信赖域方法在红外图像序列处理中的应用

发布时间：2021-04-17 17:20

　　在以光源为激励的红外无损检测图像序列采集过程中,由于受到不均匀加热、环境辐射等因素影响,采集到的图像序列存在着背景噪声大、对比度低、缺陷显示效果差等问题,易造成缺陷的漏检。为提高缺陷检出率,提出了基于信赖域反射算法的红外图像序列处理技术。通过算法对加热不均造成的背景噪声进行快速曲面拟合,并将拟合得到的背景曲面从原始图像中减去,从而去除加热不均的背景噪声。利用主成分分析算法对去除背景后的图像序列进行缺陷特征信息提取,进一步提高红外图像的信噪比。结合区域生长算法对缺陷区域进行分割,以提取缺陷区域。实验结果表明:采用上述方法,能够有效地改善红外图像的信噪比,进而达到提高缺陷检出率的目的。 

【文章来源】：红外与激光工程. 2020,49(07)北大核心EICSCD

【文章页数】：7 页

【部分图文】：

TRR算法处理前后第195行图像数据对比图Fig.4Comparisongraphofimagedatainline195beforeandafterTRR

图6(a)中带有缺陷的位置和形态信息，而图6(b)、(c)中还带有缺陷信号的幅度信息。实现准确的缺陷区域分割，有利于对缺陷区域进行后续的定量研究。实验结果图表明，对经TRR和PCA算法处理后的图像，采用基于区域生长的图像分割方法可准确的分割出缺陷区域。4结论在红外热波无损检测图像序列处理过程中，针对图5实验结果图Fig.5Imagesofexperimentalresults图6缺陷分割结果图Fig.6Resultsofdefectsegmentation红外与激光工程第7期www.irla.cn第49卷20190505–6

描述：q(si)=minsi∈NigiTsi+12siTHisi(3)p1p2p2式中：gi为F(βi)的梯度矩阵；Hi为F(βi)的Hessian矩阵；Si表示第i次迭代试探步长。为提高计算效率，加快算法的收敛速度，考虑采用F(βi)的梯度方向▽F(βi)，记为向量，以及Gauss-Newton搜索方向，记为，生成解平面Pi。可通过解方程(4)得到。Hip2=gi.(4)采用TRR算法确定系数向量βbest的计算流程图如图1所示。图1采用TRR算法确定系数向量βbest的计算流程图Fig.1FlowchartforsolvingcoefficientvectorβbestbyTRRalgorithm1.2基于PCA的特征提取算法PCA是基于二阶统计特性的一种典型数据压缩算法。经TRR去背景算法预处理后的图像序列中，缺陷信号的能量将远大于噪声信号的能量。在PCA算法处理过程中，能量越大的信号对应的奇异值也越大，因此，可通过去除较小奇异值，滤除能量较小的噪声信号。然后，根据有效信号子空间重构图像矩阵，达到缺陷信息提取的目的。因此，采用PCA方法对红外图像序列进行后处理能够显著提高图像的信噪比[8]。Ai每一帧红外图像可由一个M×N维的矩阵表示：Ai=a11···a1N.........aM1···aMN,i=1,2,···,p.(5)式中：p表示图像总帧数，图像序列可由一个M×N×p维的矩阵X表示。为了方便使用PCA算法，需将图像序列转化为MN×p维的矩阵，因此，每一帧图像数据需进行向量化处理并作为矩阵X中的一列，记为Xi：Xi

【参考文献】：
期刊论文
[1]数字细节增强技术在脉冲热成像无损检测中的应用[J]. 徐超,陈一鹤.  红外与激光工程. 2018(11)
[2]基于鲁棒Otsu的红外无损检测缺陷分割算法[J]. 汪子君,邱俨睿,杨宏霄,孙磊.  红外与激光工程. 2019(02)
[3]尖点突变理论在红外热波检测图像分割中的应用[J]. 王冬冬,张炜,金国锋,杨正伟,田干.  红外与激光工程. 2014(03)
[4]基于SVD算法的红外序列图像增强技术研究[J]. 赵璟媛,王黎明,刘宾.  红外技术. 2009(01)
[5]红外无损检测加热不均时的图像处理方法[J]. 郭兴旺,邵威,郭广平,刘颖韬.  北京航空航天大学学报. 2005(11)



本文编号：3143838