.png){kind=icon}
.png){kind=icon}
返回
Undersampled flying spot thermography using compressive sensing
.png){kind=icon}
PRE
AI
DOI：10.1016/j.ndteint.2026.103780.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
主动热成像作为一种强大的材料无损表征工具，已得到广泛应用，从缺陷检测到热或粘附性能映射。通常使用激光加热待测样品，随后样品再发射，其发射强度最大值通常位于红外光谱范围（10 μm-15 μm）。热响应分析可提供材料局部性能信息，或识别表面或埋藏缺陷。飞点技术是主动热成像的一种工具。然而，随着脉冲数量增加，采集时间和数据量激增，超出工业需求的可接受水平。本研究表明，压缩感知方法可应用于飞点技术中，以减少必要测量点数，同时保留其检测能力和异质材料中热特性的灵敏度。我们将结果与三种压缩感知算法及无压缩测量结果进行比较，表明在32 × 32点的图像中，即使仅20%的点也足以识别样品的多层材料属性并重建热扩散率图，误差约为最大10%。结果表明，压缩感知对基于飞点测量的无损检测的加速具有显著影响。
Keyword:
Compressive sensing
Active thermography
Flying spot technique
Non-destructive testing
Thermal property mapping