基于紅外熱圖像的缺陷檢測研究.pdf

1、隨著紅外熱像儀制造工藝的進步以及計算機視覺技術的高速發(fā)展，基于紅外熱圖像的缺陷檢測技術已經(jīng)成為材料或設備的故障與缺陷早期準確快速識別的熱點研究方法，對其深入研究，必將對關鍵重大機械設備的安全可靠運行具有重要的意義和實用價值。
　　本文研究了諸多攝像機標定方法，分析了各自的優(yōu)點和不足，結合現(xiàn)有的實驗設備，通過理論結合實驗，在滿足缺陷大小和位置識別精度的基礎上，最終提出了適合紅外熱像儀的標定模型。同時，針對于紅外熱圖像的缺陷邊緣檢測問

2、題，深入研究了多種已有的邊緣提取方法，結合實驗拍攝的紅外熱圖像，利用多種邊緣檢測算法仿真發(fā)現(xiàn)絕大部分算法不能檢測出本文的材料缺陷或是檢測效率過低，不利于實際應用，最終應用Canny邊緣檢測算法結合局部裁剪，可以較為準確和高效低地檢測出缺陷邊緣。為了解決的缺陷深度準確估計問題，對BP神經(jīng)網(wǎng)絡進行設計與測試，通過多次改變傳遞函數(shù)和訓練函數(shù)并且結合實驗數(shù)據(jù)，在允許的誤差范圍內(nèi)實現(xiàn)了板材缺陷的深度預測。
　　本文在深入研究、分析和總結已有