞬间达到峰值，由于吸收热量表面与物体内部的温度差，热量沿深度方向从物体表面向物体内部传导。红外热像仪1实时记录被测物体吸收热量表面温场的变化，计算机3采集红外热像仪得到的热图数据，得到被检测物体表面温场的热图序列。图10为实际测量热图，最下面一排其孔深为2mm，该图表明孔深越小其热信号越强，或孔径越大其信号越强。在脉冲红外热波技术中，通常认为可检测的热异常其宽深比要大于2。由于每个孔深中其最小两个孔的宽深比均小于2，且其在热图中信号非常弱(已进行信号重建)，因而不对其进行测量。测量被测试件实际宽度L及其在热图中对应像素数Pn，得到每个像素其对应物理尺寸为0.3303mm。
首先提取待测热异常感兴趣方向的切片热图，进行阈值去噪处理，图9比较了阈值去噪前后的温度-位置曲线。图中以三个矩形框标出了三个不同的热异常区域，每个区域均受高斯噪声影响较大，经过阈值去噪后，其温度-位置曲线相对较为平滑。对于阈值去噪前温度-位置曲线，由于噪声影响及信号强度的差异，较难确定统一的拟合参数以获得较好拟合效果。拟合阶数偏小的时候容易获得光滑曲线，但是可能偏离实际值；偏大的话，更接近实际值，但是可能波动较大，进行微分处理可能存在多个峰值。
由于是对切片热图进行去噪处理，切片热图中其中一维是时间，也就是对于某个方向的切片热图来说，其所有时间内的数据均已去噪。由于本发明所提出的峰值法与时间无关，因而选取信号较好时刻的热图进行处理。从热图序列中，我们发现从6秒左右时刻开始2mm深的热异常其热对比度较好，由于时间越往后，三维热扩散效应越明显，因而，对于2mm深的圆孔尺寸计算选取6秒作为t0。对于3mm和4mm深圆孔，可利用深度平方与时间的线性关系，t0大概可分别选定为14秒和24秒时刻。
经过阈值去噪处理后，温度-位置曲线已经较为光滑，曲线拟合阶数选定为12。对于待测圆孔，首先从图中确定其圆心所处水平坐标值，然后提取该坐标轴对应圆孔在水平方向的温度-位置曲线。对该曲线做多项式曲线拟合，其结果如图15所示，由于拟合前曲线已经较为平滑，因而拟合前后差异不大，进行曲线拟合的目的是为了进行内插处理以提高测量精度。对拟合结果求一阶微分，结果如图16所示。图16中极大峰值位置对应圆孔左边缘，极小峰值位置对应圆孔右边缘，提取这两个峰值对应位置值，两个位置值相减并乘以0.3303可得到该圆孔直径。对其他圆孔做类似处理，所有的测量结果如表二所示，其对应误差如表三所示。
表二峰值法孔径测量值(单位：mm)
| 孔深/孔号 | 1 | 2 | 3 | 4 | 5 |
| 2 | 18.023 | 16.041 | 9.806 | 4.623 | 3.707 |
| 3 | 5.366 | 10.362 | 16.554 | 18.942 | |
| 4 | 18.846 | 13.973 | 9.796 | 7.927 |
表三峰值法孔径测量误差(单位：％)
| 孔深/孔号 | 1 | 2 | 3 | 4 | 5 |
| 2 | -7.480 | 1.655 | -4.982 | -7.538 | -0.877 |
| 3 | -7.802 | 0.799 | 6.115 | -1.033 | |
| 4 | -3.356 | -8.316 | -4.523 | 0.600 |
由表三可以看出，本发明所提出的温度-位置曲线一阶微分峰值法测量热异常尺寸，其误差较小，对于三个不同深度，多个热异常尺寸进行测量，其误差均在10％以内。在所测量的13个圆孔中，有5个的结果误差大于5％，造成这些误差的原因包含以下因素：游标卡尺所测量的实际孔径有误差；玻璃钢试件本体为非均质材料，可能有结构差异，比如4mm深的20mm孔紧挨着一个结构热异常。
进一步的可以从上述实验看出，本发明相比热异常尺寸半高宽方法，其优点是：
1.其所计算得到的热异常尺寸不受所选时间的影响；
2.其不受加热不均的影响。
实施例二
请参阅图2，图2是本发明实施例公开的一种基于温度-位置曲线分析的热异常尺寸测量装置的结构示意图。如图2所示，该装置可以包括：
热图处理模块201，用于获取目标热异常位置的切片热图，对目标热异常位置的切片热图进行阈值去噪处理。
位置确定模块202，用于从目标热异常位置的切片热图中确定出目标热异常位置的高对比度的切片热图位置。
微分处理模块203，用于从目标热异常位置的高对比度的切片热图位置中提取出目标热异常位置对应的温度-位置曲线，对目标热异常位置的温度-位置曲线进行一阶微分处理，得到目标热异常位置的温度-位置微分曲线。
尺寸确定模块204，用于根据目标热异常位置的温度-位置微分曲线中的极大峰值和极小峰值，确定目标热异常位置的热异常尺寸。
作为一种可选的实施方式，在本发明实施例中，热图处理模块201获取目标热异常位置的切片热图，对目标热异常位置的切片热图进行阈值去噪处理的具体方式，包括：
获取目标热异常位置的切片热图，对切片热图，采用以下阈值函数进行阈值去噪处理：
其中，ωj,k为对切片热图进行双树复小波变换得到的小波系数，sign为符号函数，阈值T1＝kσ，阈值T2＝2T1，σ为切片热图的标准差，系数N为切片热图的像素点数。
作为一种可选的实施方式，在本发明实施例中，位置确定模块202从目标热异常位置的切片热图中确定出目标热异常位置的高对比度的切片热图位置的具体方式，包括：
确定目标热异常位置对应的对比度峰值时刻。
从目标热异常位置的切片热图中，确定出对应于对比度峰值时刻的切片热图位置，将对应于对比度峰值时刻的切片热图位置确定为目标热异常位置的高对比度的切片热图位置。
作为一种可选的实施方式，在本发明实施例中，位置确定模块202确定目标热异常位置对应的对比度峰值时刻的具体方式，包括：
获取目标热异常位置的热图序列，对于目标热异常位置的热图序列中的每一热图，计算热图序列的温度差值随时间变化的曲线。温度差值为热图的中心位置温度减去背景位置温度的差值。
确定温度差值随时间变化的曲线的极大峰值处对应的时刻为目标热异常位置对应的对比度峰值时刻。
和/或，
采用以下公式计算目标热异常位置对应的对比度峰值时刻：
其中，t0为目标热异常位置对应的对比度峰值时刻，L为目标热异常位置的热异常深度，α为目标热异常位置对应的待测材料的热扩散率。
作为一种可选的实施方式，在本发明实施例中，尺寸确定模块204根据目标热异常位置的温度-位置微分曲线中的极大峰值和极小峰值，确定目标热异常位置的热异常尺寸的具体方式，包括：
计算目标热异常位置的温度-位置微分曲线中的极大峰值对应的位置和极小峰值对应的位置之间的位置差值。
确定目标热异常位置对应的尺寸像素比。
根据位置差值和目标热异常位置对应的尺寸像素比，确定目标热异常位置的热异常尺寸。
作为一种可选的实施方式，在本发明实施例中，尺寸确定模块204确定目标热异常位置对应的尺寸像素比的具体方式，包括：
确定目标热异常位置对应的待测材料的目标区域的物理尺寸。
确定目标区域在待测材料对应的热图中的总像素数。
计算目标区域的物理尺寸和目标区域在待测材料对应的热图中的总像素数的比值，得到目标热异常位置对应的尺寸像素比。
作为一种可选的实施方式，在本发明实施例中，尺寸确定模块204根据位置差值和目标热异常位置对应的尺寸像素比，确定目标热异常位置的热异常尺寸的具体方式，包括：
计算位置差值和目标热异常位置对应的尺寸像素比的乘积。
将乘积确定为目标热异常位置的热异常尺寸。
需要注意的是，本实施例中公开的基于温度-位置曲线分析的热异常尺寸测量装置用于实施本发明实施例一公开的基于温度-位置曲线分析的热异常尺寸测量方法中的部分或全部步骤，其功能模块和实施例一中的部分或全部步骤均一一对应，在实施例一中已进行详细解释的方法原理同样适用于本实施例中的技术方案，而本实施例中的执行步骤的细节同样可参照实施例一中的表述，因篇幅问题在此不再赘述。
实施例三
请参阅图3，图3是本发明实施例公开的另一种基于温度-位置曲线分析的热异常尺寸测量装置的结构示意图。如图3所示，该装置可以包括：
存储有可执行程序代码的存储器301；
与存储器301耦合的处理器302；
处理器302调用存储器301中存储的可执行程序代码，执行本发明实施例一公开的基于温度-位置曲线分析的热异常尺寸测量方法中的部分或全部步骤。
实施例四
本发明实施例公开了一种计算机存储介质，该计算机存储介质存储有计算机指令，该计算机指令被调用时，用于执行本发明实施例一公开的基于温度-位置曲线分析的热异常尺寸测量方法中的部分或全部步骤。
以上所描述的装置实施例仅是示意性的，其中所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施例的具体描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中,存储介质包括只读存储器(Read-OnlyMemory，ROM)、随机存储器(RandomAccessMemory，RAM)、可编程只读存储器(ProgrammableRead-onlyMemory，PROM)、可擦除可编程只读存储器(ErasableProgrammableReadOnlyMemory，EPROM)、一次可编程只读存储器(One-timeProgrammableRead-OnlyMemory，OTPROM)、电子抹除式可复写只读存储器(Electrically-ErasableProgrammableRead-OnlyMemory，EEPROM)、只读光盘(CompactDiscRead-OnlyMemory，CD-ROM)或其他光盘存储器、磁盘存储器、磁带存储器、或者能够用于携带或存储数据的计算机可读的任何其他介质。
最后应说明的是：本发明实施例公开的一种基于温度-位置曲线分析的热异常尺寸测量方法及装置所揭露的仅为本发明较佳实施例而已，仅用于说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解；其依然可以对前述各项实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或替换，并不使相应的技术方案的本质脱离本发明各项实施例技术方案的精神和范围。
Claims (7)
1.一种基于温度-位置曲线分析的热异常尺寸测量方法，其特征在于，所述方法包括：
获取目标热异常位置的切片热图，对所述目标热异常位置的切片热图进行阈值去噪处理；
从所述目标热异常位置的切片热图中确定出所述目标热异常位置的高对比度的切片热图位置；
从所述目标热异常位置的高对比度的切片热图位置中提取出所述目标热异常位置对应的温度-位置曲线，对所述目标热异常位置的温度-位置曲线进行一阶微分处理，得到所述目标热异常位置的温度-位置微分曲线；
根据所述目标热异常位置的温度-位置微分曲线中的极大峰值和极小峰值，确定所述目标热异常位置的热异常尺寸；
其中，所述获取目标热异常位置的切片热图，对所述目标热异常位置的切片热图进行阈值去噪处理，包括：
获取目标热异常位置的切片热图，对所述切片热图，采用以下阈值函数进行阈值去噪处理：
；
其中，为对所述切片热图进行双树复小波变换得到的小波系数，sign为符号函数，阈值/>，阈值T 2=2T 1，/>为所述切片热图的标准差，系数/>，N为所述切片热图的像素点数；
以及，所述从所述目标热异常位置的切片热图中确定出所述目标热异常位置的高对比度的切片热图位置，包括：
确定所述目标热异常位置对应的对比度峰值时刻；
从所述目标热异常位置的切片热图中，确定出对应于所述对比度峰值时刻的切片热图位置，将所述对应于所述对比度峰值时刻的切片热图位置确定为所述目标热异常位置的高对比度的切片热图位置；
以及，所述确定所述目标热异常位置对应的对比度峰值时刻，包括：
获取所述目标热异常位置的热图序列，对于所述目标热异常位置的热图序列中的每一热图，计算所述热图序列的温度差值随时间变化的曲线；所述温度差值为所述热图的中心位置温度减去背景位置温度的差值；
确定所述温度差值随时间变化的曲线的极大峰值处对应的时刻为所述目标热异常位置对应的对比度峰值时刻；
和/或，
采用以下公式计算所述目标热异常位置对应的对比度峰值时刻：
；
其中，t 0为所述目标热异常位置对应的对比度峰值时刻，L为所述目标热异常位置的热异常深度，α为所述目标热异常位置对应的待测材料的热扩散率。
2.根据权利要求1所述的基于温度-位置曲线分析的热异常尺寸测量方法，其特征在于，所述根据所述目标热异常位置的温度-位置微分曲线中的极大峰值和极小峰值，确定所述目标热异常位置的热异常尺寸，包括：
计算所述目标热异常位置的温度-位置微分曲线中的极大峰值对应的位置和极小峰值对应的位置之间的位置差值；
确定所述目标热异常位置对应的尺寸像素比；
根据所述位置差值和所述目标热异常位置对应的尺寸像素比，确定所述目标热异常位置的热异常尺寸。
3.根据权利要求2所述的基于温度-位置曲线分析的热异常尺寸测量方法，其特征在于，所述确定所述目标热异常位置对应的尺寸像素比，包括：
确定所述目标热异常位置对应的待测材料的目标区域的物理尺寸；
确定所述目标区域在所述待测材料对应的热图中的总像素数；
计算所述目标区域的物理尺寸和所述目标区域在所述待测材料对应的热图中的总像素数的比值，得到所述目标热异常位置对应的尺寸像素比。
4.根据权利要求2所述的基于温度-位置曲线分析的热异常尺寸测量方法，其特征在于，所述根据所述位置差值和所述目标热异常位置对应的尺寸像素比，确定所述目标热异常位置的热异常尺寸，包括：
计算所述位置差值和所述目标热异常位置对应的尺寸像素比的乘积；
将所述乘积确定为所述目标热异常位置的热异常尺寸。
5.一种基于温度-位置曲线分析的热异常尺寸测量装置，其特征在于，所述装置包括：
热图处理模块，用于获取目标热异常位置的切片热图，对所述目标热异常位置的切片热图进行阈值去噪处理；
位置确定模块，用于从所述目标热异常位置的切片热图中确定出所述目标热异常位置的高对比度的切片热图位置；
微分处理模块，用于从所述目标热异常位置的高对比度的切片热图位置中提取出所述目标热异常位置对应的温度-位置曲线，对所述目标热异常位置的温度-位置曲线进行一阶微分处理，得到所述目标热异常位置的温度-位置微分曲线；
尺寸确定模块，用于根据所述目标热异常位置的温度-位置微分曲线中的极大峰值和极小峰值，确定所述目标热异常位置的热异常尺寸；
其中，所述热图处理模块获取目标热异常位置的切片热图，对所述目标热异常位置的切片热图进行阈值去噪处理的具体方式包括：
获取目标热异常位置的切片热图，对所述切片热图，采用以下阈值函数进行阈值去噪处理：
；
其中，为对所述切片热图进行双树复小波变换得到的小波系数，sign为符号函数，阈值/>，阈值T 2=2T 1，/>为所述切片热图的标准差，系数/>，N为所述切片热图的像素点数；
以及，所述位置确定模块从所述目标热异常位置的切片热图中确定出所述目标热异常位置的高对比度的切片热图位置的具体方式，包括：
确定所述目标热异常位置对应的对比度峰值时刻；
从所述目标热异常位置的切片热图中，确定出对应于所述对比度峰值时刻的切片热图位置，将所述对应于所述对比度峰值时刻的切片热图位置确定为所述目标热异常位置的高对比度的切片热图位置；
以及，所述位置确定模块确定所述目标热异常位置对应的对比度峰值时刻的具体方式，包括：
获取所述目标热异常位置的热图序列，对于所述目标热异常位置的热图序列中的每一热图，计算所述热图序列的温度差值随时间变化的曲线；所述温度差值为所述热图的中心位置温度减去背景位置温度的差值；
确定所述温度差值随时间变化的曲线的极大峰值处对应的时刻为所述目标热异常位置对应的对比度峰值时刻；
和/或，
采用以下公式计算所述目标热异常位置对应的对比度峰值时刻：
；
其中，t 0为所述目标热异常位置对应的对比度峰值时刻，L为所述目标热异常位置的热异常深度，α为所述目标热异常位置对应的待测材料的热扩散率。
6.一种基于温度-位置曲线分析的热异常尺寸测量装置，其特征在于，所述装置包括：
存储有可执行程序代码的存储器；
与所述存储器耦合的处理器；
所述处理器调用所述存储器中存储的所述可执行程序代码，执行如权利要求1-4任一项所述的基于温度-位置曲线分析的热异常尺寸测量方法。
7.一种计算机存储介质，其特征在于，所述计算机存储介质存储有计算机指令，所述计算机指令被调用时，用于执行如权利要求1-4任一项所述的基于温度-位置曲线分析的热异常尺寸测量方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110076300.8A CN113030182B (zh) | 2021-01-20 | 2021-01-20 | 基于温度-位置曲线分析的热异常尺寸测量方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110076300.8A CN113030182B (zh) | 2021-01-20 | 2021-01-20 | 基于温度-位置曲线分析的热异常尺寸测量方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113030182A CN113030182A (zh) | 2021-06-25 |
| CN113030182B true CN113030182B (zh) | 2023-10-27 |
Family
ID=76459973
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110076300.8A Active CN113030182B (zh) | 2021-01-20 | 2021-01-20 | 基于温度-位置曲线分析的热异常尺寸测量方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113030182B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113640348A (zh) * | 2021-08-12 | 2021-11-12 | 广汽丰田汽车有限公司 | 挡风玻璃除雾装置的质检方法、装置及存储介质 |
| CN116297013B (zh) * | 2023-05-19 | 2023-09-26 | 卡松科技股份有限公司 | 一种液压油粘度波动的监测方法及系统 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1825075A (zh) * | 2005-02-25 | 2006-08-30 | 安捷伦科技有限公司 | 检测热异常的系统和方法 |
| CN102221339A (zh) * | 2011-06-09 | 2011-10-19 | 首都师范大学 | 脉冲红外热波技术测厚方法 |
| CN102565124A (zh) * | 2011-12-16 | 2012-07-11 | 首都师范大学 | 脉冲红外热波技术定量测量方法 |
| WO2012154320A1 (en) * | 2011-03-31 | 2012-11-15 | Sage Electrochromics, Inc | Method and system for detecting and repairing defects in an electrochromic device using thermal imaging |
| CN103148799A (zh) * | 2013-01-30 | 2013-06-12 | 首都师范大学 | 基于对数一阶微分峰值法的缺陷深度测量方法 |
| CN104039218A (zh) * | 2011-12-27 | 2014-09-10 | 皇家飞利浦有限公司 | 磁共振温度记录：针对热异常的高分辨成像 |
| CN105784771A (zh) * | 2016-03-24 | 2016-07-20 | 首都师范大学 | 金属蜂窝钎焊件脉冲红外热波检测方法 |
| CN106770437A (zh) * | 2016-11-22 | 2017-05-31 | 重庆师范大学 | 脉冲红外热波技术中基于积分平均的定量测量方法 |
| CN108072337A (zh) * | 2016-11-18 | 2018-05-25 | 首都师范大学 | 一种考虑缺陷尺寸情况下的物体缺陷深度的测量方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6542849B2 (en) * | 2001-01-19 | 2003-04-01 | The University Of Chicago | Method for determining defect depth using thermal imaging |
-
2021
- 2021-01-20 CN CN202110076300.8A patent/CN113030182B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1825075A (zh) * | 2005-02-25 | 2006-08-30 | 安捷伦科技有限公司 | 检测热异常的系统和方法 |
| WO2012154320A1 (en) * | 2011-03-31 | 2012-11-15 | Sage Electrochromics, Inc | Method and system for detecting and repairing defects in an electrochromic device using thermal imaging |
| CN102221339A (zh) * | 2011-06-09 | 2011-10-19 | 首都师范大学 | 脉冲红外热波技术测厚方法 |
| CN102565124A (zh) * | 2011-12-16 | 2012-07-11 | 首都师范大学 | 脉冲红外热波技术定量测量方法 |
| CN104039218A (zh) * | 2011-12-27 | 2014-09-10 | 皇家飞利浦有限公司 | 磁共振温度记录：针对热异常的高分辨成像 |
| CN103148799A (zh) * | 2013-01-30 | 2013-06-12 | 首都师范大学 | 基于对数一阶微分峰值法的缺陷深度测量方法 |
| CN105784771A (zh) * | 2016-03-24 | 2016-07-20 | 首都师范大学 | 金属蜂窝钎焊件脉冲红外热波检测方法 |
| CN108072337A (zh) * | 2016-11-18 | 2018-05-25 | 首都师范大学 | 一种考虑缺陷尺寸情况下的物体缺陷深度的测量方法 |
| CN106770437A (zh) * | 2016-11-22 | 2017-05-31 | 重庆师范大学 | 脉冲红外热波技术中基于积分平均的定量测量方法 |
Non-Patent Citations (3)
| Title |
|---|
| Infrared Image Enhancement and Segmentation for Extracting the Thermal Anomalies in Electrical Equipment;M. S. Jadin等;《ELEKTRONIKA IR ELEKTROTECHNIKA》;第第4卷卷(第第120期期);第107-112页 * |
| 基于对数二阶微分峰值法的缺陷深度测量研究;王中华;曾智;张存林;黄新萍;;红外(第03期);第21-31页 * |
| 缺陷尺寸对红外热波技术缺陷深度测量的影响研究;曾智;陶宁;冯立春;张存林;;红外与激光工程(第07期);第1910-1915页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113030182A (zh) | 2021-06-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US7822268B2 (en) | Advanced processing of active thermography signals | |
| CN113030182B (zh) | 基于温度-位置曲线分析的热异常尺寸测量方法及装置 | |
| US11672471B2 (en) | Osteoporosis diagnostic support apparatus | |
| CN110992346B (zh) | 一种基于dip和dicm的疲劳裂纹长度在线检测方法 | |
| US8465200B2 (en) | Method for implementing depth deconvolution algorithm for enhanced thermal tomography 3D imaging | |
| US10546207B2 (en) | Normalized defect characterization of pulse thermographic nondestructive evaluation | |
| CN106447684B (zh) | 工业ct图像中弱边缘尺寸测量方法 | |
| TWI544898B (zh) | 決定皮膚發炎分數之裝置及方法 | |
| JP6514773B2 (ja) | ボリューム画像レコードからの局所化された品質測定値の決定 | |
| KR101718752B1 (ko) | 타이어 트레드 파라미터를 분석하는 시스템 및 방법 | |
| CN106770437B (zh) | 脉冲红外热波技术中基于积分平均的定量测量方法 | |
| CN108072337B (zh) | 一种考虑缺陷尺寸情况下的物体缺陷深度的测量方法 | |
| US10620133B1 (en) | Contrast-based imaging and analysis computer-implemented methods to analyze thermography data for nondestructive evaluation | |
| CN112991319B (zh) | 碳纤维层压板红外热成像缺陷尺寸检测方法 | |
| CN103630543A (zh) | 一种利用脉冲红外热波检测吸波涂层缺陷的判定方法 | |
| EP2605213B1 (en) | Method and system for processing images for inspection of an object | |
| US10332248B1 (en) | Contrast based imaging and analysis computer-implemented method to analyze pulse thermography data for nondestructive evaluation | |
| JP2014503826A (ja) | 表面の損傷を検出するために対象を検査するための方法と装置 | |
| CN113884538B (zh) | 大型风力机叶片内部微小缺陷的红外热像检测方法 | |
| CN105784771B (zh) | 金属蜂窝钎焊件脉冲红外热波检测方法 | |
| Venegas et al. | Projected thermal diffusivity analysis for thermographic nondestructive inspections | |
| Kretzmann et al. | Non-destructive testing with transient thermography on composite materials | |
| Ahmad et al. | Wavelet subspace decomposition of thermal infrared images for defect detection in artworks | |
| KR100952668B1 (ko) | 캐니 에지 검출 방법을 이용한 망막 혈관 추적 장치와 그방법 | |
| Schmid et al. | Spatial and temporal deep learning for defect detection with lock-in thermography |
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 |