基于改进自适应遗传算法和二维最大熵的超声红外热像缺陷识别

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

基于改进自适应遗传算法和二维最大熵的超声红外热像缺陷识别

唐长明, 钟剑锋, 钟舜聪, 陈曼, 伏喜斌, 黄学斌

文章导航 > 红外技术 > 2020 > 42(8): 801-808

唐长明, 钟剑锋, 钟舜聪, 陈曼, 伏喜斌, 黄学斌. 基于改进自适应遗传算法和二维最大熵的超声红外热像缺陷识别[J]. 红外技术, 2020, 42(8): 801-808.

引用本文:

唐长明, 钟剑锋, 钟舜聪, 陈曼, 伏喜斌, 黄学斌. 基于改进自适应遗传算法和二维最大熵的超声红外热像缺陷识别[J]. 红外技术, 2020, 42(8): 801-808.

TANG Changming, ZHONG Jianfeng, ZHONG Shuncong, CHEN Man, FU Xibin, HUANG Xuebin. Ultrasound Infrared Thermography Defect Recognition Based on Improved Adaptive Genetic Algorithm with Two-Dimensional Maximum Entropy[J]. Infrared Technology , 2020, 42(8): 801-808.

Citation:

TANG Changming, ZHONG Jianfeng, ZHONG Shuncong, CHEN Man, FU Xibin, HUANG Xuebin. Ultrasound Infrared Thermography Defect Recognition Based on Improved Adaptive Genetic Algorithm with Two-Dimensional Maximum Entropy[J]. Infrared Technology , 2020, 42(8): 801-808.

唐长明, 钟剑锋, 钟舜聪, 陈曼, 伏喜斌, 黄学斌. 基于改进自适应遗传算法和二维最大熵的超声红外热像缺陷识别[J]. 红外技术, 2020, 42(8): 801-808.

引用本文:

唐长明, 钟剑锋, 钟舜聪, 陈曼, 伏喜斌, 黄学斌. 基于改进自适应遗传算法和二维最大熵的超声红外热像缺陷识别[J]. 红外技术, 2020, 42(8): 801-808.

TANG Changming, ZHONG Jianfeng, ZHONG Shuncong, CHEN Man, FU Xibin, HUANG Xuebin. Ultrasound Infrared Thermography Defect Recognition Based on Improved Adaptive Genetic Algorithm with Two-Dimensional Maximum Entropy[J]. Infrared Technology , 2020, 42(8): 801-808.

Citation:

TANG Changming, ZHONG Jianfeng, ZHONG Shuncong, CHEN Man, FU Xibin, HUANG Xuebin. Ultrasound Infrared Thermography Defect Recognition Based on Improved Adaptive Genetic Algorithm with Two-Dimensional Maximum Entropy[J]. Infrared Technology , 2020, 42(8): 801-808.

基于改进自适应遗传算法和二维最大熵的超声红外热像缺陷识别

福州大学机械工程及自动化学院光学/太赫兹及无损检测实验室,福建福州 350108
福州大学机械工程及自动化学院光学/太赫兹及无损检测实验室,福建福州 350108;上海大学机电工程及自动化学院,上海 200444
厦门市特种设备检验检测院,福建厦门 361000
福州大学
厦门市特种设备检验检测院

基金项目: (国家自然科学基金资助项目)%(机械系统与振动国家重点实验室开放课题基金资助)%(上海市自然科学基金)%(福建省质量技术监督局科技项目)%福建省科技计划对外合作项目

中图分类号: TG219
计量
- 文章访问数: 156
- HTML全文浏览量: 16
- PDF下载量: 24
- 被引次数: 0
出版历程

Ultrasound Infrared Thermography Defect Recognition Based on Improved Adaptive Genetic Algorithm with Two-Dimensional Maximum Entropy

摘要: 根据超声红外热像检测图像的特点,为实现图像中缺陷的识别,提出了一种结合改进的自适应遗传算法和二维最大熵的分割方法,以实现准确、快速地分割出目标缺陷区域.该方法首先对超声红外图像进行预处理,得到了去噪后的图像,然后通过二维最大熵算法选取阈值将图像分为目标区域和背景区域,并结合改进的自适应遗传算法,提高分割速度.实验结果表明,该方法可以有效地滤除图像噪声,相比于穷举法和基于简单遗传算法的二维最大熵分割,本算法具有较好的分割速度和分割精度.
- 超声红外热像法 /
- 自适应 /
- 遗传算法 /
- 二维最大熵

参考文献(0)

资源附件(0)

WeChat

点击查看大图

计量

文章访问数: 156
HTML全文浏览量: 16
PDF下载量: 24
被引次数: 0

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

版权所有 © 《红外技术》编辑部京ICP备000000000号-1

本系统由北京仁和汇智信息技术有限公司开发