摘要
复合材料在航空航天、轨道交通、军事、管道输送等领域均有广泛的应用，这些材料在服役过程中会产生亚表面缺陷，例如脱粘、分层等，需要及时检出并修复，否则可能导致安全事故发生。光激励红外无损检测技术适用于复合材料的表面和亚表面缺陷检测，具有无接触、快速直观成像的优势。但在实际应用中，不同类型复合材料试件存在检测数据差异大、光影干扰、缺陷训练样本严重不足等问题，导致现有红外缺陷检测算法只能有效应用于某一特定种类材料，无法对各类复合材料表现出良好的泛化性。针对上述问题，本文的研究内容如下： （1）首先，提出了基于热扩散过程平滑约束的热光流算法，该算法结合光流基本框架和缺陷区域热传导规律，计算试件表面热量异常堆积区，在多类复合材料上改善了缺陷漏检率，实现了红外缺陷数据时空特征信息精确提取。在碳纤维、涂层、玻璃纤维和管道补强材料试件上进行了实验分析，基于F-score和信噪比两种评价指标，验证了热光流算法相比其他同类型算法提升了红外缺陷的检出率，但会带来新检测问题，包括：噪声和反光问题较严重，导致试件非缺陷区域误检。 （2）其次，为解决上述新的挑战，进一步提出了基于特征融合的时空信息修正网络模型。针对缺陷位置信息和热扩散信息融合任务，建立双通道缺陷特征融合网络，在此基础上提出了适应缺陷区域特征信息的L1范数-区域平均特征融合算法。通过特征提取、融合、解码的过程，使红外缺陷位置信息和时空信息相互指导及修正，在保证低漏检率前提下，实现缺陷信噪比提升以及缺陷区域准确的分割量化。最后设计了算法模型消融实验和同领域算法对比实验，通过F-score、信噪比和交并比值三种评价指标，验证了本文提出的修正网络对缺陷检出率以及缺陷、非缺陷区域对比度的提升，实现多种复合材料亚表面缺陷的精确检测和量化分析。
NETL