孔洞缺陷的红外无损检测和PNN识别与定量评估

作者：周建民; 符正晴; 李鹏; 杨君

来源：红外与激光工程, 2015, (04): 1193-1197.

• 红外无损检测
• 缺陷识别
• 定量评估
• 概率神经网络
• 主成分分析 infrared nondestructive testing
• defect recognition
• quantitative evaluation
• PNN
• principal component analysis

针对红外无损检测中因特征信息缺失,致使识别与评估效果不佳这一问题,研究以铝板为对象,基于红外无损检测技术,结合主成分分析和概率神经网络对铝板正常区及三类孔洞缺陷区进行了识别与面积定量评估。研究首先采集铝板降温过程的红外时序热图,提取了正常区和各类孔洞缺陷区的时序灰度值作为初始特征。其次,采用主成分分析对初始特征进行提取,并结合概率神经网络,以像素点为单位实现孔洞缺陷的识别及面积定量评估,并采用了支持向量机进行了对比研究。实验结果表明,对于正常区和三类孔洞缺陷区测试样本的面积评估正确率分别为99.6%、97.0%、94.7%和93.0%,相比支持向量机的评估结果,所提出的研究方法具有更高的正确率...

• 单位
  华东交通大学