本研究针对热波图像在采集过程中会存在的热场不均,设备自身红外热波辐射损失消耗严重,以及实验构件的内部材质分布不均等诸多不利因素的影响,导致后期热波图像序列存在非均匀性、背景噪声较大、目标部位对比度低、损伤或缺陷部位显示效果差等问题提出了一套完整的红外图像处理的改进算法,弥补现有方法不足,在热波检测原理的基础上利用MATLAB处理软件对红外热波图像序列进行增强、分割及重构。从关键性技术环节展开深入和系统的研究,提高红外热波图像序列处理的质量及速度,增强热波图像算法的实用性和稳定性。

在涡流检测中,常利用最小方差法来进行缺陷重构,这种方法要求正问题的求解效率高.提出一种新的求解正问题方法,该方法利用人工神经网络来估计涡流检测信号,大大提高缺陷重构效率.通过对理想裂纹数值验证显示,该方法可以用数值计算方法得到学习样本对人工神经网络进行训练,并且人工神经网络在学习过程中对噪声不敏感,因而可以有效抑制噪声.