基于张量低秩分解和稀疏表示的红外微小气体泄漏检测

发布时间：2017-11-14 14:06

  本文关键词：基于张量低秩分解和稀疏表示的红外微小气体泄漏检测

  更多相关文章： 计算机视觉 红外检测 泄漏检测 张量低秩分解 稀疏表示 红外成像

【摘要】：为了检测石化工业生产过程中微小气体的泄漏,提出了一种应用红外成像技术的单帧红外小目标检测方法。研究了低秩稀疏分解理论和稀疏表示理论,并提出了一种新的基于张量低秩分解和稀疏表示的小目标检测方法。该方法基于张量分解的形式充分发掘背景矩阵所包含的信息;利用先验知识构造微小气体泄漏的目标字典;同时利用背景的低秩约束和小目标的稀疏表示约束分解出微小气体的泄漏目标。最后基于非精确增广拉格朗日乘子法(IALM),对本文算法进行最优化求解,并通过实验分析比较了本文方法和已有方法的优缺点。结果表明:本文方法的检测效果优于其他已有方法,并且具有较好的ROC(受试者工作特征)曲线,可以满足工业生产中对微小气体泄漏检测的要求。
【作者单位】： 火箭军工程大学信息工程系;96618部队;
【基金】：国家自然科学基金资助项目(No.61175120)
【分类号】：TP391.41
【正文快照】： 2.96618部队,北京100085)1引言石化工业中很多中间或最终产品都是气体,这些气体大部分是无色透明的且易发生泄漏,易造成重大安全事故。目前,传统的石化工业泄漏气体的检测方式大都基于化学方法。近年来,红外成像技术不断进步,红外成像设备成本逐渐降低,使得利用红外图像处理和

【相似文献】

中国期刊全文数据库 前10条

1 李映;张艳宁;许星;;基于信号稀疏表示的形态成分分析:进展和展望[J];电子学报;2009年01期

2 赵瑞珍;王飞;罗阿理;张彦霞;;基于稀疏表示的谱线自动提取方法[J];光谱学与光谱分析;2009年07期

3 杨蜀秦;宁纪锋;何东健;;基于稀疏表示的大米品种识别[J];农业工程学报;2011年03期

4 史加荣;杨威;魏宗田;;基于非负稀疏表示的人脸识别[J];计算机工程与设计;2012年05期

5 高志荣;熊承义;笪邦友;;改进的基于残差加权的稀疏表示人脸识别[J];中南民族大学学报(自然科学版);2012年03期

6 朱杰;杨万扣;唐振民;;基于字典学习的核稀疏表示人脸识别方法[J];模式识别与人工智能;2012年05期

7 张疆勤;廖海斌;李原;;基于因子分析与稀疏表示的多姿态人脸识别[J];计算机工程与应用;2013年05期

8 李正周;王会改;刘梅;丁浩;金钢;;基于形态成分稀疏表示的红外小弱目标检测[J];弹箭与制导学报;2013年04期

9 胡正平;赵淑欢;李静;;基于块稀疏递推残差分析的稀疏表示遮挡鲁棒识别算法研究[J];模式识别与人工智能;2014年01期

10 陈思宝;赵令;罗斌;;局部保持的稀疏表示字典学习[J];华南理工大学学报(自然科学版);2014年01期

中国重要会议论文全文数据库 前1条

1 樊亚翔;孙浩;周石琳;邹焕新;;基于元样本稀疏表示的多视角目标识别[A];2013年中国智能自动化学术会议论文集（第五分册）[C];2013年

中国博士学位论文全文数据库 前10条

1 李进明;基于稀疏表示的图像超分辨率重建方法研究[D];重庆大学;2015年

2 姚明海;视频异常事件检测与认证方法研究[D];东北师范大学;2015年

3 王瑾;基于稀疏表示的数据收集、复原与压缩研究[D];北京工业大学;2015年

4 薛明;基于稀疏表示的在线目标跟踪研究[D];上海交通大学;2014年

5 程广涛;基于压缩感知的人脸识别方法研究[D];天津大学;2015年

6 黄丹丹;基于稀疏表示的视觉目标跟踪方法研究[D];大连理工大学;2016年

7 李小薪;稀疏表示的分段匹配寻踪方法[D];华南理工大学;2009年

8 何艳敏;稀疏表示在图像压缩和去噪中的应用研究[D];电子科技大学;2011年

9 宋相法;基于稀疏表示和集成学习的若干分类问题研究[D];西安电子科技大学;2013年

10 匡金骏;基于稀疏表示的图像分类与目标跟踪研究[D];重庆大学;2013年

中国硕士学位论文全文数据库 前10条

1 吴丽璇;基于稀疏表示的微聚焦X射线图像去噪方法[D];华南理工大学;2015年

2 赵孝磊;基于图像分块稀疏表示的人脸识别算法研究[D];南京信息工程大学;2015年

3 黄志明;基于辨别式稀疏字典学习的视觉追踪算法研究[D];华南理工大学;2015年

4 张铃华;非约束环境下的稀疏表示人脸识别算法研究[D];南京信息工程大学;2015年

5 应艳丽;基于低秩稀疏表示的目标跟踪算法研究[D];西南交通大学;2015年

6 梁晓捷;基于网络摄像头与稀疏表示分类法的实时人脸识别系统应用研究[D];五邑大学;2015年

7 邱大伟;基于稀疏表示的图像超分辨率重建算法研究[D];太原理工大学;2016年

8 黄荣;人脸识别中的特征生成技术应用研究[D];东南大学;2015年

9 王东青;稀疏表示和判别性字典学习的海马子区图像自动分割算法[D];北京理工大学;2016年

10 石路遥;基于字典学习的低剂量CT图像处理方法[D];东南大学;2015年

，

本文编号：1185700