玻璃纤维蜂窝复合材料的太赫兹无损检测技术(英文)

采用双高斯脉冲反卷积滤波技术对太赫兹时域波形进行滤波优化,提出一种基于太赫兹时域光谱无损检测的太赫兹反射式层析成像技术,用于分析玻璃纤维蜂窝复合材料的粘接质量.结合玻璃纤维蜂窝复合材料结构的特点,分别在蜂窝上层胶膜和下层胶膜中设计了不同直径的圆形和梯形脱粘缺陷,在此基础上,完成了脱粘缺陷蜂窝结构样品的制作.提出的太赫兹反射式层析成像和B-scan成像方法,适用于玻璃纤维蜂窝复合材料的脱粘缺陷分析.针对反射式层析成像图像对比度差的问题,结合脱粘缺陷处的太赫兹时域波形数据特征,采用缺陷特征时间区域成像优化技术,提高了脱粘缺陷的检测能力和识别准确率,实现了玻璃纤维蜂窝材料的上层脱粘厚度50μm、下层脱粘厚度50μm缺陷的太赫兹无损检测.     

太赫兹无损检测的多特征参数神经网络分析技术

提出一种基于太赫兹无损检测的多特征参数神经网络分析技术,用于分析耐高温复合材料的粘贴质量无损检测.采用抽片式方法设计了一种耐高温复合材料的脱粘缺陷样品,抽片厚度为0.1mm.采用太赫兹时域光谱无损检测技术对耐高温复合材料的多层脱粘缺陷进行了检测试验研究,对比了上下脱粘缺陷所对应的太赫兹时域波形及频谱信息的异同,针对性地建立了耐高温复合材料粘贴质量的上层脱粘参数、下层脱粘参数、频域吸收质心参数等多特征参数,将特征参数进行优化作为反向传播神经网络的输入并对其进行上下脱粘分类识别.通过对反向传播神经网络的训练测试,实现了耐高温复合材料上层脱粘0.1mm、下层脱粘0.1mm的脱粘缺陷的识别.     

基于THz-TDS的陶瓷纤维复合材料缺陷检测分析

新型陶瓷纤维复合材料由短切氧化硅纤维及其胶合物经高温烧结得到的一种轻质多孔材料,材料微观结构特性直接影响着宏观结构特性和功能特性。该类材料的孔隙度分布在84%~95%之间,微观孔径主要集中在100 μm范围内,偶尔有少量纳米孔。陶瓷纤维复合材料以其耐高温、低密度、高比强和抗烧蚀等优异性能在超高声速飞行器外层隔热部件得到应用,但该类材料可能因为制作和装配的工艺水平等因素出现夹杂、孔洞甚至大面积脱粘等现象。由于陶瓷纤维复合材料结构与应用场景的特殊性使得常规的无损检测手段效果不佳,而太赫兹(THz)技术作为一种新兴的无损检测技术,在该类材料的无损检测具有很大的潜力,可与常规检测技术形成互补。针对陶瓷纤维复合材料构件粘接层缺陷检测问题,研究了太赫兹时域信号和太赫兹层析成像方式对缺陷定位方法。基于太赫兹时域光谱(THz-TDS)无损检测技术获取和对比试样中有粘接层缺陷和粘接层完好位置的时域波形的波形峰值和相位差异,并经过反卷积滤波技术对时域波形进行处理,定性分析时域波形与粘接层缺陷特性的关系,宏观判断缺陷存在;通过对太赫兹波段陶瓷纤维复合材料光学参数提取测定太赫兹波段的平均折射率为1.028,进而分析粘接层缺陷的深度和厚度分别为18.4和0.28 mm,与预置缺陷真实深度和厚度相比准确度分别为92%和90%。但由于通过时域信号提取的平均折射率会给粘接层缺陷位置分析造成误差,因此以太赫兹层析成像方式进一步估计缺陷的位置,分析了太赫兹层析成像噪声来源以及对成像质量的影响并采用了双边滤波对层析成像降噪滤波,基于太赫兹层析成像技术建立了位置评估模型,获取了粘接层缺陷的厚度为0.26 mm,较预置缺陷厚度的准确度为96%,有效地完善了太赫兹检测技术对缺陷定位的形式,实现了陶瓷纤维复合材料构件的粘接层缺陷的高精度定位表征。     

基于太赫兹技术的植物叶片水分检测初步研究

叶片含水量是植物健康状况的重要衡量指标之一。太赫兹波处于红外和微波之间,对样品水分变化非常敏感,当太赫兹光谱穿透含水丰富的叶片时,叶片中水分等物质能对太赫兹光谱产生强烈的吸收,根据叶片不同位置处水分含量的不同,能利用太赫兹光谱技术对植物叶片进行成像。本研究利用太赫兹技术检测植物叶片的水分含量,初步探讨植物叶片中水分和太赫兹成像的相关关系。实验采集离体绿萝叶片,每隔一定时间通过太赫兹光谱仪对叶片逐点扫描,获取叶片每一点的太赫兹时域光谱数据,经过傅里叶变换得到对应频域光谱,提取时域幅值的光谱参数以及特定频域光谱,对植物叶片图像进行重构,获取植物叶片的二维图像。结果表明,不同频率下,绿萝离体叶片的太赫兹二维图像呈现明显差异,叶肉与叶脉中水分含量不同,对太赫兹波的吸收也不同,根据图像,能清晰显示植物叶片叶肉与叶脉部位的水分含量差异。通过叶片时域幅值的平均值、叶片频域平均值与叶片水分含量建立相应的回归模型,时域最小幅值光谱与水分含量建立的最佳模型预测相关性达0.989 1,预测均方根误差为0.024 4 g。研究表明太赫兹技术用于植物叶片的水分含量检测具有较好的研究潜力。     

基于迈克尔逊干涉仪的太赫兹光谱高速探测方法研究

太赫兹光谱技术作为获取物质在太赫兹频段信息的主要方法,已经被广泛应用于物质成分的测定,而其在成分分布成像方面则有着更广阔的应用前景,例如片剂药品的有效成分检测、行李安检的危险物品检测等。现有的太赫兹光谱探测方法时域光谱技术（THz-TDS）和频域光谱技术（THz-FDS）均不能很好地兼顾光谱分辨率与扫描时间;且获得物质光谱数据往往要花费数秒乃至数分钟时间（取决于光谱仪的结构）,这对多像素成像系统显得过于迟缓,更无法达到视频成像的速率需求,严重制约了太赫兹光谱成像的实际应用。目前的太赫兹波成像多为全频段波强度成像,只能反映样品的空间分布信息,并不能反映出样品的光谱即成分信息。因此,对太赫兹光谱探测速率的提升十分迫切,太赫兹光谱高速探测的实现不仅可以显著减少物质成谱的实验耗时,还为实现物质的太赫兹光谱成分分布成像提供了可能。提出了一种基于迈克尔逊干涉仪的太赫兹光谱高速探测方法,在设计了该方法装置结构的基础上,理论分析了其工作过程,同时进行了太赫兹光谱的计算。然后从数据采样、数据处理及参数选择这几个方面进行问题分析,计算得出该方法能够显著加快物质太赫兹光谱的扫描获取速率。最后,对该方法建模进行仿真研究,模拟实现其完整的探测过程。在仿真研究中,以太赫兹辐射源的频谱分布为例,将该方法的建模仿真结果与时域光谱技术（THz-TDS）测试结果进行了对比,结果表明时域光谱技术（THz-TDS）所测得的频谱曲线可以近似看作是该高速光谱探测法所得频谱曲线的包络线,两种不同方法所得频谱结果具有较强的一致性。总之,该方法能够进行样品的太赫兹光谱探测,且在保证分辨率相同的前提下,较时域光谱技术（THz-TDS）显著加快了成谱速率,为实用、高通量太赫兹光谱成像提供了一种可能。     

基于双阈值canny均衡化算法的太赫兹图像增强

存在于微波与远红外之间的太赫兹波,因其无损害,稳定性高等独特性质使太赫兹光谱与成像技术在近几年来得到了迅猛的发展。太赫兹波独有的无损伤检测特性,在安全检测方面具有良好的发展前景,获得广大学者的研究和关注。经过太赫兹成像系统获得的太赫兹图像,虽然可以识别出隐藏的武器或其他金属制品,但是太赫兹图像的对比度和清晰度均较差,不能完全符合人眼的视觉效果,也不利于机器识别。目前,对太赫兹图像质量的提高和改善,成为太赫兹成像技术长远发展和广泛应用的关键问题。实验采用太赫兹波投射式成像系统对藏于物体中的金属心型吊坠和金属箭头进行成像,扫描步长0.5 mm,由于太赫兹光源大,能量起伏等系统缺陷,以及外部环境的复杂与干扰,导致成像所得图像均有背景噪声严重,边界模糊等问题,成像质量较差。提出一种基于双阈值的canny均衡化太赫兹图像增强算法,根据太赫兹图像自身性质限制,确定阈值和对图像均衡化的范围,实现图像降噪并引入双阈值canny算法和梯度幅值算法,使图像的对比度和清晰得到整体提高,并保留和突出太赫兹图像的细节信息,获得高分辨率、边缘清晰的图像。实验表明该算法对太赫兹图像具有良好的降噪效果,能够保留图像细节信息,图像对比度和图像质量得到增强和提高,同时增强了太赫兹成像技术对隐藏缺陷或隐藏物体的辨别能力和透视能力,为其在安检应用方面提供必要保证。     

牙本质龋的太赫兹成像研究

牙本质龋与牙髓感染状态及活力密切相关,龋损深度则决定临床治疗方案,但目前牙本质龋的检测及诊断方法如：视诊、探诊容易受到主观因素影响;X线辅助检查对龋病灵敏度低等,都有一定缺陷,可靠性及有效性仍有待提高。太赫兹时域光谱可以利用不同的物理参数成像,在牙本质龋在体、无损检测方面有较大应用潜力。为探索牙本质龋损的太赫兹光谱图像开展本研究。实验通过搭建透射、反射式扫描太赫兹平台,对15枚含牙本质龋离体牙磨片扫描,通过数据二维重构,获得了不同参数的太赫兹透射和反射图像,再将太赫兹图像与实验室研究龋病的光镜图像与X线图像对比、拟合并进行光镜下、太赫兹图像下龋损面积评价。结果表明：太赫兹图像与光镜图像相符,较X线图像灵敏度更高。反射模式下由于太赫兹反射信号较弱,使得样品厚度,表面粗糙程度以及系统噪声对实验结果影响较大,图像仅能辨识样本轮廓,不能用于区分牙釉质、牙本质及牙本质龋。透射模式下的频域1.4 THz相位差成像、时域信号最小值对应的时间成像都能区分牙釉质,牙本质和牙本质龋,可以用来鉴别三者,其中最小值对应的时间成像效果最佳。对光镜下测得牙本质龋损面积与太赫兹透射模式下的时域信号最小值对应的时间图像测得的牙本质龋损面积进行配对样本Wilcoxon符号秩和检验,结果（p＞0.05）尚不能认为两种方法测得的牙本质龋损面积有差别,两种方法测量的差值源于系统误差。故可以认为通过太赫兹透射模式下的时域信号最小值对应的时间图像获得牙本质龋损范围、大小等诊断信息。研究表明太赫兹成像技术可以为牙本质龋的早期诊断提供更为精确有效且无电离辐射的诊断方法,为临床数字化、微创去龋提供一定形态学依据。     

基于太赫兹时域透射成像技术的葵花籽内部品质无损检测研究

葵花籽壳内籽仁的品质直接影响产出食用油的质量,利用太赫兹时域透射成像技术,结合形态学滤波和K-均值图像分割的方法,对葵花籽破损粒、虫蚀粒、空壳粒三种异常样本进行带壳无损检测,实现对葵花籽壳内品质的探索研究。参考国家标准和前人经验制备破损粒、虫蚀粒和空壳粒三种带壳葵花籽样本,利用太赫兹时域光谱仪TeraPulse 4000及透射成像附件,以0.2 mm的分辨率分别采集上述三种异常样本的光谱图像,并采集一颗正常葵花籽的光谱图像作为参照,以峰峰值成像的方式对四种葵花籽太赫兹图像进行重构。通过太赫兹图像可初步判断壳内籽仁的形态,但仍存在对比度低、边缘信息模糊等问题,需要进一步优化处理。采用形态学滤波算法对葵花籽的太赫兹图像进行滤波,选择边长为3的平坦型菱形结构元素作为核对图像进行一次膨胀,再计算图像的外部梯度,完成对图像的滤波处理;将形态学滤波结果分别与中值滤波、均值滤波和非局部均值滤波结果进行比较,对比发现,形态学滤波不仅保证了图像的清晰度,保留了边缘信息,同时能使葵花籽样本与背景之间存在明显界限,有利于后续进行图像分割处理。为了更加准确的检测葵花籽籽仁的形态,对滤波后图像进行图像分割。采用K-均值聚类算法对滤波后的太赫兹图像进行图像分割;为提高分割结果的准确性,对不同样本的图像分别确定了不同的初始聚类中心个数K,其中破损粒K=4、虫蚀粒K=5、空壳粒K=3、正常粒K=4,分割后的图像能准确呈现葵花籽壳内籽仁的形态。研究结果表明,太赫兹时域透射成像技术结合形态学滤波及K-均值图像分割方法对实现葵花籽内部品质的带壳无损检测具有可行性,为后期建立带壳葵花籽品质无损检测模型奠定基础,为油料作物内部品质的带壳无损检测提供参考。     

基于太赫兹时域谱分析的爆炸物检测方法研究

采用太赫兹时域谱分析技术测量了在氮气和空气环境下四种典型爆炸物的太赫兹光谱,并分别利用均值平滑、傅里叶低通滤波以及小波分解与重构三种方法来消除空气中由水蒸气吸收引起的光谱振荡现象。实验结果表明:四种爆炸物的太赫兹光谱具有可分辨的特征,能够作为识别的依据;通过研究水蒸气的影响,使得利用太赫兹时域谱分析技术检测爆炸物向实用化迈进了一步。     

一种基于小波变换的太赫兹时域光谱分析方法

传统太赫兹光谱傅里叶分析法要求必须先测量出无样品时的THz信号作为参考信号,对测量环境要求高,提出了一种基于小波变换的太赫兹时域光谱信号处理方法,以简化太赫兹光谱测量的步骤.对空气中直接测得的样品光谱信号进行去噪预处理,然后利用Coiflets正交小波基进行多尺度下的小波分解,进而计算出各样品不同尺度下的小波多分辨信息熵,得到表征样品的特征信息.实验结果表明,在太赫兹频段,不同样品的小波多分辨信息熵值差异显著,同一样品则保持稳定;不同湿度下光谱信号的小波熵值重复性好,平均偏差小于0.05.     

多谱段短波红外小鼠静脉荧光观测成像研究

短波红外（short-wave infrared,SWIR）一般指900～1 700 nm的光波段,是肉眼不可见的光波段,这种波段目前主流的探测器以InGaAs为主,主要用于军事、生物以及材料光谱分析等领域。短波红外荧光成像以其对生物组织光学损伤小、成像深度大、成像信噪比高、空间和时间成像分辨率高等特点,使得基于InGaAs探测器的生物光学成像成为生物组织观测领域的研究焦点。生物光学窗口的多窗口宽谱段的荧光光谱特性,使得可以对生物组织采集多谱段的光谱图像,以此来观察生物组织的在不同光谱照明下的结构特性。针对生物光学窗口的光谱特性,设计了一种基于InGaAs探测器的多谱段的小鼠静脉成像系统,可以无接触采集小鼠静脉红外光谱图像,对测小鼠的静脉红外光谱。设计的基于InGaAs探测器的短波红外探测器,可以实现最高5 000 ms的积分时间;积分时间的延长,显著地提升了静脉成像的信噪比,同时其光谱响应特性很好的覆盖了第二生物光学窗口以及第三生物光学窗口。针对光学显微特性的成像特点以及静脉组织在图像中的特征表达,设计了一种新型的单光谱多焦距融合算法,可以很好的实现静脉图像的红外光谱观测。提出了一种基于多尺度梯度域引导滤波（gradient domain guidedfilter,GDGF）多焦距融合算法,来补偿显微特性的成像缺陷。通过多尺度梯度域引导滤波算法,实现对显微对焦区域的提取,进而实现对融合决策函数的计算,最后再通过梯度域引导滤波将得到的融合决策函数精细化处理最终得到我们的融合算法的最终决策融合函数。实验表明,设计的InGaAs短波红外探测器很好的满足了对小鼠静脉荧光光谱成像的需求,分别实现了针对小鼠静脉的1 100,1 250和1 350 nm等多个波段的光谱成像,以及在同一激光照明下实现多个焦距下的光谱成像。同时设计的融合算法很好的提取了小鼠静脉图像的对焦区域,在将多焦距图像融合的同时又减少了噪声的引入,实现了高质量全局静脉成像。     

Multifocus image fusion based on features contrast of multiscale products in nonsubsampled contourlet transform domain

In this paper, an efficient multifocus image fusion approach is proposed based on local features contrast of multiscale products in nonsubsampled contourlet transform (NSCT) domain. In order to improve the robustness of the fusion algorithm to the noise and select the coefficients of the fused image properly, the multiscale products, which can distinguish edge structures from noise more effectively in NSCT domain, is developed and introduced into image fusion field. The selection principles of different subband coefficients obtained by the NSCT decomposition are discussed in detail. To improve the quality of the fused image, novel different local features contrast measurements, which are proved to be more suitable for human vision system and can extract more useful detail information from source images and inject them into the fused image, are developed and used to select coefficients from the clear parts of subimages to compose coefficients of fused images. Experimental results demonstrate the proposed method performs very well in fusion both noisy and noise-free multifocus images, and outperform conventional methods in terms of both visual quality and objective evaluation criteria.     

基于成像机理的小波包变换多聚焦图像融合

由于可见光成像系统的聚焦范围有限,因而在成像过程中,除聚焦良好的物体能生成清晰的图像外,该物体前后一定距离外的所有物体都将呈现不同程度的模糊.为了获得场景内所有物体均清晰的图像,在分析了多聚焦图像成像机理的基础上,提出了一种基于小波包变换的融合方法.它是将成像系统先聚焦在一部分对象上,得到其清晰的图像;然后再将其聚焦在另一部分对象上,得到另一清晰的图像;最后把这两幅实验图像加以融合,从而获得场景内所有物体均清晰的图像.实验结果表明,基于小波包变换的融合方法能够将信号的频带进行多层次划分,对高频成分也能进一步地分解,可有效综合多聚焦图像.     

Novel image fusion method based on discrete fractional random transform

We introduce a new spectrum transform into the image fusion field and propose a novel fusion method based on discrete fractional random transform （DFRNT）. In DFRNT domain, high amplitude spectrum （HAS） and low amplitude spectrum （LAS） components carry different information of original images. For different fusion goals, different fusion rules can be adopted in HAS and LAS components, respectively. The proposed method is applied to fuse real multi-spectral （MS） and panchromatic （Pan） images. The fused image is observed to preserve both spectral information of MS and spatial information of Pan. Spectrum distribution of DFRNT is random and uniform, which guarantees that good information is reserved.     

Multifocus image fusion scheme based on features of multiscale products and PCNN in lifting stationary wavelet domain

Multifocus image fusion aims at overcoming imaging cameras's finite depth of field by combining information from multiple images with the same scene. For the fusion problem of the multifocus image of the same scene, a novel algorithm is proposed based on multiscale products of the lifting stationary wavelet transform (LSWT) and the improved pulse coupled neural network (PCNN), where the linking strength of each neuron can be chosen adaptively. In order to select the coefficients of the fused image properly with the source multifocus images in a noisy environment, the selection principles of the low frequency subband coefficients and bandpass subband coefficients are discussed, respectively. For choosing the low frequency subband coefficients, a new sum modified-Laplacian (NSML) of the low frequency subband, which can effectively represent the salient features and sharp boundaries of the image in the LSWT domain, is an input to motivate the PCNN neurons; when choosing the high frequency subband coefficients, a novel local neighborhood sum of Laplacian of multiscale products is developed and taken as one type of feature of high frequency to motivate the PCNN neurons. The coefficients in the LSWT domain with large firing times are selected as coefficients of the fused image. Experimental results demonstrate that the proposed fusion approach outperforms the traditional discrete wavelet transform (DWT)-based, LSWT-based and LSWT-PCNN-based image fusion methods even though the source image is in a noisy environment in terms of both visual quality and objective evaluation.     

焊缝超声相控阵检测数据深度学习降噪方法

超声相控阵检测技术在焊缝检测中具有广泛的应用.超声相控阵检测技术检测信号中常混入噪声导致检测成像时难以分辨真实的缺陷特征.这些噪声主要为无关的反射信号和局部相关的结构噪声,传统的超声图像降噪方法难以有效滤除这些噪声,且存在计算效率低、参数优化复杂等问题.该文提出了一种基于深度学习的焊缝超声相控阵检测技术检测S扫图像的降...     

基于小波变换的红外热波无损检测融合算法

在红外热波无损检测中获取的热像序列存在着背景噪声大、缺陷边缘模糊、对比度低等特点。为了提高由红外热像序列重构的数字图像的缺陷显示能力,以小波变换为热像处理工具,采用基于像素级和特征级的图像融合算法对热像序列进行了处理,并采用基于统计学的图像评估标准对处理效果作了定量评价。通过对铝合金试件的检测实验说明该方法可用于材料内部缺陷的红外热波无损检测。研究结果表明,此种图像融合算法可对不同深度缺陷所对应的两幅最佳热像进行有效地融合,在一幅融合图像中直观地反映出全部缺陷,并能有效地减少加热不均和背景噪声对缺陷识别的不利影响。     

卷积稀疏表示图像融合与超分辨率联合实现

为避免图像融合与超分辨率分步实现的不足,提出了基于卷积稀疏表示的融合与超分辨率重建联合实现方法。假设低分辨率与高分辨率图像之间具有相同的稀疏特征图,设计了一种高、低分辨率滤波器联合学习框架,实现对图像高低频成分的分离,并根据不同成分的形态特性设计了不同的融合规则:对于高频成分,根据稀疏特征图亮度信息和像素活跃性水平,设计了一种像素显著性度量方案来指导高频特征图的融合;对于低频成分,根据脉冲耦合神经网络能捕获邻域相似像素点火的特性,设计了低频成分融合方法。所提方法不需要将图像分割成重叠的块,避免块向量化的缺陷。实验结果表明,能有效提高图像融合的质量。     

多尺度奇异值分解的偏振图像融合去雾算法与实验

针对现有偏振去雾算法鲁棒性不强和图像增强效果有限的问题,提出一种基于多尺度奇异值分解的图像融合去雾算法。首先,利用偏振测量信息的冗余特性,采用最小二乘法,提高了传统偏振图像去雾算法中偏振信息的准确度;然后,从传统偏振图像去雾算法的局限性出发,定性分析了偏振图像融合去雾的可行性,并提出了一种基于多尺度奇异值分解的偏振图像融合去雾算法;最后,设计了不同能见度条件下的验证实验并进行了量化评价。结果表明,与经典偏振图像去雾算法相比,该算法不需要进行人工参数调节,具有较强的自适应性和鲁棒性,能够有效改善传统算法中出现的光晕以及天空区域过曝的问题,图像信息熵与平均梯度最大可分别提高18.9%和38.4%,有效地增强了复杂光照条件下的视觉成像质量,具有较广泛的应用前景。