阅读说明：本技术 一种纤维材料缺陷检测方法 (Fiber material defect detection method ) 是由 付乐伟 于 2019-10-31 设计创作，主要内容包括：本发明属于纤维材料缺陷检测领域,尤其涉及一种纤维材料缺陷检测,利用对样本分层准备,利用高光谱成像仪获取样本高光谱图像时,效剔除部分噪声干扰,有效的检测出了纤维材料的缺陷问题。(The invention belongs to the field of fiber material defect detection, and particularly relates to fiber material defect detection.)

一种纤维材料缺陷检测方法

技术领域

本发明属于纤维材料缺陷检测领域，尤其涉及一种纤维材料缺陷检测。

背景技术

纤维材料是由两种或两种以上不同性质的材料经过某种工艺合为一体，组成具有优越性能的多相固体材料。纤维材料在实际应用当中还是有可能在一些构件中产生一些缺陷，引起质量问题，甚至导致整个构件报废，造成重大损失。因此专门针对于纤维材料热点的无损检测技术得到了深入研究，为纤维材料的无损检测发展和复合材料的应用推广做出了重大的贡献。

发明内容

本发明创造的目的在于，提供一种纤维材料缺陷检测方法

为实现上述目的，本发明创造采用如下技术方案。

a样本分层准备，对分层后的样本进行预处理，剔除干扰信息，再进行进一步数据分析前将无用信息和有用信息区分开。

b利用高光谱成像仪获取样本高光谱图像时，效剔除部分噪声干扰。调整好高光谱成像系统的相关参数后，首先获取标准全黑参考图像和标准全白(反射率在99％以上)参考图像，利用公式对采集的样本原始图像进行黑白校正。

c调节高光谱分选仪的系统参数：电动移动平台的速度为0.28厘米/秒，相机的曝光时间为10ms，目标距离为15cm。

d采集图像前，采集标准板图像，用于样本数据校正。

e将样本平放在载物平台上，正对光谱相机，通过电动平台的移动，采集样本的整体信息。当电动平台归位后，利用步骤(3)获取的标准板图像对实验样本图像进行黑白校正，则一次样本数据采集结束。

f对光谱进行多元散射校正，S-G卷积平滑算法首先选取一个大小为n的窗口，通过移动窗口未提取出每个窗口中的数据值，并计算平均值，从而计算出此光谱数据点的理想光谱值，从而减小误差，提高信口呆比。

其有益效果在于：有效的检测出了纤维材料的缺陷问题。

具体实施方式

以下结合具体实施例对本发明创造作详细说明。

其具体实施方式是：

a样本准备，对样本进行预处理，剔除干扰信息，再进行进一步数据分析前将无用信息和有用信息区分开。

b利用高光谱成像仪获取样本高光谱图像时，效剔除部分噪声干扰。调整好高光谱成像系统的相关参数后，首先获取标准全黑参考图像和标准全白(反射率在99％以上)参考图像，利用公式对采集的样本原始图像进行黑白校正。

c调节高光谱分选仪的系统参数：电动移动平台的速度为0.28厘米/秒，相机的曝光时间为10ms，目标距离为15cm。

d采集图像前，采集标准板图像，用于样本数据校正。

e将样本平放在载物平台上，正对光谱相机，通过电动平台的移动，采集样本的整体信息。当电动平台归位后，利用步骤(3)获取的标准板图像对实验样本图像进行黑白校正，则一次样本数据采集结束。

f对光谱进行多元散射校正，S-G卷积平滑算法首先选取一个大小为n的窗口，通过移动窗口未提取出每个窗口中的数据值，并计算平均值，从而计算出此光谱数据点的理想光谱值，从而减小误差，提高信口呆比。

最后应当说明的是，以上实施例仅用以说明本发明创造的技术方案，而非对本发明创造保护范围的限制，尽管参照较佳实施例对本发明创造作了详细地说明，本领域的普通技术人员应当理解，可以对本发明创造的技术方案进行修改或者等同替换，而不脱离本发明创造技术方案的实质和范围。