基于动态环境特征和加权贝叶斯分类器的缺陷提取方法

摘要

本发明公开了一种基于动态环境特征和加权贝叶斯分类器的缺陷提取方法，通过选取热图像序列中的步长将图像分块并去除冗余信息，提取代表性瞬态热响应。之后，再利用特征提取公式进行特征提取，在贝叶斯分类器中引入环境变量，用来描述在同一区域中不同环境下的瞬态热响应，进一步细化在同一区域下的瞬态热响应，使得在多个环境情况下，即使有部分瞬态热响应发生混叠，也能够通过剩下有差异的瞬态热响应进行分类将瞬态热响应分类，然后，对三维矩阵进行变换，最后采用模糊C均值算法进行图像分割，二值化分割后的图像，从而提取出热图像的缺陷特征。本发明考虑了检测环境，避免瞬态热响应的混叠，从而避免检测环境差异带来的瞬态热响应类别分类误差。