留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

孔洞缺陷的红外无损检测和PNN识别与定量评估

周建民 符正晴 李鹏 杨君

周建民, 符正晴, 李鹏, 杨君. 孔洞缺陷的红外无损检测和PNN识别与定量评估[J]. 红外与激光工程, 2015, 44(4): 1193-1197.
引用本文: 周建民, 符正晴, 李鹏, 杨君. 孔洞缺陷的红外无损检测和PNN识别与定量评估[J]. 红外与激光工程, 2015, 44(4): 1193-1197.
Zhou Jianmin, Fu Zhengqing, Li Peng, Yang Jun. Infrared nondestructive testing of cavity defects and PNN recognition and quantitative evaluation[J]. Infrared and Laser Engineering, 2015, 44(4): 1193-1197.
Citation: Zhou Jianmin, Fu Zhengqing, Li Peng, Yang Jun. Infrared nondestructive testing of cavity defects and PNN recognition and quantitative evaluation[J]. Infrared and Laser Engineering, 2015, 44(4): 1193-1197.

孔洞缺陷的红外无损检测和PNN识别与定量评估

基金项目: 

国家自然科学基金项目(51175175);江西省教育厅科技项目(GJJ13342)

详细信息
    作者简介:

    周建民(1975-),男,教授,博士,主要从事光电检测技术研究.Email:hotzjm@163.com

  • 中图分类号: TN219;TP29

Infrared nondestructive testing of cavity defects and PNN recognition and quantitative evaluation

计量
  • 文章访问数:  180
  • HTML全文浏览量:  16
  • PDF下载量:  146
  • 被引次数: 0
出版历程
  • 收稿日期:  2014-08-05
  • 修回日期:  2014-09-15
  • 刊出日期:  2015-04-25

孔洞缺陷的红外无损检测和PNN识别与定量评估

    作者简介:

    周建民(1975-),男,教授,博士,主要从事光电检测技术研究.Email:hotzjm@163.com

基金项目:

国家自然科学基金项目(51175175);江西省教育厅科技项目(GJJ13342)

  • 中图分类号: TN219;TP29

摘要: 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.研究论证了采用主成分分析和概率神经网络,基于时序特征,以像素点为单位,实现孔洞缺陷识别和面积定量分析的有效性和准确性.

English Abstract

参考文献 (15)

目录

    /

    返回文章
    返回