为了满足锁相红外热像检测中缺陷定量的需求，提出了一种基于模糊C均值聚类的算法（Fuzzy C-means，FCM）和边缘检测算子（Edge Detectors）的缺陷尺寸定量评价方法。制备了圆形平底孔钢材料试样，通过有限元仿真研究了最佳激励频率的选择方案，建立了锁相红外热像检测系统，开展了区域划分下的FCM-边缘检测算子联合处理方法的缺陷定量评价试验。区域划分下的FCM-边缘检测算子联合处理方法取得了与广泛认可的切相位法相当的缺陷定量结果;所得特征图像能反映更多的缺陷特征边缘信息，利用适当的图像处理方法，能够实现缺陷面积定量评价。结果表明:区域划分下的FCM-边缘检测算子缺陷定量评价方法在锁相红外热像检测领域具有良好的应用前景。
所属栏目
科研成果与学术研究北京航空航天大学基本科研业务费资助项目（50100002015107039）
收稿日期
2016/9/2
作者单位
李根:北京航空航天大学 机械工程及自动化学院, 北京 100083
赵翰学:北京航空航天大学 机械工程及自动化学院, 北京 100083
范瑾:北京航空航天大学 机械工程及自动化学院, 北京 100083
周正干:北京航空航天大学 机械工程及自动化学院, 北京 100083先进航空发动机协同创新中心, 北京 100083
联系人作者
周正干(zzhenggan@buaa.edu.cn)
备注
李根(1992-),男,硕士研究生,主要研究方向为锁相红外热像检测技术
引用该论文:
LI Gen,ZHAO Hanxue,FAN Jin,ZHOU Zhenggan.A Defect Quantification Method by Lock-in Thermography[J].Nondestructive Testing,2017,39(6):1～7
李根,赵翰学,范瑾,周正干.锁相红外热像检测缺陷的定量方法[J].无损检测,2017,39(6):1～7
参考文献
【1】
王迅, 金万平, 张存林, 等. 红外热波无损检测技术及其进展[J]. 无损检测, 2004, 26(10):497-501.
【2】
寇蔚, 孙丰瑞, 杨立. 正弦规律加热条件下缺陷红外故障响应[J]. 红外与激光工程, 2007, 34(4):472-474.
【3】
CHOI M, KANG K, PARK J, et al. Quantitative determination of a subsurface defect of reference specimen by lock-in infrared thermography[J]. Ndt & E International, 2008, 41(2):119-124.
【4】
MONTANINI R. Quantitative determination of subsurface defects in a reference specimen made of Plexiglas by means of lock-in and pulse phase infrared thermography[J]. Infrared Physics & Technology, 2010, 53(5):363-371.
【5】
CHAKI S, MARICAL P, PANIER S, et al. Interfacial defects detection in plasma-sprayed ceramic coating components using two stimulated infrared thermography techniques[J]. Ndt & E International, 2011, 44(6):519-522.
【6】
ZHOU Z G, ZHAO H X, SUN G K, et al. Inspection of disbonds in multilayer dissimilar metal structure using lock-in thermography[J]. Applied Optics, 2016, 55(16):4490-4496.
【7】
JUNYAN L, QINGJU T, XUN L, et al. Research on the quantitative analysis of subsurface defects for non-destructive testing by lock-in thermography[J]. NDT & E International, 2012, 45(1):104-110.
【8】
JUNYAN L, QINGJU T, YANG W, et al. Defects' geometric feature recognition based on infrared image edge detection[J]. Infrared Physics & Technology, 2014, 67:387-390.
【9】
GUOFENG J, WEI Z, ZHENGWEI Y, et al. Image segmentation of thermal waving inspection based on particle swarm optimization fuzzy clustering algorithm[J]. Measurement Science Review, 2012, 12(6):296-301.
【10】
CHIWU B, QINGJU T, JUNYAN L, et al. Inspection on CFRP sheet with subsurface defects using pulsed thermographic technique[J]. Infrared Physics & Technology, 2014, 65(7):117-121.
【11】
BUSSE G, WU D, KARPEN W. Thermal wave imaging with phase sensitive modulated thermography[J]. Journal of Applied Physics, 1992, 71(8):3962-3965.
【12】
BAI W, WONG B S. Evaluation of defects in composite plates under convective environments using lock-in thermography[J]. Measurement Science and Technology, 2001, 12(2):142-150.
【13】
关庆, 邓赵红, 王士同. 改进的模糊C-均值聚类算法[J]. 计算机工程与应用, 2011, 47(10):27-29.
【14】
IBARRA-CASTANEDO C, GONZALEZ D, et al.Infrared image processing and data analysis[J]. Infrared Physics & Technology,2004,46(1):75-83.
【15】
WANG X, WANG Y, WANG L. Improving fuzzy c-means clustering based on feature-weight learning[J]. Pattern Recognition Letters,2004,25(10):1123-1132.
【16】
JING L, DENG D, YU J. Weighting exponent selection of fuzzy C-means via jacobian matrix[C]//International Conference on Knowledge Science, Engineering and Management. Sibiu:Springer, 2014:115-126.
