高光谱成像是一种新兴的无损快速检测技术，可以同时获取研究对象的图像和光谱信息，集成了光谱分析和图像处理的优势，已成为农产品病虫害信息快速、无损检测的重要手段之一，在农产品的溃疡病、褐斑病、白粉病、黑星病、腐烂、虫蛀等病虫害无损检测中的应用越来越广泛。本文简述了高光谱成像系统，总结分析了其在水果、蔬菜、肉类、谷物等农产品病虫害无损检测中的国内外最新研究进展，提出了农产品病虫害高光谱成像技术检测的未来研究发展方向，以期对相关研究人员的研究工作提供参考。

脉冲涡流矩形传感器是新兴的脉冲传感器，与圆形脉冲涡流传感器相比，矩形脉冲涡流传感器工作时，导体中的涡流几乎匀强分布，并且涡流在导体中的流动方向相同，大大提高了传感器的检测能力

人工智能-机器学习-持续激励红外热波无损检测系统数据处理软件实现与应用.pdf

2021年全国工业设计大赛 无损检测员（逆向设计与三维检测 ...

基于超声波探头辐射的三维超声场模型,利用MATLAB开发可视化窗口程序,显示出三维仿真结果,人机交互式改变影响声场的参数。有利于形象、直观地理解声场,为科研和工程实际中分析和研究超声探头的辐射声场,探头各项参数选取、检测信号的发射与接收、各种材料的超声探伤与评价等提供参考。

利用红外热像仪进行无损检测技术_.pdf

相控阵超声经典文档，仅供学术交流。用于商业用途，责任自负

为了突破传统方法对材料表面缺陷深度检测的局限性,提出了一种基于透射式激光热成像的无损检测技术。选用激光源作为激励源,对被测材料的缺陷表面进行加热,加热点选在材料表面缺陷正下方处,激光输出功率为50 W,加热时间为1 s。在加热过程中,材料背面的温度场由于热流在材料缺陷传导过程中的影响而产生温度差异,故使用红外热像仪对加热过程中材料背面的温度场变化进行记录,并使用无缺陷处A点作为参考点,有缺陷处B点作为考察点,通过分析A、B两点的温度变化情况来对表面缺陷的深度进行特征提取。经过实验验证可知,该方法可以在一定条件下对材料表面的缺陷深度进行检测,当A点温度一定时,B点温度与缺陷深度的最优拟合呈指数关系,随着缺陷深度的增长,背面B点温度也随之降低。研究结果为后续的缺陷深度精准量化奠定了基础。

制造行业，X射线无损检测 智能识别算法，图像预处理算法

以樱桃番茄为研究对象，采用近红外漫反射法，建立了BP网络模型，研究了樱桃番茄中糖的含量。 使用平滑和主成分分析（PCA）从实验光谱数据中提取光谱特征。 将预处理的光谱数据作为网络的输入，将测量的樱桃番茄的含糖量作为输出，建立80-12-1网络模型结构，交叉验证的确定系数为0.8328，并且平均绝对偏差为0.5711。 结果表明，建立的BP神经网络模型可以快速有效地实现樱桃番茄糖含量的无损检测。