一种大尺寸复合材料损伤成像与定量识别方法技术

本发明专利技术公开了一种大尺寸复合材料损伤成像与定量识别方法，包括：将试件划分为M个标定区域；将每个标定区域划分为N个局部拍摄区域；对局部拍摄区域的红外热图像序列进行数据采集；获得红外重构图像；进行图像拼接；根据事先标定位置信息，获得整个试件检测结果；确定需要进行高分辨率检测的损伤缺陷及其所在标定区域；对标定区域红外重构图像进行分割提取；标定区域中所有损伤缺陷位置自动标注；开展近距离高分辨率拍摄，获得损伤缺陷红外重构图像；对损伤缺陷红外重构图像进行分割提取；损伤缺陷形态自动量化。本发明专利技术解决了单次红外热成像分辨率低的问题，检测面积大，检测精度高，实现了大尺寸复合材料损伤缺陷的定量识别。

【技术实现步骤摘要】
一种大尺寸复合材料损伤成像与定量识别方法
本专利技术属于航空航天飞行器损伤检测与维修保障
，更具体地说，本专利技术涉及一种大尺寸复合材料损伤成像与定量识别方法。
技术介绍
航空航天工业是引领带动新材料、新工艺发展的主要领域，各类先进复合材料的出现也给航空和航天飞行器的设计提供了更多的可能和选择空间，新型高性能航空航天复合材料的需求也大量增加。航空航天复合材料在生产制造、装配加工或实时使用过程中，由于工艺不当、反复循环应力和外部冲击等会导致严重的质量问题，如分层、脱粘、疏松、裂纹和冲击缺陷等。因此，为了避免复合材料构件在使用过程中由各类损伤缺陷而引起严重事故，对复合材料开展内部缺陷检测和质量评价尤为关键。无损检测技术是控制产品质量、保证在役设备安全运行的重要手段，已被用于复合材料的内部缺陷检测和结构完整性评估。航空航天复合材料无损检测的主要技术难点表现在：一是复合材料的缺陷类型繁多，缺陷存在形式复杂，复合材料损伤缺陷检测非常困难；二是大体积复合材料结构件的损伤检测可达性差，可视化、定量化、自动化水平低。因此，对航空航天大尺寸复合材料的内部质量和复杂损伤缺陷的可视化检测和分类识别量化有迫切需求，发展大尺寸复合材料损伤成像与定量识别技术对于我国航空航天工艺发展具有重要意义。红外热成像技术具有安全、直观、快速、高效、检测面积大、无接触等优点，在航天器在轨检测中发挥了重要作用，其基础原理是：基于傅里叶传热与红外辐射原理，当被检对象受到外部热激励时(太阳光照射或人工光源照射)，由于材料缺陷的存在导致热传导过程受到影响，并表现为被检对象表面瞬态温度响应的差异，通过红外热像仪采集表面温度场响应，从而了解被检对象表面和内部的缺陷状态。红外成像仪采集到的数据是由多帧红外热图像构成的红外热图像序列数据，其包含了被检区域内每个像素点的温度变化信息(瞬态热响应曲线)，通过对红外热图像序列数据进行分析和处理，获取缺陷的重构图像，从而实现对缺陷的准确识别。然而，通过采集红外热图像序列处理得到的单幅缺陷特征重构图像，虽然可以满足复合材料局部缺陷的可视化检测和识别量化等任务，但是受到红外热像仪分辨率的限制，为了提高检测灵敏度而不得不减小拍摄视野。由于单次检测面积有限，使得局部区域损伤缺陷的可视化重构图像不能反映大尺寸复合材料的全局缺陷位置以及形态量化信息。因此，为了满足实际大尺寸航空航天复合材料原位高分辨无损检测的需求，本专利技术提出了一种大尺寸复合材料损伤缺陷成像与定量识别方法。本专利技术一种大尺寸复合材料损伤缺陷成像与定量识别方法，将大尺寸复合材料试件划分为多个待测标定区域，针对每个待测标定区域开展多次局部区域检测并获得局部区域的红外重构图像，通过将多个局部区域各自的红外重构图像进行拼接和融合处理，从而得到该待测标定区域的重构拼接图像。针对被测试件其余的待测标定区域，重复上述步骤，逐个完成所有待测标定区域的检测并获得各自的重构拼接图像，最终获得整个大尺寸复合材料的损伤缺陷检测图像。在此基础上，针对感兴趣的某一损伤缺陷，调整红外热像仪拍摄位置和焦距，进一步开展高分辨率红外图像序列数据采集，获得该损伤缺陷的红外重构图像，通过对缺陷重构图像进行分割处理，获取缺陷的位置和形态量化数据。
技术实现思路
本专利技术的一个目的是解决至少上述问题和/或缺陷，并提供至少后面将说明的优点。为了实现根据本专利技术的这些目的和其它优点，提供了一种大尺寸复合材料损伤成像与定量识别方法，包括以下步骤：步骤一、将待测大尺寸复合材料试件划分为M个等幅区域，并对每个区域进行标定；步骤二、将红外热像仪垂直对准标定区域，连接红外热像仪GIEE端口与PC机网口；对每个标定区域采取分区拍摄，确定最小画幅数，将每个标定区域划分为N个局部拍摄区域，包括拍摄区域1、拍摄区域2、...、拍摄区域N，相邻拍摄区域之间有20％～30％的拍摄重叠部分；步骤三、对局部拍摄区域的红外热图像序列进行数据采集；步骤四、红外热图像序列数据处理，获得红外重构图像；步骤五、将红外热像仪移动调整至下一个局部拍摄局域，按照步骤三～步骤四的方式执行该局部区域的红外热图像序列数据采集，并获得该局部区域的红外重构图像；重复上述步骤，直到一个试件标定区域的N个局部区域均被检测，得到N个局部拍摄区域的红外重构图像；步骤六、选取相邻局部拍摄局部区域的红外重构图像进行图像拼接操作；步骤七、选取另外两个相邻局部区域的红外重构图像，按照步骤六的方式进行图像拼接操作，直至将所有N个局部区域的红外热图像序列两两拼接完成；将拼接图像再次按照步骤六的方式进行图像拼接操作，直至获得标定区域的一张完整重构拼接图像；步骤八、再次调整红外热像仪位置，使其垂直对准下一标定区域，重新执行步骤二～步骤八对该标定区域进行分区拍摄和重构拼接处理，直至获得所有M个标定区域各自的重构拼接图像；步骤九、根据M个标定区域事先标定好的位置信息，从而获得整个大尺寸复合材料试件的全局损伤缺陷成像结果；步骤十、基于整个大尺寸复合材料试件的全部损伤成像结果，可以比较观察到大尺寸复合材料试件中损伤缺陷的具体位置，从图中找到需要进一步进行高分辨检测的具体损伤缺陷，确定其所在的标定区域；步骤十一、对标定区域红外重构图像进行分割提取；步骤十二、基于经过缺陷特征图像分割后得到的缺陷特征区域分割结果图像，利用连通域内的像素灰度值来实现对缺陷特征区域质心位置的计算，实现标定区域中所有损伤缺陷位置的自动标注；步骤十三、开展近距离高分辨率拍摄，获得清晰的损伤缺陷高分辨率红外重构图像；步骤十四、对损伤缺陷红外重构图像进行分割提取；步骤十五、基于二值化后的缺陷特征分割图像像素值统计方法，计算各个缺陷特征区域的特征参数，来描述缺陷的几何结构特征信息和形态分布特征信息，实现对损伤缺陷形态的自动量化。优选的是，其中，所述步骤一的具体方法为：综合考虑检测分辨率和检测效率因素，将大尺寸复合材料试件划分成M个等幅区域，并对每个区域进行标定，用标定尺确定第一个标定区域边界，并用标签进行标记；根据第一个标定区域的标签位置，以相同的边界大小确定第二个标定区域的大致范围，依次类推确定M个标定区域，即标定区域1、标定区域2、...、标定区域M，从而覆盖整个大尺寸复合材料试件整个待测表面；然后按照标定区域顺序，逐个对各个标定区域开展分区拍摄。优选的是，其中，所述步骤三对局部拍摄区域的红外热图像序列进行数据采集的步骤包括：步骤S31、调节红外热像仪焦距及红外热像仪与局部区域的相对位置，红外热像仪能够完整清晰地拍摄到局部区域；步骤S32、调整短波红外加热源位置，使激励光均匀覆盖整个拍摄区域1；步骤S33、选择合适采样频率及采样时间，采集时间应大于加热时间，然后在点击红外热像仪录制按钮的同时打开短波红外加热源；步骤S34、加热完成后关闭加热源，继续录制红外热图像序列直至达到预设采集时间；步骤S35、采集完成后，选中刚录制完成的红外数据流，将其转化为便于后续本文档来自技高网...

【技术保护点】
1.一种大尺寸复合材料损伤成像与定量识别方法，其特征在于，包括以下步骤：/n步骤一、将待测大尺寸复合材料试件划分为M个等幅区域，并对每个区域进行标定；/n步骤二、将红外热像仪垂直对准标定区域，连接红外热像仪GIEE端口与PC机网口；对每个标定区域采取分区拍摄，确定最小画幅数，将每个标定区域划分为N个局部拍摄区域，包括拍摄区域1、拍摄区域2、...、拍摄区域N，相邻拍摄区域之间有20％～30％的拍摄重叠部分；/n步骤三、对局部拍摄区域的红外热图像序列进行数据采集；/n步骤四、红外热图像序列数据处理，获得红外重构图像；/n步骤五、将红外热像仪移动调整至下一个局部拍摄局域，按照步骤三～步骤四的方式执行该局部区域的红外热图像序列数据采集，并获得该局部区域的红外重构图像；重复上述步骤，直到一个试件标定区域的N个局部区域均被检测，得到N个局部拍摄区域的红外重构图像；/n步骤六、选取相邻局部拍摄局部区域的红外重构图像进行图像拼接操作；/n步骤七、选取另外两个相邻局部区域的红外重构图像，按照步骤六的方式进行图像拼接操作，直至将所有N个局部区域的红外热图像序列两两拼接完成；将拼接图像再次按照步骤六的方式进行图像拼接操作，直至获得标定区域的一张完整重构拼接图像；/n步骤八、再次调整红外热像仪位置，使其垂直对准下一标定区域，重新执行步骤二～步骤八对该标定区域进行分区拍摄和重构拼接处理，直至获得所有M个标定区域各自的重构拼接图像；/n步骤九、根据M个标定区域事先标定好的位置信息，从而获得整个大尺寸复合材料试件的全局损伤缺陷成像结果；/n步骤十、基于整个大尺寸复合材料试件的全部损伤成像结果，可以比较观察到大尺寸复合材料试件中损伤缺陷的具体位置，从图中找到需要进一步进行高分辨检测的具体损伤缺陷，确定其所在的标定区域；/n步骤十一、对标定区域红外重构图像进行分割提取；/n步骤十二、基于经过缺陷特征图像分割后得到的缺陷特征区域分割结果图像，利用连通域内的像素灰度值来实现对缺陷特征区域质心位置的计算，实现标定区域中所有损伤缺陷位置的自动标注；/n步骤十三、开展近距离高分辨率拍摄，获得清晰的损伤缺陷高分辨率红外重构图像；/n步骤十四、对损伤缺陷红外重构图像进行分割提取；/n步骤十五、基于二值化后的缺陷特征分割图像像素值统计方法，计算各个缺陷特征区域的特征参数，来描述缺陷的几何结构特征信息和形态分布特征信息，实现对损伤缺陷形态的自动量化。/n...

【技术特征摘要】
1.一种大尺寸复合材料损伤成像与定量识别方法，其特征在于，包括以下步骤：
步骤一、将待测大尺寸复合材料试件划分为M个等幅区域，并对每个区域进行标定；
步骤二、将红外热像仪垂直对准标定区域，连接红外热像仪GIEE端口与PC机网口；对每个标定区域采取分区拍摄，确定最小画幅数，将每个标定区域划分为N个局部拍摄区域，包括拍摄区域1、拍摄区域2、...、拍摄区域N，相邻拍摄区域之间有20％～30％的拍摄重叠部分；
步骤三、对局部拍摄区域的红外热图像序列进行数据采集；
步骤四、红外热图像序列数据处理，获得红外重构图像；
步骤五、将红外热像仪移动调整至下一个局部拍摄局域，按照步骤三～步骤四的方式执行该局部区域的红外热图像序列数据采集，并获得该局部区域的红外重构图像；重复上述步骤，直到一个试件标定区域的N个局部区域均被检测，得到N个局部拍摄区域的红外重构图像；
步骤六、选取相邻局部拍摄局部区域的红外重构图像进行图像拼接操作；
步骤七、选取另外两个相邻局部区域的红外重构图像，按照步骤六的方式进行图像拼接操作，直至将所有N个局部区域的红外热图像序列两两拼接完成；将拼接图像再次按照步骤六的方式进行图像拼接操作，直至获得标定区域的一张完整重构拼接图像；
步骤八、再次调整红外热像仪位置，使其垂直对准下一标定区域，重新执行步骤二～步骤八对该标定区域进行分区拍摄和重构拼接处理，直至获得所有M个标定区域各自的重构拼接图像；
步骤九、根据M个标定区域事先标定好的位置信息，从而获得整个大尺寸复合材料试件的全局损伤缺陷成像结果；
步骤十、基于整个大尺寸复合材料试件的全部损伤成像结果，可以比较观察到大尺寸复合材料试件中损伤缺陷的具体位置，从图中找到需要进一步进行高分辨检测的具体损伤缺陷，确定其所在的标定区域；
步骤十一、对标定区域红外重构图像进行分割提取；
步骤十二、基于经过缺陷特征图像分割后得到的缺陷特征区域分割结果图像，利用连通域内的像素灰度值来实现对缺陷特征区域质心位置的计算，实现标定区域中所有损伤缺陷位置的自动标注；
步骤十三、开展近距离高分辨率拍摄，获得清晰的损伤缺陷高分辨率红外重构图像；
步骤十四、对损伤缺陷红外重构图像进行分割提取；
步骤十五、基于二值化后的缺陷特征分割图像像素值统计方法，计算各个缺陷特征区域的特征参数，来描述缺陷的几何结构特征信息和形态分布特征信息，实现对损伤缺陷形态的自动量化。


2.如权利要求1所述的大尺寸复合材料损伤成像与定量识别方法，其特征在于，所述步骤一的具体方法为：综合考虑检测分辨率和检测效率因素，将大尺寸复合材料试件划分成M个等幅区域，并对每个区域进行标定，用标定尺确定第一个标定区域边界，并用标签进行标记；根据第一个标定区域的标签位置，以相同的边界大小确定第二个标定区域的大致范围，依次类推确定M个标定区域，即标定区域1、标定区域2、...、标定区域M，从而覆盖整个大尺寸复合材料试件整个待测表面；然后按照标定区域顺序，逐个对各个标定区域开展分区拍摄。


3.如权利要求1所述的大尺寸复合材料损伤成像与定量识别方法，其特征在于，所述步骤三对局部拍摄区域的红外热图像序列进行数据采集的步骤包括：
步骤S31、调节红外热像仪焦距及红外热像仪与局部区域的相对位置，红外热像仪能够完整清晰地拍摄到局部区域；
步骤S32、调整短波红外加热源位置，使激励光均匀覆盖整个拍摄区域1；
步骤S33、选择合适采样频率及采样时间，采集时间应大于加热时间，然后在点击红外热像仪录制按钮的同时打开短波红外加热源；
步骤S34、加热完成后关闭加热源，继续录制红外热图像序列直至达到预设采集时间；
步骤S35、采集完成后，选中刚录制完成的红外数据流，将其转化为便于后续处理的数据格式并保存。


4.如权利要求1所述的大尺寸复合材料损伤成像与定量识别方法，其特征在于，所述步骤四获得红外重构图像的方法为：针对局部区域的红外热图像序列，即瞬态热响应TTR数据，完成TTR数据去冗余处理过程后，通过GMM算法进行TTR数据集的分类，采用多目标优化算法提取各类TTR数据集的典型TTR，然后基于可视化重构算法得到局部区域各自的红外重构图像。


5.如权利要求1所述的大尺寸复合材料损伤成像与定量识别方法，其特征在于，所述步骤六选取相邻局部拍摄区域的红外重构图像进行图像拼接操作的步骤包括：
步骤S61、对待拼接的两张图像采用FAST-SURF算法进行缺陷特征提取；
步骤S62、根据基于欧式距离的匹配法，对检测出的特征点进行特征点粗匹配；
步骤S63、应用训练好的BP匹配优化网络与优化的RANSAC算法去除误匹配点对；
步骤S64、在得到精确的匹配点对后，进一步估计出几何变换矩阵参数，将待拼接图像按照几何变换模型对应到参考图像中，实现两图像件的拼接；
步骤S65、采用距离加权的融合方法对拼接图像中图像重叠区域进行融合，进一步提高图像的拼接质量。


6.如权利要求1所述的大尺寸复合材料损伤成像与定量识别方法，其特征在于，所述步骤十一对标定区域红外重构图像进行分割提取的方法包括：
步骤S111、采用基于颜色空间聚类度量的聚类分割算法，根据重构图像中不同颜色信息将其分为几种不同色域的分割图像，得到背景区域、热扩散区域和缺陷特征区域的聚类划分结果；
步骤S112、采用双阈值处理的二值化分割算法，得到缺陷特征区域的二值化分割提取结果。


7.如权利要求1所述的大尺寸复合材料损伤成像与定量识别方法，其特征在于，所述步骤十二的具体步骤包括：
步骤S121、基于缺陷特征区域的分割结果图像，进一步采用形态学处理，形成...

【专利技术属性】
技术研发人员：黄雪刚，石安华，殷春，罗庆，雷光钰，谭旭彤，李晶，覃金贵，
申请(专利权)人：中国空气动力研究与发展中心超高速空气动力研究所，
类型：发明
国别省市：四川;51