声明
第一章 绪论
1.1 研究课题的背景及意义
1.2 红外热成像研究进展
1.3 缺陷检测算法的国内外研究现状
1.3.1 传统的缺陷检测算法
1.3.2 分割网络算法
1.4 本文主要特色与创新
1.5 本论文的结构安排
1.6 本章小结
第二章 光激励红外热成像与分割网络的基本原理
2.1 红外热成像的基本理论
2.1.1 红外辐射理论
2.1.2 红外热成像的缺陷检测原理
2.2 光激励红外热成像检测系统
2.3 深度学习网络的基本原理
2.3.1 神经网络基本原理
2.3.2 卷积神经网络
2.3.3 语义分割网络
2.3.4 时序预测网络
2.4 本章小结
第三章 复合材料的缺陷检测
3.1 光激励红外热成像实验平台
3.2 复合材料试件制备
3.3 红外热视频数据分析
3.4 常用缺陷提取算法及检测结果评估
3.4.1 常用缺陷提取算法
3.4.2 缺陷特征提取结果分析
3.5 本章小结
第四章 基于时间-空间的红外无损检测深度学习网络
4.1 基于时间-空间的红外无损检测深度学习网络概述
4.2 基于空间的分割网络
4.2.1 深度学习的热空间特征
4.2.3 评估指标
4.2.4 结果分析
4.3 基于时间的分割网络
4.3.1 深度学习的热时间特征
4.3.2 数据集的建立
4.3.3 结果分析
4.4 基于分割网络的交叉学习
4.4.1 基本理论分析
4.4.2 交叉学习分割网络结果分析
4.4.3 特征提取的时空分割网络结果分析
4.6 本章小结
第五章 全文总结与展望
5.1 全文总结
5.2 后续工作展望
致谢
参考文献
攻读硕士学位期间取得的成果