1 福州大学机械工程及自动化学院光学/太赫兹及无损检测实验室，福建福州 350108
2 上海大学机电工程及自动化学院，上海 200444
3 厦门市特种设备检验检测院，福建厦门 361000
根据超声红外热像检测图像的特点，为实现图像中缺陷的识别，提出了一种结合改进的自适应遗传算法和二维最大熵的分割方法，以实现准确、快速地分割出目标缺陷区域。该方法首先对超声红外图像进行预处理，得到了去噪后的图像，然后通过二维最大熵算法选取阈值将图像分为目标区域和背景区域，并结合改进的自适应遗传算法，提高分割速度。实验结果表明，该方法可以有效地滤除图像噪声，相比于穷举法和基于简单遗传算法的二维最大熵分割，本算法具有较好的分割速度和分割精度。
超声红外热像法 自适应 遗传算法 二维最大熵 ultrasound infrared thermography, adaptive, geneti
