夹层共底贮箱体积庞大，采用脉冲红外无损检测技术单次只能检测一小片区域，需要数百次检测才能完成对夹层共底贮箱的检测，单个工程不利于缺陷位置的判断。本文采用固定重叠区域的红外图像拼接方法，重叠区域采用加权融合方式可有效消除拼缝，夹层共底结构侧边 6个子区域采用弧形拼接方式，可有效解决弧形区域的拼接，可有效解决多工程拼接难题。采集工程缺陷标注后，拼接图像直接显示缺陷的位置信息，对于夹层共底结构缺陷信息判断带来了极大的便利。

隐藏在工件内部的粘贴结构缺陷具有隐蔽性和危险性，成为影响生产质量和运行安全的致命因素，运用红外无损检测技术可以对其缺陷进行检测和评估。本文通过仿真模拟，测得粘贴结构在不同缺陷深度以及涂层热扩散系数下的盲频率，研究了缺陷深度和涂层热扩散系数对盲频率的影响，同时利用拟合定量研究了盲频率与缺陷深度和涂层热扩散系数的关系。仿真结果表明，可以通过盲频率求得热扩散长度，进而求得缺陷深度的定量检测方法。

红外热成像技术是一种应用广泛、发展较快的新型数字化无损检测技术, 但其目前仍存在测量精度较低、图像噪声影响较大、数据量巨大等缺点。本文利用红外热成像技术, 在孔隙尺度下对多孔材料内石蜡和水的相变过程进行了表征, 并对红外热成像测温精度和相界面的表征进行了优化。首先通过添加反射表面(褶皱的铝箔)获取测试过程中环境反射温度, 以修正目标物体温度; 同时通过引导滤波和主成分热像法( Principal component thermography, PCT)对红外热成像图片降噪, 提高红外热像仪对温度场及相界面的检测精度。实验结果表明: 环境反射温度修正法可以排除测试环境温度变化对红外测温结果的影响; 引导滤波法选取合适的滤波半径和滤波参数后相界面轮廓更加清晰, 并取得较好的降噪效果; 主成分热像法除了降噪效果好, 使相界面更清晰, 并使处理数据量减少了 4个量级。上述 3种优化方法为红外热成像技术在孔隙尺度下多孔介质相变过程表征中的应用提供了技术支持。

近二十年来红外热波无损检测技术迅速发展，并在较多领域都得到了普遍应用，但碍于其易受环境影响和工作元件不均匀的特殊性，非制冷红外热像仪原始热波图总存在一定程度的噪声污染，因此对原始热波图进行去噪处理是该技术的关键步骤。传统的改进小波阈值去噪方法局限于对阈值进行自适应分解尺度的改造，使阈值函数平滑连续保真。在噪声方差估计方面没有针对性的方法，而噪声的方差估计是阈值的关键变量，这决定了小波阈值去噪的效果。本文将根据红外图像噪声特性建立混合噪声模型，在噪声模型的基础上进行噪声方差估计、改进阈值及阈值函数，通过软件获取最佳函数参数，最后对仿真模拟结果进行分析，对真实图像进行处理评价，结果表明经改进后的小波阈值去噪方法相对于传统阈值去噪方法和部分滤波去噪方法具有更好的去噪效果。

利用红外热像仪测温需先设定被测表面的法向发射率，该发射率通常为定值。而当热像仪处于被测点的天顶角大于 50.的位置范围时，由于被测点定向发射率的变化，必造成这些点的测温误差。对于非平表面，这样的点大量存在。因此，必须对其测温结果进行修正。本文针对使用单目红外热像仪测量非平表面温度时由于各点定向发射率的变化引起的测量误差进行研究，并依据物体表面定量发射率的变化规律，给出了测量点的温度修正系数。同时，通过点云三维建模，利用热像仪的几何成像原理推导出红外热像图与实际被测表面中点与点的对应关系，给出了通过红外热像仪测量非平表面的温度分布的误差修正方法。实验证明了该方法的有效性。

非金属材料粘贴结构的脱粘现象可影响其性能，使用红外无损检测技术可对粘贴缺陷进行有效的识别。首先研究了基于红外无损检测技术的粘贴缺陷边界特征，确定了使用温度梯度极值判断粘贴缺陷边界位置的定量分析方法；结合该特征，采用了 Canny边缘检测算法对数值模拟的粘贴缺陷模型进行缺陷边界识别。同时使用该算法对实验数据进行识别，针对识别结果出现的边界模糊、噪点多等问题，提出了筛选出所有“疑似边界”以保留“弱边界”的改进算法。结果表明，改进后的 Canny算法能够提高红外无损检测粘贴缺陷的完整性和准确性。

红外无损检测技术依靠热波信号在材料内部的传播实现对材料内部缺陷信息的检测,热波信号属于衰减波,缺陷越深,材料表面检测到的热波信号越弱,检测红外图像越模糊，进而影响了缺陷的定位和判断。本文提出采用拉普拉斯金字塔融合技术实现对红外图像和可见光图像的融合，拉普拉斯金字塔提取了图像多尺度的细节信息，针对高频、低频信息采用不同的融合方式，以获得更加突出的特征图像。最后采用该技术对平底孔试件、薄膜涂层试件、金属裂纹试件、复合材料试件的红外检测图像和可见光图像进行融合，实验结果表明：融合图像相对于红外图像、可见光图像的图像熵有所提升，能更好地实现对缺陷的定位和判断。

红外热像是目前被广泛应用于各个领域的一种无损检测技术，但因设备的不足和使用环境的影响，红外图像会出现低分辨率、低对比度、低信噪比等缺陷，这无疑会对缺陷的定性和定量识别带来很大的困难，所以红外图像的处理则成为了无损检测中极其重要的环节，对整个工业领域的发展起着促进作用。本文介绍了红外技术中图像处理部分，包括预处理和图像识别；列举了目前在图像预处理阶段被广泛使用的处理技术，如神经网络、视网膜皮层、数字细节增强、Contourlet变换等技术，并简要列出其优缺点；介绍了主要运用于复合材料检测中的图像识别技术，如：温度信号重构、脉冲相位法、主成分分析、独立成分分析、区域生长法等技术，并给出了学者们的部分实验结果和实验结论；最后总结了该技术的发展趋势。

在红外无损检测获取的图像中, 缺陷区域与非缺陷区域所占面积比例悬殊, 且图像经过序列增强处理之后仍然存在阴暗区域, 导致缺陷分割准确性受损。为此, 结合局部阈值分割法的相对阈值思想, 提出一种基于鲁棒Otsu的缺陷分割算法。首先, 引入邻域均值与邻域总梯度作为表征像素点的所属类别与空间状态的重要参数。然后, 采用基于像素点-块区的统计调整模型对红外图像缺陷区和非缺陷区的灰度值进行动态调整。最后, 采用基于灰度-邻域偏差的改进二维直方图及其区域划分方法, 通过自动选取邻域边长的遗传算法搜索最佳阈值, 实现红外图像的缺陷分割。结果表明: 该算法不仅改善了Otsu算法的鲁棒性, 且能够提高红外无损检测缺陷分割的准确性。

利用 ANSYS模拟建立二维、三维非金属材料非稳态导热模型, 采用红外热源作为激励, 非金属材料粘贴缺陷无损检测过程。在缺陷深度一定, 不同缺陷厚度和面积条件下, 二维模拟得到非金属材料表面温度, 并计算温度梯度。分析温度梯度与缺陷厚度和半径的关系, 提出确定缺陷边界和厚度的方法; 建立 3种不规则形状缺陷, 通过三维模拟结果, 验证二维模拟提出的确定缺陷边界和厚度方法的可行性。结果表明: 在缺陷半径一定时, 缺陷厚度与温度梯度峰值呈线性关系; 缺陷半径大于 10 mm, 缺陷厚度与温度梯度峰值线性度基本相同; 温度梯度峰值的位置与缺陷边界基本一致。