一种基于图像处理的复合材料缺陷检测方法及系统

专利主权项内容

1.一种基于图像处理的复合材料缺陷检测方法，其特征在于，该方法包括以下步骤：S1、利用红外成像仪及工业相机获取复合材料的成像图并进行预处理，得到复合材料的待检测图像；S2、利用BTC算法对待检测图像进行特征提取，并将提取的特征转为化坐标曲线；S3、将得到的特征坐标曲线与预设的标准曲线进行相似度比较，得到比较结果，并根据比较结果判断复合材料是否存在缺陷；S4、若判断复合材料存在缺陷，则根据比较结果确定缺陷的位置信息；所述利用红外成像仪及工业相机获取复合材料的成像图并进行预处理，得到复合材料的待检测图像包括以下步骤：S11、采用卤素灯作为热激励源对复合材料进行均匀加热；S12、采用红外成像仪记录复合材料的加热过程，并获取复合材料的红外热成像图；S13、采用工业相机获取复合材料冷却至室温后的可见光图像；S14、采用中值滤波法对得到的红外热成像图及可见光图像进行降噪处理；S15、将降噪处理后红外热成像图及可见光图像调整至相同的尺寸；S16、基于直觉模糊折扣算子法对调整后的红外热成像图及可见光图像进行融合，得到复合材料的待检测图像；所述基于直觉模糊折扣算子法对调整后的红外热成像图及可见光图像进行融合，得到复合材料的待检测图像包括以下步骤：S161、采用SIFT算法分别对调整后的红外热成像图及可见光图像进行特征提取，得到特征向量；S162、将红外热成像图的特征向量与可见光图像的特征向量形成测量矩阵；S163、计算红外热成像图的特征向量与可见光图像的特征向量之间的欧式距离；S164、根据灰关联分析，计算红外热成像图的特征向量与可见光图像的特征向量之间的关联系数，并构建关联系数矩阵；S165、对得到的关联系数矩阵进行信度的生成，得到信度分配矩阵；S166、将信度分配矩阵转化成直觉模糊描述矩阵并进行折扣加权算子运算，得到融合后的直觉模糊决策向量，将得到直觉模糊决策向量解模糊化处理，得到待检测图像；所述将信度分配矩阵转化成直觉模糊描述矩阵并进行折扣加权算子运算，得到融合后的直觉模糊决策向量，将得到直觉模糊决策向量解模糊化处理，得到待检测图像包括以下步骤：S1661、定义折扣因子并将直觉模糊描述矩阵中的每一个元素乘以对应的折扣因子，得到新的直觉模糊描述矩阵；S1662、利用加权平均法对新直觉模糊描述矩阵进行融合处理，得到直觉模糊决策向量；S1663、采用最大隶属度法将得到的直觉模糊决策向量进行解模糊化处理，得到待检测图像。