结合小波变换和稀疏主成分分析的复合材料缺陷信号增强算法

作者：张圆; 刘薇^*; 李津蓉; 孙勇智

来源：传感技术学报, 2022, 35(12): 1664-1670.

• 脉冲热成像
• 特征提取
• 小波变换
• 稀疏主成分分析
• 碳纤维复合材料

脉冲热成像技术被广泛应用于碳纤维复合材料内部缺陷检测。由于原始热成像数据包含不均匀背景及检测噪声，缺陷信号的可视化效果较差，无法直接进行缺陷检测及识别。针对上述问题，提出结合小波变换和稀疏主成分分析(Wavelet Transforming and Sparse Principal Component Analysis, WT-SPCA)的特征提取方法，以提高缺陷信号的可视化效果。首先利用小波变换进行噪声信号去除，进一步采用稀疏主成分分析提取缺陷信号特征。实验结果表明，WT-SPCA方法可有效去除不均匀背景及噪声干扰，准确提取缺陷特征。与主成分分析、稀疏主成分分析等特征提取方法相比，WT-SPCA能够有效提高缺陷信号的可视化效果及缺陷区域的信噪比水平。

• 单位
  浙江科技学院