Chưa có sản phẩm trong giỏ hàng.
Tin Tức
Ảnh nhiệt là gì
Ảnh nhiệt là gì? Những tính chất của ảnh nhiệt hồng ngoại là gì? Những gì chúng ta thường nghĩ về ánh sáng của ánh sáng là một bức xạ điện từ thực sự mà mắt chúng ta có thể nhìn thấy. Chúng tôi cảm nhận thế giới bằng màu sắc của cầu vồng, đỏ qua tím. Nhưng những màu sắc này của ánh sáng thực sự là một phần rất nhỏ của điện từ.
Mắt của chúng ta có khả năng chỉ nhìn thấy một vùng rất hẹp của phổ điện từ và chúng ta cần các dụng cụ đặc biệt để mở rộng tầm nhìn của chúng ta vượt qua giới hạn của mắt không bị che khuất. Khi năng lượng của ánh sáng thay đổi, sự tương tác của nó với vật chất cũng vậy. Các vật liệu mờ đục ở một bước sóng có thể trong suốt ở một bước sóng khác. Một ví dụ quen thuộc của hiện tượng này là sự xâm nhập của mô mềm bằng tia X.
Những gì mờ đục với ánh sáng nhìn thấy trở nên trong suốt để lộ xương bên trong.
Mở rộng tầm nhìn của con người bằng hình ảnh điện tử là một trong những kỹ thuật mạnh mẽ nhất dành cho khoa học và công nghiệp, một cách rõ ràng khi nó cho phép chúng ta nhìn thấy ánh sáng trong vùng hồng ngoại hoặc IR của quang phổ. Hồng ngoại có nghĩa là bên dưới màu đỏ, ánh sáng hồng ngoại có ít năng lượng hơn ánh sáng đỏ. Chúng ta thường mô tả năng lượng ánh sáng theo bước sóng và khi năng lượng ánh sáng giảm,
bước sóng của nó sẽ dài hơn. Ánh sáng hồng ngoại, có ít năng lượng hơn ánh sáng khả kiến, có bước sóng dài hơn tương ứng. Phần hồng ngoại của phổ có bước sóng từ 1 đến 15um, hoặc bước sóng dài hơn khoảng 2 đến 30 lần (và năng lượng ít hơn 2 – 30 lần) so với ánh sáng khả kiến.
Ánh sáng hồng ngoại là vô hình đối với mắt không bị che khuất, nhưng có thể cảm nhận được dưới dạng nhiệt trên da của một người. Các vật thể ấm phát ra ánh sáng hồng ngoại và vật thể càng nóng thì bước sóng của ánh sáng hồng ngoại phát ra càng ngắn. Chẳng hạn, thiết bị phát sáng IR này cho phép các nhân viên cứu hộ được trang bị cảm biến hồng ngoại để xác định vị trí một người bị lạc trong một khu rừng sâu trong bóng tối hoàn toàn. Ánh sáng hồng ngoại có thể xuyên qua khói và sương mù tốt hơn ánh sáng nhìn thấy, làm lộ ra các vật thể thường bị che khuất. Nó cũng có thể được sử dụng để phát hiện sự hiện diện của nhiệt dư hoặc lạnh trong một thiết bị hoặc phản ứng hóa học.
Giảm nhiễu tạm thời, nén và phân tích các chuỗi dữ liệu ảnh nhiệt
Một phương pháp và hệ thống để phát hiện nhiệt độ không phá hủy, không tham chiếu các khuyết tật bề mặt phụ sử dụng camera hồng ngoại để ghi lại hình ảnh của mẫu đã được làm nóng và để nguội đến nhiệt độ cân bằng. Dữ liệu thời gian nhiệt độ thu được cho mỗi pixel trong mỗi hình ảnh được chuyển đổi thành miền logarit và phù hợp với bình phương tối thiểu được thực hiện trên dữ liệu để tạo biểu thức đa thức tương ứng với dữ liệu thời gian nhiệt độ cho một pixel nhất định. Biểu thức đa thức này có thể được chuyển đổi thành miền thời gian ban đầu để thu được dữ liệu thời gian nhiệt độ với các đặc tính nhiễu tín hiệu được cải thiện. Khiếm khuyết có thể được phát hiện bằng cách quan sát đặc tính xuyên không của đạo hàm thứ hai của đa thức.
TÀI LIỆU THAM KHẢO ỨNG DỤNG LIÊN QUAN
Ứng dụng này khẳng định lợi ích của Đơn xin tạm thời số 60 / 168.556 của Hoa Kỳ, nộp ngày 2 tháng 12 năm 1999 và Đơn xin tạm thời số 60 / 175.792 của Hoa Kỳ, nộp ngày 12 tháng 1 năm 2000, các tiết lộ được đưa vào bởi tài liệu tham khảo trong tài liệu này toàn bộ.
LĨNH VỰC KỸ THUẬT
Sáng chế liên quan đến lĩnh vực đánh giá các khuyết tật không phá hủy trong một mẫu rắn, và đặc biệt hơn là phương pháp và hệ thống để phân tích dữ liệu hình ảnh nhiệt để phát hiện các khuyết tật dưới bề mặt.
NỀN TẢNG CỦA NỘI DUNG
Đánh giá không phá hủy các mẫu đối với các khuyết tật bề mặt phụ có thể được sử dụng để kiểm tra các mẫu về tính toàn vẹn của mối hàn, sự phân tách và các khuyết tật cấu trúc khác không nhìn thấy được khi quan sát bề mặt của mẫu. Nhiệt kế hoạt động đã được xem là một lựa chọn để thử nghiệm không phá hủy. Nói chung, đo nhiệt độ hoạt động bao gồm làm nóng hoặc làm mát mẫu để tạo ra sự khác biệt giữa nhiệt độ mẫu và nhiệt độ môi trường và sau đó quan sát nhiệt độ bề mặt của mẫu khi nó trở về nhiệt độ môi trường. Chỉ nhằm mục đích minh họa, mô tả sẽ tập trung vào ví dụ sưởi ấm, trong đó mẫu được làm nóng thông qua bất kỳ phương tiện nào (ví dụ: đèn flash, đèn nhiệt, không khí nóng cưỡng bức, súng khí nóng, dòng điện, kích thích siêu âm, v.v.) và sau đó Được phép làm mát. Trong loại quy trình này, việc làm mát tiếp theo được theo dõi bằng camera hồng ngoại để phát hiện bất kỳ sự bất thường nào trong hành vi làm mát, nguyên nhân gây ra bởi các khuyết tật dưới bề mặt (ví dụ: các lỗ rỗng, sự kiểm tra, vùi, v.v.) ngăn chặn sự khuếch tán nhiệt từ bề mặt mẫu đến nội thất mẫu. Đặc biệt hơn, những khuyết tật này làm cho bề mặt ngay phía trên khuyết tật nguội đi ở một tốc độ khác mà các khu vực không có khuyết tật xung quanh.
Khi mẫu nguội đi, camera hồng ngoại sẽ theo dõi và ghi lại chuỗi hình ảnh cho biết nhiệt độ bề mặt, từ đó tạo ra một bản ghi về những thay đổi của nhiệt độ bề mặt theo thời gian. Do đó, các khuyết tật bề mặt phụ có thể được quan sát bằng cách xem đầu ra của camera hồng ngoại thông qua thiết bị hiển thị hoặc bằng cách chụp từng khung hình tại thời điểm đã chọn sau khi mẫu được làm nóng. Tuy nhiên, phương pháp xác định khiếm khuyết thị giác này có xu hướng chủ quan, và không phù hợp để tự động hóa quá trình phát hiện khuyết tật. Hơn nữa, không thể đo độ sâu của các khuyết tật chỉ bằng cách xem các hình ảnh hồng ngoại.
Đã có những nỗ lực để xác định độ sâu của khuyết tật thông qua xử lý và phân tích dữ liệu từ camera hồng ngoại và cũng để tự động hóa quá trình phát hiện khuyết tật. Trong một số trường hợp, dữ liệu từ camera hồng ngoại được chuyển đến máy tính để xử lý và phân tích để phát hiện các biến đổi trong hành vi làm mát hoặc thực hiện các thao tác toán học trên dữ liệu để xác định độ sâu của khuyết tật bề mặt phụ hoặc các thuộc tính khuyết tật khác. Những loại tính toán này, tuy nhiên, thường yêu cầu máy ảnh hồng ngoại kỹ thuật số tốc độ cao, tiếng ồn thấp đắt tiền. Hơn nữa, bản chất cồng kềnh của việc gắn máy tính vào máy ảnh để tiến hành tính toán khiến cho sự kết hợp không thực tế đối với các ứng dụng bên ngoài phòng thí nghiệm, chẳng hạn như kiểm tra thực địa. Cũng thế,
Một nỗ lực tự động hóa quá trình phát hiện lỗi bao gồm phân tích độ tương phản giữa từng pixel trong ảnh và nhóm pixel hoặc nhóm pixel tham chiếu để tạo đường cong biểu thị mức độ tương phản giữa từng pixel và tham chiếu. Phương pháp này yêu cầu xác định một điểm tham chiếu trên mẫu. Điểm tham chiếu có thể là khu vực không có khuyết tật của mẫu, mẫu không có khuyết tật riêng biệt được đặt trong trường quan sát của máy ảnh hoặc giá trị trung bình của toàn bộ trường nhìn của máy ảnh. Lịch sử thời gian nhiệt độ của nhóm pixel hoặc nhóm pixel tham chiếu này được trừ vào từng pixel trong ảnh để tạo độ tương phản so với âm mưu thời gian.
Bất kỳ sự khác biệt lớn nào giữa bất kỳ pixel đã cho nào và tham chiếu cho thấy sự hiện diện của khuyết tật và sẽ thể hiện chính nó như một đỉnh trong cốt truyện. Biểu đồ độ tương phản và thời gian có thể được đo theo thời gian xảy ra cực đại, thời gian xảy ra độ dốc tăng dần tối đa và / hoặc một khoảnh khắc của đường cong cho mỗi pixel. Các tùy chọn khác, chẳng hạn như tạo và hiển thị độ tương phản so với ô thời gian với một ô tham chiếu và kiểm tra điểm tại đó hai ô riêng biệt, cũng là một tùy chọn.
Tuy nhiên, các phương pháp dựa trên độ tương phản có xu hướng thiếu sót. Ngoài các vấn đề lưu trữ dữ liệu được lưu ý ở trên do kích thước lớn của các tệp dữ liệu hình ảnh hồng ngoại, các phương pháp dựa trên độ tương phản yêu cầu xác định vùng không có khuyết tật trên mẫu làm điểm tham chiếu. Yêu cầu này thường không thực tế đối với một số mẫu nếu, ví dụ, kích thước của khuyết tật lớn hơn tầm nhìn của camera hồng ngoại. Trong trường hợp như vậy, không có khu vực không có khuyết tật có thể hoạt động như một tài liệu tham khảo cho một khu vực nhất định. Hơn nữa, nếu toàn bộ mẫu thể hiện một khuyết tật (ví dụ, một sự phân tách lớn chạy bên dưới toàn bộ bề mặt của mẫu), thì không có sự tương phản giữa bất kỳ khu vực nào của mẫu vì toàn bộ mẫu đều bị khiếm khuyết như nhau hoặc gần như bằng nhau.
Các phương pháp dựa trên độ tương phản dựa trên giá trị trung bình của toàn bộ trường nhìn làm tham chiếu cũng đã được sử dụng, nhưng phương pháp này giả định rằng diện tích khuyết trong trường đủ nhỏ để nó không ảnh hưởng đáng kể đến giá trị trung bình. Nếu một khiếm khuyết hoặc nhóm khuyết tật chiếm phần lớn trường nhìn, phương pháp tương phản sẽ không hiệu quả vì giá trị trung bình sẽ bị ảnh hưởng ở mức độ lớn bởi các khuyết tật, làm giảm bất kỳ sự khác biệt đáng kể nào giữa vùng khuyết tật và trung bình khi giá trị tương phản được tính toán.
Bất kể giá trị tham chiếu cụ thể được sử dụng trong việc phát hiện khuyết tật, kết quả thu được bằng phương pháp tương phản phụ thuộc rất nhiều vào sự lựa chọn vùng tham chiếu trên mẫu. Đặc biệt hơn, kết quả thu được trong các phương pháp dựa trên độ tương phản có thể được điều chỉnh bằng cách thay đổi vị trí của vùng tham chiếu.
Hơn nữa, khi đánh giá kết quả từ cả hai phương pháp dựa trên độ tương phản và dữ liệu thu được trực tiếp từ camera hồng ngoại, việc xác định thời gian xảy ra độ dốc cực đại (biểu thị sự có mặt của khuyết tật) có thể khó khăn vì các tín hiệu thường bị nhiễu , yêu cầu hệ thống phát hiện lỗi để phân biệt các pixel liên quan đến các khuyết tật từ các pixel nhiễu.
Cần có một hệ thống và phương pháp phát hiện khuyết tật không phá hủy để làm giảm kích thước và độ phức tạp của lịch sử thời gian nhiệt độ của dữ liệu hình ảnh mà không làm mất đi tính hữu ích của nó trong việc phát hiện vị trí và các đặc điểm vật lý của các khuyết tật dưới bề mặt.
Cũng cần có một hệ thống phát hiện khuyết tật không phá hủy, không yêu cầu lấy giá trị tham chiếu để phát hiện các khuyết tật bằng cách định vị các khu vực có sự tương phản giữa tham chiếu và mẫu được đánh giá.
Ngoài ra cần phải cải thiện tỷ lệ tín hiệu trên tạp âm của đầu ra camera mà không làm giảm độ phân giải không gian.
TÓM TẮT NỘI DUNG
Theo đó, sáng chế được hướng đến một hệ thống và phương pháp để phát hiện không phá hủy các khuyết điểm dưới bề mặt để tránh các vấn đề gặp phải bởi các hệ thống hiện được biết đến. Hệ thống và phương pháp phát minh xác định phản ứng của một đặc tính thay đổi đơn điệu, chẳng hạn như nhiệt độ, của mẫu theo thời gian và thu được số lượng lớn hình ảnh khi đặc tính mẫu thay đổi. Các hình ảnh được sử dụng để tạo ra một mảng dữ liệu cho mỗi pixel trong hình ảnh. Mảng dữ liệu tương ứng với một logarit của biên độ pixel và logarit của một thời gian nhất định để một biểu đồ có đặc tính thay đổi đơn điệu sẽ gần như tuyến tính.
Một đa thức sau đó được gắn vào mảng dữ liệu. Đa thức chứa ít nhất hai hệ số đa thức, và thường từ năm đến bảy hệ số đa thức. Các hệ số này được phân tích thay vì dữ liệu thô trong mảng dữ liệu, đơn giản hóa thao tác toán học của dữ liệu. Do hệ thống tốt nhất lưu trữ và đánh giá các hệ số đại diện cho đặc tính mẫu chứ không phải chính dữ liệu đặc tính mẫu, nên lượng dữ liệu cần lưu trữ sẽ giảm đáng kể. Trong một phương án, các khiếm khuyết có thể được phát hiện bằng cách kiểm tra xem đạo hàm thứ hai của đa thức có giao nhau không. Hơn nữa, dữ liệu đa thức có tỷ lệ nhiễu tín hiệu cao hơn dữ liệu gốc,
MÔ TẢ CƠ SỞ LÝ LUẬN
QUẢ SUNG. 1 là sơ đồ đại diện cho một phương án của một hệ thống thực hiện sáng chế được yêu cầu;
QUẢ SUNG. 2 là một sơ đồ minh họa một phương án của quá trình sáng tạo;
HÌNH. 3 a và 3 b là các biểu đồ minh họa một đặc tính thời gian nhiệt độ trong miền tuyến tính và trong miền logarit;
QUẢ SUNG. 4 là một biểu đồ minh họa một ví dụ về cách hệ thống phát minh khớp với đa thức với dữ liệu thô theo một phương án của sáng chế;
QUẢ SUNG. 5 là một sơ đồ minh họa một phương pháp trong đó hệ thống phát minh phát hiện các khuyết tật trong một mẫu;
QUẢ SUNG. 6 là một biểu đồ minh họa một ví dụ về cách hệ thống phát minh khớp với đa thức với dữ liệu thô theo phương án khác của sáng chế;
QUẢ SUNG. 7 là một sơ đồ đại diện của một bản đồ khiếm khuyết được tạo ra bởi hệ thống phát minh.
MÔ TẢ CHI TIẾT CỦA CÁC NHÂN VIÊN ƯU ĐÃI
Như một vấn đề chung, sáng chế phát hiện các khuyết tật dưới bề mặt bằng camera hồng ngoại bằng cách quan sát và phân tích các đặc điểm được lựa chọn của quá trình phân rã nhiệt. Nền tảng cơ bản trong đó hệ thống phát minh vận hành giả định rằng lĩnh vực xem được giới hạn trong mẫu quan tâm. Hơn nữa, hệ thống và phương pháp phát minh nhận ra rằng vùng được làm nóng của mẫu nguội đi một cách đơn điệu sau khi bộ gia nhiệt được lấy ra cho đến khi mẫu đạt đến trạng thái cân bằng với môi trường xung quanh, rằng phản ứng nhiệt của bất kỳ điểm nào trên bề mặt mẫu trong khoảng thời gian ngay sau khi phân hủy gia nhiệt theo cách mà logarit tự nhiên của đáp ứng thời gian nhiệt độ của mẫu khi nó nguội đi là một hàm có thể được xấp xỉ bằng một đường thẳng.
QUẢ SUNG. 1 minh họa một phương án có thể có của hệ thống được sử dụng để thực hiện sáng chế, trong khi hình. 2 là một sơ đồ minh họa một phương án của quá trình sáng tạo. Giới thiệu đầu tiên đến hình. 1, hệ thống để lấy dữ liệu cần phân tích trong phương pháp phát minh bao gồm ít nhất một nguồn nhiệt và tốt nhất là nguồn nhiệt xung, làm nóng mẫu để được đánh giá với một xung. Bản thân nguồn nhiệt có thể là bất kỳ nguồn nào, chẳng hạn như đèn flash, đèn nhiệt, dòng điện, không khí nóng, cảm ứng điện từ, năng lượng siêu âm, v.v., nhưng sự lựa chọn cụ thể của nguồn nhiệt không quan trọng cho mục đích của sáng chế miễn là có là sự gia nhiệt của mẫu và sau đó là sự giảm theo cấp số nhân của nhiệt độ của mẫu. Camera hồng ngoại thu được hình ảnh của mẫu, tốt nhất là trong thời gian thực và được ghép nối với máy tính có khả năng thu nhận hình ảnh kỹ thuật số hoặc khả năng lấy khung hình tương tự để chuyển đổi dữ liệu từ camera hồng ngoại sang định dạng có thể phân tích và toán học thao tác bằng máy tính . Lưu ý rằng máy tính 108không nhất thiết phải tách biệt với camera và các chức năng trong máy tính có thể được tích hợp vào chính máy ảnh, ví dụ như một con chip tích hợp.
Bây giờ đề cập đến sơ đồ trong hình. 2, phương pháp sáng tạo trước tiên bao gồm làm nóng mẫu ở bước và bắt đầu thu được chuỗi hình ảnh của mẫu ở bước . Trình tự hình ảnh có thể được lưu trữ trong bộ nhớ máy tính, băng video hoặc bất kỳ phương tiện lưu trữ điện tử nào khác. Dữ liệu số tương ứng với chuỗi hình ảnh sau đó được chuyển đến máy tính hoặc phần cứng chuyên dụng để phân tích toán học; lưu ý rằng nếu dữ liệu là dữ liệu tương tự, trước tiên nó được số hóa ở bước trước khi nó được chuyển giao Độ dài của chuỗi hình ảnh có thể phụ thuộc vào loại vật liệu được kiểm tra và độ sâu mà tại đó các khuyết tật nghi ngờ được đặt; nếu vật liệu có độ dẫn nhiệt thấp và / hoặc nếu các khuyết tật nghi ngờ tương đối sâu bên trong mẫu, trình tự hình ảnh có thể được kéo dài.
Trong một phương án, một chuỗi hình ảnh điển hình từ camera hồng ngoại hoạt động ở tốc độ 60 khung hình / giây sẽ chứa hàng trăm khung hình. Trong các trường hợp khác, chuỗi hình ảnh có thể chứa tới vài nghìn khung hình.
Thời gian mà việc thu thập dữ liệu bước diễn ra có thể trong vài giây khi nhiệt độ mẫu trở về trạng thái cân bằng, nhưng thời gian cụ thể sẽ thay đổi tùy thuộc vào tính chất nhiệt của mẫu.
Hơn nữa, chuỗi hình ảnh có thể được tạo ra bất cứ lúc nào giữa đèn flash sưởi và kết thúc chuỗi hình ảnh được tạo, không phụ thuộc vào tốc độ lấy mẫu của camera hồng ngoại .
Các khung sau đó được kiểm tra ở bước để xác định khung đầu tiên ổn định về mặt thống kê, nghĩa là khung đầu tiên có sự thay đổi về độ lệch chuẩn nhỏ hơn giá trị ngưỡng xác định trước. Lý do cho bước này là vì một số khung đầu tiên thu được ngay sau khi mẫu được làm nóng có thể hiển thị hành vi phi tuyến tính.
Những khung hình này có thể được phát hiện do những thay đổi lớn về độ lệch chuẩn giữa các khung liên tiếp; trong điều kiện làm mát bình thường, những thay đổi về độ lệch chuẩn thường tương đối nhỏ. Khi các khung không ổn định về mặt thống kê đã được xác định, chúng sẽ bị xóa khỏi xem xét, để lại các khung ổn định có sẵn để phân tích.
Đối với mỗi pixel riêng lẻ trong mỗi khung ổn định, máy tính tạo ra một mảng hai chiều ở bước , được minh họa trong ví dụ trong hình. 3 b . Đặc tính thời gian nhiệt độ của một điểm trên mẫu sẽ biểu hiện sự phân rã đơn điệu, như có thể thấy trong hình. 3 a .
Để đơn giản hóa việc phân tích đặc tính thời gian nhiệt độ, mảng được tạo ra theo sáng chế bao gồm logarit tự nhiên về biên độ của pixel (tương ứng với nhiệt độ tại điểm đó của mẫu) và logarit tự nhiên của thời điểm mà hình ảnh đó đã bị lấy đi.
Thời gian của mục nhập đầu tiên trong mảng trùng với khung ổn định thống kê đầu tiên, như được xác định ở bước . Mảng được liên kết với từng pixel và mỗi lần sẽ thể hiện hành vi tuyến tính nói chung, với dải động nhỏ hơn và tỷ lệ nhiễu tín hiệu cao hơn, như có thể thấy trong hình. 3 b.
Tiếp theo, một hình vuông nhỏ nhất phù hợp được tiến hành cho từng mảng hai chiều bằng cách sử dụng đa thức bậc n ở bước . Lưu ý rằng sáng chế phù hợp với đa thức với logarit tự nhiên của đặc tính thời gian nhiệt độ và không phù hợp với đặc tính thời gian nhiệt độ thực tế trong miền tuyến tính.
Lý do là bởi vì phạm vi động của dữ liệu thời gian nhiệt độ thô quá lớn để khớp đường cong đa thức chính xác và bất kỳ đường cong nào phù hợp với đặc tính thời gian nhiệt độ thực tế có xu hướng khớp kém và dao động ở biên độ tín hiệu thấp. Hàm kết quả cho biên độ cho một pixel đã cho tại vị trí i, j (i = row, j = cột) được định nghĩa là:
ln [I ij ( t )] = a 0 + a 1 ln ( t ) + a 2 [ln ( t )] 2 +. . . + a n [ln ( t )] n (1)
Như có thể thấy từ phương trình 1, đa thức kết quả từ bước là một hàm liên tục thu được từ dữ liệu rời rạc trong mảng hai chiều, do đó cho phép người dùng có được các giá trị biên độ pixel cho các giá trị thời gian nằm giữa các lần mua khung thực tế. Một ví dụ về giảm nhiễu theo thời gian và giảm nhiễu không gian từ mức phù hợp với bình phương nhỏ nhất được thể hiện trong FIGS. 4 a và 4 b , tương ứng.
QUẢ SUNG. 4 a so sánh dữ liệu ln thô và tổng hợp (cường độ) so với ln (thời gian) cho một mẫu bằng cách sử dụng đa thức bậc sáu, trong khi hình. 4 bso sánh cường độ thô và tổng hợp. Như có thể thấy trong cả hai hình, thứ tự của đa thức tốt nhất là tương đối thấp và giới hạn ở một thứ tự (ví dụ, thứ bảy) tránh sự sao chép của nhiễu tần số cao trong tín hiệu camera hồng ngoại cùng với dữ liệu mong muốn.
Khi đa thức đã được tạo ở bước , mỗi pixel được biểu thị bằng một mảng gồm n hệ số đa thức, thường sẽ là bảy hệ số hoặc ít hơn, khiến cho việc lưu trữ chuỗi dữ liệu thực tế, có thể là vài trăm hoặc thậm chí hàng nghìn khung hình, được tạo bởi camera hồng ngoại.
Bởi vì biểu diễn đa thức chỉ bao gồm một mảng các hệ số và bởi vì biểu diễn đa thức của đặc tính thời gian nhiệt độ pixel không phụ thuộc vào độ dài của chuỗi dữ liệu, nên lượng dữ liệu cần lưu trữ cho bất kỳ pixel đã cho nào bị giảm đi rất nhiều biểu diễn đa thức và thao tác toán học đơn giản hơn nhiều so với dữ liệu camera thô. Kích thước tệp để lưu trữ dữ liệu pixel độc lập với số lượng hình ảnh được chụp bởi máy ảnh, làm giảm thêm bộ nhớ cần thiết để lưu trữ dữ liệu hình ảnh. Ví dụ,
Khi biểu diễn đa thức thu được thông qua chuyển đổi nhật ký tự nhiên của dữ liệu camera, biểu diễn có thể được chuyển đổi trở lại miền thời gian nhiệt độ ban đầu bằng cách thực hiện thao tác sau: Tôi ij ( t ) = = điểm kinh nghiệm { ln ( [ Tôi ij ( t ) ] } = = điểm kinh nghiệm { [ một 0 + một 1 ln ( t ) + một 2 [ ln ( t ) ] 2 + Giáo dục + một n [ ln ( t ) ] n } ( 2 )
Chức năng có được từ hoạt động này sao chép dữ liệu thời gian nhiệt độ ban đầu từ máy ảnh, nhưng nó sẽ không chứa nhiễu tần số cao có trong dữ liệu camera thô. Dữ liệu được chuyển đổi lại này có thể được sử dụng thay vì dữ liệu thô cho mục đích phân tích. Do đa thức triệt tiêu các biến thiên nhiễu nhỏ, tần số cao thường xảy ra sau một khoảng thời gian nhất định đã trôi qua trong khi bảo toàn các biến tần tần số thấp do các sự kiện nhiệt gây ra, biểu thức dẫn đến việc chuyển đổi hàm đa thức từ miền logarit trở lại tuyến tính miền sẽ là một đường cong thời gian nhiệt độ tổng hợp có tỷ số nhiễu tín hiệu cao hơn đáng kể so với tín hiệu gốc, làm cho nó phù hợp hơn để phân tích tín hiệu.
Để có được thông tin bổ sung về chuỗi dữ liệu, các đạo hàm thứ nhất và thứ hai của đa thức có thể được tính toán tùy ý ở bước . Đặc biệt hơn, đưa ra biểu thức: f ( t ) = = điểm kinh nghiệm [ Σ Tôi = = 0 N một 1 [ ln ( t ) ] Tôi ] ( 3 )
đạo hàm đầu tiên có thể được biểu thị như sau:
f ′ ( t ) = t −1 [Σa i [ln ( t )] i − 1 ] f ( t ) (4)
và đạo hàm thứ hai có thể được biểu thị như sau:
f ′ ( t ) = t −1 [Σa 1 [ln ( t )] i − 1 ] 2 f ( t ) + t −2 {[Σi ( i −1) a i [ln ( t )] i 2 ] – [a i [ln ( t )] i − 1 ]} f ( t ) (5)
Hình ảnh của các đạo hàm thứ nhất và thứ hai có thể được tạo ra từ phương trình 4 và 5 thông qua bất kỳ phương tiện nào, nếu muốn, bằng cách nhập thông tin thời gian vào đa thức, đạo hàm thứ nhất và / hoặc đạo hàm thứ hai. Lưu ý rằng vì các đạo hàm của dữ liệu ảnh được tính toán phân tích thay vì khớp một đường thẳng với tiếp tuyến của dữ liệu ảnh nhiễu, kết quả thu được từ các đạo hàm được tính mang lại kết quả chính xác hơn so với cố gắng tính trung bình trên nhiều điểm dữ liệu nhiễu . Hơn nữa, tính toán phân tích các đạo hàm thứ nhất và thứ hai mang lại kết quả là các đạo hàm tức thời thực sự chứ không phải là sự khác biệt trong một khoảng thời gian kéo dài một số khung hình.
Do sáng chế tập trung vào phân biệt và phân tích hàm đa thức thay vì dữ liệu ảnh thô, nên việc thu thập thông tin về các đặc tính nhiệt của mẫu đơn giản hơn nhiều vì phân biệt biểu diễn đa thức ít phức tạp hơn so với phân biệt tín hiệu nhiễu.
Đặc biệt hơn, hoạt động dựa trên các hệ số của đa thức chứ không phải trên dữ liệu gốc, loại bỏ nhu cầu thao tác hàng trăm hoặc thậm chí hàng nghìn hình ảnh riêng biệt, cải thiện đáng kể tốc độ có thể phân tích dữ liệu hình ảnh. Ngoài ra, do các đạo hàm thứ nhất và thứ hai thu được bằng cách điều khiển biểu thức đa thức thay vì thực hiện hồi quy tuyến tính hoặc khớp đường cong, các dẫn xuất không tự đóng góp bất kỳ nhiễu nào vào kết quả cuối cùng. Thêm nữa,
Đối với mục đích phát hiện khuyết tật, chỉ có đối số đa thức (Công thức 1) trong biểu thức hàm mũ (Công thức 2) ở trên, chứ không phải toàn bộ đa thức, có thể được sử dụng để xác định các khuyết tật dưới bề mặt thay thế cho việc sử dụng toàn bộ biểu thức hàm mũ. Các đạo hàm thứ nhất và thứ hai của đa thức có thể được áp dụng cho lịch sử thời gian của từng pixel (tức là thông tin thời gian có thể được nhập vào các đạo hàm thứ nhất và thứ hai để thu được các giá trị số) để tạo tín hiệu hình ảnh với tỷ lệ nhiễu tín hiệu tốt hơn hơn biểu thức đa thức gốc, từ đó tạo ra hình ảnh rõ ràng hơn.
Mặc dù trong một số trường hợp có thể hữu ích để tính đạo hàm thứ hai hoàn chỉnh của phương trình 2 (ví dụ: nếu người dùng muốn tạo một chuỗi tổng hợp các hình ảnh phái sinh thứ hai), việc phát hiện lỗi tự động có thể được tiến hành đầy đủ bằng cách phân biệt Công thức 1, nghĩa là, bằng cách tính đạo hàm tổng hợp chỉ dựa trên đối số đa thức chứ không phải trên toàn bộ hàm.
Hệ thống phát minh và phương pháp tạo phương trình đa thức từ dữ liệu ảnh cũng có thể được sử dụng để tạo đường cong tương phản bằng cách xác định vùng tham chiếu không có khuyết tật của mẫu hoặc sử dụng mẫu tham chiếu riêng và lấy phương trình đa thức liên quan đến tham chiếu, nếu mong muốn. Một đường cong tương phản sau đó có thể được tạo bằng cách trừ biểu thức đa thức cho tham chiếu từ biểu thức đa thức cho mỗi pixel; một sự khác biệt lớn giữa hai sẽ chỉ ra sự hiện diện của khuyết tật. Lưu ý rằng mặc dù ứng dụng của sáng chế này sử dụng vùng tham chiếu hoặc mẫu, nhưng nó hoàn toàn là tùy chọn.
Khi các bước đến đã được tiến hành cho mọi pixel tại một thời điểm nhất định, một đại diện hình ảnh về hành vi của mẫu tại thời điểm đó có thể được thu nhỏ để phù hợp với phạm vi động của thiết bị hiển thị. Hoạt động mở rộng quy mô này có thể được tiến hành bằng cách sử dụng bất kỳ thuật toán chia tỷ lệ thống kê phổ biến nào.
Hình ảnh hoặc hình ảnh dựa trên đa thức và / hoặc các dẫn xuất của nó có thể được hiển thị trên một thiết bị đầu ra, chẳng hạn như trên màn hình máy tính. Màn hình có thể là một hình ảnh duy nhất tại một thời điểm t được chọn hoặc một chuỗi các hình ảnh được hiển thị dưới dạng phim. Độ phân giải thời gian của phim có thể khác với tốc độ khung hình thu thập dữ liệu thực tế, nếu muốn, để hiển thị rõ hơn những thay đổi về nhiệt độ mẫu; điều này có thể được tiến hành dễ dàng vì đa thức dẫn xuất là một hàm liên tục, như đã lưu ý ở trên.
Cách thức cụ thể trong đó mẫu được kích thích bằng nhiệt và trong đó dữ liệu thu được để phù hợp đa thức là không quan trọng đối với sáng chế và có thể được lấy theo bất kỳ cách nào. Ví dụ: dữ liệu có thể được lấy từ dữ liệu thời gian nhiệt độ trong hình ảnh được quét (ví dụ: các hệ thống thu thập dữ liệu hình ảnh khi mẫu được di chuyển so với nguồn nhiệt và camera hồng ngoại với vận tốc không đổi, các hệ thống di chuyển máy ảnh và nguồn nhiệt liên quan đến mẫu, v.v.).
QUẢ SUNG. 5 là một sơ đồ minh họa cách thức đa thức được tạo ra được sử dụng trong phát hiện lỗi. Trước khi phép đo thực tế diễn ra, hệ thống có thể được hiệu chuẩn để xác định độ sâu khuyết tật và diện tích ở bước . Nếu độ sâu của một khuyết tật cụ thể trong mẫu được biết, khuyết tật này có thể được sử dụng để hiệu chỉnh bản đồ khuyết tật theo mối quan hệ:
Độ sâu = A ( t zeracer ) 1/2 (6)
Bằng cách sử dụng độ sâu đã biết và thời gian giao nhau bằng 0 tương ứng đã biết, hằng số A có thể được xác định từ phương trình trên.
Hiệu chuẩn không gian cũng có thể được tiến hành bằng cách đặt một đối tượng có kích thước đã biết vào trường quan sát của máy ảnh và sau đó đếm số pixel cần thiết để tạo hình ảnh của đối tượng. Thông tin này tạo ra một giá trị tương ứng với khu vực được bao phủ bởi một pixel ở khoảng cách cố định từ máy ảnh.
Như đã giải thích ở trên và hiển thị trong hình. 2, hệ thống trước tiên tạo ra một biểu thức đa thức và đạo hàm thứ nhất và thứ hai cho mỗi pixel tại mỗi thời điểm tại các bước và . Tiếp theo, đối với mỗi pixel, máy tính xác định logarit của thời gian tại đó giao thoa 0 sớm nhất cho mỗi pixel xảy ra ở các bước 502 và 504 . Nếu không có thời gian như vậy tồn tại, thì pixel được coi là không có khuyết tật và pixel được gán một giá trị dành riêng tương ứng với một màu hoặc nhóm màu cụ thể ở bước 503 . Quá trình sau đó lặp lại cho tất cả các pixel trong ảnh ở bước 506. Khi đạo hàm thứ hai cho tất cả các pixel đã thu được cho toàn bộ chuỗi dữ liệu, thời gian giao nhau bằng 0 và / hoặc các giá trị dành riêng được đặt trong một mảng hai chiều, tạo ra một bản đồ khiếm khuyết của chuỗi dữ liệu.
Khi bản đồ khiếm khuyết đã được tạo, logarit của thời gian giao nhau bằng 0 được chuyển đổi trở lại miền thời gian ở bước 508 bằng cách lấy số mũ của nó như sau:
t zeracer = exp ( ln ( t zeracer )) (7)
Số mũ của mảng bản đồ khiếm khuyết sau đó có thể được hiển thị dưới dạng hình ảnh, ví dụ, ánh xạ mảng sang bảng màu được ánh xạ trong đó các màu được chọn được gán cho các giá trị số. Các pixel không có bất kỳ giao điểm 0 nào có thể được ánh xạ tới màu đã chọn hoặc hiển thị ở giá trị thang màu xám tỷ lệ với biên độ pixel tại một thời điểm cụ thể sau khi làm nóng flash. Tốt hơn là, mảng bản đồ khuyết tật tổng hợp sẽ hiển thị các khuyết tật về màu sắc tương ứng với độ sâu của khuyết tật và được đặt chồng lên một màu được chọn thống nhất hoặc hình ảnh tỷ lệ xám của mẫu cho thấy cấu trúc bề mặt phụ bình thường của mẫu. Một ví dụ đại diện cho bản đồ khiếm khuyết như vậy được hiển thị trong hình. 7 .
Nếu hệ thống đã được hiệu chuẩn theo bước ở trên, thì sáng chế có thể xác định độ sâu và diện tích khuyết tật ở bước 510 . Để xác định độ sâu khuyết tật, hệ thống sử dụng hằng số A tương ứng với thành phần vật liệu của mẫu. Hằng số A được tính từ thông tin thời gian nhiệt độ của khuyết tật có các kích thước đã biết (nghĩa là A có thể dễ dàng tính được từ phương trình 6 nếu thời gian giao nhau bằng 0 và độ sâu được biết đến với khuyết tật tham chiếu). Để xác định vùng khuyết tật, tổng số pixel có giá trị giao nhau bằng 0 được tính và nhân với vùng pixel đơn. Giá trị khu vực khuyết tật có thể có ý nghĩa bởi vì các tiêu chí để từ chối một mẫu thường dựa trên khu vực khuyết tật.
Như có thể thấy ở trên, không có giá trị tham chiếu nào được yêu cầu để phát hiện các khuyết tật dưới bề mặt. Kết quả là, sáng chế có thể phát hiện các khuyết tật ngay cả trong một mẫu có khuyết tật bao trùm toàn bộ mẫu.
Quá trình trên có thể được sử dụng để xử lý trước bất kỳ hình ảnh nào từ camera hồng ngoại để phân tích thêm, chẳng hạn như đo độ dốc cực đại hoặc đo thời gian tương phản cực đại, phân tích điểm dừng, khóa pha xung, v.v. Các bước xử lý trước được mô tả ở trên tạo ra một tín hiệu hình ảnh với phần lớn nhiễu thời gian được loại bỏ, mang lại kết quả chính xác hơn trong bất kỳ quy trình bổ sung nào.
Mặc dù các ví dụ trên tập trung vào việc sử dụng một biểu thức đa thức duy nhất để mô tả đặc tính thời gian nhiệt độ cho một mẫu nhất định, nhưng có thể muốn có nhiều hơn một biểu thức đa thức để giải quyết hành vi nhiệt ở các cực trị của đặc tính thời gian nhiệt độ và ngăn chặn các cực trị phân tích hành vi nhiệt độ-thời gian của mẫu. Đặc biệt hơn, với tham chiếu đến hình. 6, sự phù hợp đa thức khi sử dụng một đa thức có thể bị ảnh hưởng bất lợi bởi hành vi đường cong nhiệt độ-thời gian ở giai đoạn rất sớm và rất muộn. Như đã lưu ý ở trên, trong giai đoạn đầu ngay sau khi làm nóng flash, dữ liệu camera hồng ngoại có thể bị bão hòa nhanh và ban đầu có thể hiển thị hành vi phi tuyến tính không phản ánh chính xác các đặc tính nhiệt của mẫu. Trong giai đoạn cuối,
Để ngăn các phần cực đoan của đặc tính thời gian nhiệt độ ảnh hưởng đến kết quả ở khu vực trung tâm, ví dụ được chỉ ra trong hình. 6 sử dụng nhiều hơn một phương trình đa thức để mô tả lịch sử thời gian nhiệt độ hoàn chỉnh của mỗi pixel. Trong ví dụ hiển thị trong Hình, đặc tính thời gian nhiệt độ được chia thành các vùng hành vi sớm, trung gian và muộn, lần lượt là 600 , 602 và 604 , mỗi vùng biểu hiện hành vi thời gian hơi khác nhau và mỗi vùng được mô tả bằng cách sử dụng mức thấp khác nhau -Lập đa thức. Khi được xem riêng, đặc tính thời gian nhiệt độ cho từng vùng riêng lẻ 600 , 602 , 604 hành xử giống như một hàm tuyến tính hơn là một âm mưu duy nhất của toàn bộ chuỗi thời gian. Kết quả là, mỗi vùng riêng biệt dễ dàng xấp xỉ bằng một đa thức bậc thấp hơn so với toàn bộ biểu đồ thời gian nhiệt độ.
Phát hiện lỗi bằng cách sử dụng đa thức cho từng vùng giống như mô tả ở trên. Đặc biệt hơn, bộ xử lý có thể tính toán các đạo hàm thứ nhất và thứ hai của một hoặc nhiều đa thức. Hơn nữa, như đã giải thích ở trên, hành vi giao nhau bằng 0 của đạo hàm thứ hai có thể được sử dụng để xác định độ sâu của khuyết tật. Lưu ý rằng độ sâu khuyết tật cũng có thể được xác định bằng cách tìm điểm tại thời điểm mà đạo hàm đầu tiên của đa thức lệch từ .50,5 theo ngưỡng xác định trước. Giá trị .5 0,5 được tạo ra dựa trên đặc tính nhiệt độ đã biết của chất rắn bán vô hạn đã được nung nóng tức thời, có thể được mô tả như sau: T = = Q e ( t ) 1 2 ( số 8 )
Trong đó e là độ thoát nhiệt của vật liệu (căn bậc hai của sản phẩm về mật độ, độ dẫn nhiệt và nhiệt dung), Q là năng lượng đầu vào của mẫu bằng cách nung nóng và t là thời gian trôi qua sau khi chớp sưởi. Khi logarit tự nhiên của phương trình được thực hiện, biểu thức kết quả là:
ln ( T ) = ( Q / a)−0,5 ln ( t ) (9)
Như có thể thấy trong phương trình trên, logarit tự nhiên của dữ liệu thời gian nhiệt độ bao gồm một thuật ngữ phụ thuộc thời gian với độ dốc .5 0,5 độc lập với các tính chất vật liệu.
Trong quá trình đánh giá mẫu, hai phương trình trên rất hữu ích vì một mẫu sẽ hoạt động giống như mẫu bán vô hạn, do đó logarit tự nhiên của dữ liệu thời gian nhiệt độ có độ dốc .5 0,5, vì nhiệt truyền từ bề mặt vào phần lớn của mẫu cho đến khi gặp lỗi. Nếu có một khiếm khuyết trong mẫu, dữ liệu thời gian nhiệt độ sẽ lệch khỏi độ dốc .5 0,5. Kết quả là, biểu thức đạo hàm đầu tiên có thể được sử dụng để phát hiện các khiếm khuyết bằng cách kiểm tra xem đạo hàm đầu tiên cho một pixel đã cho có sai lệch so với .50,5 dựa trên phương trình này hay không.
Do đó, hệ thống và phương pháp phát minh tạo ra cấu trúc dữ liệu, dựa trên chuỗi dữ liệu gốc thu được từ camera hồng ngoại, nhỏ gọn hơn, dễ thao tác hơn về mặt toán học và ít bị nhiễu thời gian hơn so với chuỗi dữ liệu gốc nhưng mà vẫn bảo tồn các đặc điểm chỉ ra sự có mặt của các khuyết tật dưới bề mặt. Bằng cách giảm nhiễu tạm thời, hệ thống phát minh cho phép sử dụng camera hồng ngoại tương đối rẻ tiền trong hệ thống. Hơn nữa, vì dữ liệu do sáng chế tạo ra nhỏ hơn nhiều so với dữ liệu hình ảnh thu được từ máy ảnh, dữ liệu được lưu trữ có thể được phân biệt và tích hợp theo thời gian dễ dàng hơn so với dữ liệu gốc do máy ảnh tạo ra. Việc phân tích và thao tác dữ liệu từ máy ảnh có thể được tiến hành theo kiểu tự động,
Hệ thống phát minh có thể được sử dụng một mình hoặc như một bước tiền xử lý kết hợp với các phương pháp khác để đo lường, mô tả đặc tính và / hoặc nhận ra các khuyết tật hoặc các đặc tính vật liệu mẫu. Mặc dù cấu hình được mô tả ở trên sử dụng camera hồng ngoại để thu thập dữ liệu và chuyển dữ liệu sang máy tính để xử lý thêm, toàn bộ hệ thống có thể được tích hợp vào chính camera mà không cần máy tính riêng. Ngoài ra, mặc dù ví dụ trên phân tích dữ liệu hình ảnh hồng ngoại, hệ thống và phương pháp phát minh có thể được áp dụng cho bất kỳ tập dữ liệu nào đáp ứng với kích thích gây ra phản ứng tăng hoặc giảm đơn điệu và trong trường hợp không có chuyển động ngẫu nhiên trong trường nhìn trong đó dữ liệu được tạo ra.
Cần hiểu rằng các phương án khác nhau cho các phương án của sáng chế được mô tả trong tài liệu này có thể được sử dụng trong thực hành sáng chế. Dự kiến các tuyên bố sau sẽ xác định phạm vi của sáng chế và phương pháp và bộ máy trong phạm vi của các yêu cầu này và các tương đương của chúng được bảo hiểm theo đó.
1. Một hệ thống xác định đáp ứng thời gian với đặc tính thay đổi đơn điệu của mẫu, bao gồm:
một máy ảnh thu được nhiều hình ảnh của mẫu theo thời gian, mỗi hình ảnh có số lượng pixel nhiều, mỗi pixel có biên độ tương ứng với đặc tính thay đổi đơn điệu của mẫu; và một bộ xử lý nhận được số lượng lớn của hình ảnh và tạo ra một mảng dữ liệu cho ít nhất một phần của số lượng pixel, mảng dữ liệu tương ứng với logarit của biên độ pixel tại một thời điểm nhất định và logarit của thời gian nhất định, trong đó bộ xử lý phù hợp với một đa thức với ít nhất một phần của mảng dữ liệu, đa thức có ít nhất một hệ số đa thức, sao cho mỗi pixel trong phần đa số pixel nói trên được biểu thị bằng một mảng hệ số chứa ít nhất một hệ số đa thức.
2. Hệ thống yêu cầu 1, trong đó camera là camera hồng ngoại.
3. Hệ thống yêu cầu 1, trong đó bộ xử lý nằm trong máy tính.
4. Hệ thống yêu cầu 1, trong đó bộ xử lý được đặt trên máy ảnh.
5. Hệ thống yêu cầu 1, trong đó bộ xử lý tính toán một đạo hàm đầu tiên tức thời của đa thức cho một giá trị thời gian xác định.
6. Hệ thống yêu cầu 5, trong đó bộ xử lý xác định xem đạo hàm đầu tiên cho mỗi pixel theo thời gian có sai lệch so với .50,5 theo ngưỡng xác định trước hay không.
7. Hệ thống yêu cầu 5, trong đó bộ xử lý tính toán một đạo hàm thứ hai tức thời của đa thức cho một giá trị thời gian xác định.
8. Hệ thống của yêu cầu 7, trong đó bộ xử lý xác định xem đạo hàm thứ hai cho mỗi pixel có giao nhau bằng 0 hay không, trong đó sự hiện diện của giao thoa 0 cho thấy pixel bị lỗi và sự vắng mặt của giao thoa 0 cho thấy pixel không có khuyết tật.
9. Hệ thống yêu cầu 8, trong đó bộ xử lý chuyển đổi logarit của thời gian giao nhau 0 sớm nhất thành miền thời gian tuyến tính cho các pixel bị lỗi, gán giá trị dành riêng cho các pixel không có khuyết tật và sử dụng giá trị dành riêng và thời gian giao nhau bằng 0 được chuyển đổi cho mỗi pixel để tạo ra lỗi mảng bản đồ sử dụng giá trị màu đầu tiên cho các pixel bị lỗi và giá trị màu thứ hai cho các pixel không có khuyết tật.
10. Hệ thống của yêu cầu 1, trong đó bộ xử lý tạo ra một đa thức tham chiếu và trừ đi đa thức liên quan đến từng pixel trong phần đa số pixel đã nói từ đa thức tham chiếu để tạo đường cong tương phản, trong đó một đỉnh trong đường cong tương phản biểu thị sự hiện diện của khuyết điểm dưới bề mặt.
11. Hệ thống yêu cầu 1, trong đó bộ xử lý khớp với đa thức thứ nhất với phần đầu tiên của mảng dữ liệu và đa thức thứ hai cho phần thứ hai của mảng dữ liệu.
12. Hệ thống yêu cầu 1, trong đó bộ xử lý chia mảng dữ liệu thành vùng đầu, vùng trung gian và vùng trễ và khớp với đa thức thứ nhất với vùng đầu, đa thức thứ hai cho vùng trung gian và đa thức thứ ba cho vùng trễ.
13. Hệ thống của yêu cầu 1, bao gồm một bộ nhớ lưu trữ hệ số cho biết.
14. Hệ thống của yêu cầu 13, trong đó mảng hệ số được lưu trong bộ nhớ dưới dạng tệp có kích thước độc lập với số lượng hình ảnh thu được của máy ảnh.
15. Phương pháp xác định đáp ứng thời gian đối với thay đổi đơn điệu theo đặc tính của mẫu, bao gồm các bước:
thu được số lượng lớn hình ảnh của mẫu theo thời gian, mỗi hình ảnh có số lượng pixel lớn, mỗi pixel có biên độ tương ứng với đặc tính thay đổi đơn điệu của mẫu;
tạo ra một mảng dữ liệu cho từng số lượng pixel, mảng dữ liệu tương ứng với logarit của biên độ pixel tại một thời điểm nhất định và logarit của thời gian đã cho; và
khớp một đa thức với mảng dữ liệu liên quan đến ít nhất một phần của số nhiều pixel, đa thức có ít nhất hai hệ số đa thức, sao cho mỗi pixel trong phần đa số pixel nói trên được biểu thị bằng một mảng hệ số chứa ít nhất hai hệ số đa thức.
16. Phương pháp yêu cầu 15, bao gồm thêm bước tính toán một đạo hàm đầu tiên tức thời của đa thức cho một giá trị thời gian xác định.
17. Phương pháp yêu cầu 16, bao gồm thêm bước xác định xem đạo hàm đầu tiên cho mỗi pixel theo thời gian có bị lệch khỏi độ dốc .5 0,5 hay không.
18. Phương pháp yêu cầu 16, bao gồm thêm bước tính toán đạo hàm thứ hai tức thời của đa thức cho một giá trị thời gian xác định.
19. Phương pháp yêu cầu 18, bao gồm thêm bước xác định xem đạo hàm thứ hai cho mỗi pixel có giao nhau bằng 0 hay không, trong đó sự hiện diện của giao thoa 0 cho thấy pixel bị lỗi và sự vắng mặt của giao thoa 0 cho thấy pixel không có khuyết tật.
20. Phương pháp yêu cầu 19, bao gồm thêm bước chuyển đổi logarit của thời gian giao nhau bằng 0 thành miền thời gian tuyến tính cho các pixel bị lỗi, gán giá trị dành riêng cho các pixel không có khuyết tật và sử dụng giá trị dành riêng và thời gian giao nhau bằng 0 được chuyển đổi cho mỗi pixel để tạo ra một mảng bản đồ khiếm khuyết sử dụng giá trị màu thứ nhất cho các pixel bị lỗi và giá trị màu thứ hai cho các pixel không có khuyết tật.
21. Phương pháp yêu cầu 15, bao gồm thêm bước tạo đa thức tham chiếu và trừ đa thức liên kết với từng pixel trong phần đa số pixel nói trên từ đa thức tham chiếu để tạo đường cong tương phản, trong đó một đỉnh trong đường cong tương phản biểu thị sự hiện diện của khuyết điểm dưới bề mặt.
22. Phương pháp yêu cầu 15, bao gồm thêm bước lắp một đa thức thứ nhất vào phần đầu tiên của mảng dữ liệu và đa thức thứ hai cho phần thứ hai của mảng dữ liệu.
23. Phương pháp yêu cầu 15, bao gồm thêm bước phân chia mảng dữ liệu thành vùng đầu, vùng trung gian và vùng muộn và phù hợp với đa thức đầu tiên cho vùng đầu, đa thức thứ hai cho vùng trung gian và đa thức thứ ba cho vùng muộn.
24. Phương pháp yêu cầu 15, bao gồm thêm bước lưu trữ mảng hệ số trong bộ nhớ.
25. Phương pháp yêu cầu 24, trong đó mảng hệ số được lưu trong bộ nhớ trong một tệp có kích thước độc lập với số lượng hình ảnh thu được của máy ảnh.
