[發(fā)明專利]一種基于區(qū)域分割和圖像融合的紅外熱圖像處理方法有效
| 申請?zhí)枺?/td> | 201810064381.8 | 申請日： | 2018-01-23 |
| 公開（公告）號： | CN108198181B | 公開（公告）日： | 2019-12-27 |
| 發(fā)明（設(shè)計）人： | 于海超;田露露;程玉華;陳雪;白呼和;甘文東;白利兵 | 申請（專利權(quán)）人： | 電子科技大學(xué) |
| 主分類號： | G06T7/00 | 分類號： | G06T7/00;G06T7/11;G06T3/40;G06T5/50;G01N25/72 |
| 代理公司： | 51220 成都行之專利代理事務(wù)所(普通合伙) | 代理人： | 溫利平 |
| 地址： | 611731 四川省成*** | 國省代碼： | 四川;51 |
| 權(quán)利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關(guān)鍵詞： | 子區(qū)域 區(qū)域分割 紅外熱圖像 圖像融合 幀數(shù) 預(yù)處理 實時在線采集 空間相關(guān)性 視頻流數(shù)據(jù) 左上角坐標 邊緣信息 加熱階段 快速識別 缺陷定量 缺陷信息 時間順序 閾值比較 閾值條件 后提取 熱圖像 相鄰幀 幀圖像 圖像 返回 融合 檢測 分析 | ||
1.一種基于區(qū)域分割和圖像融合的紅外熱圖像處理方法，其特征在于，包括以下步驟：
(1)、數(shù)據(jù)的預(yù)處理：
(1.1)、對處于室溫或低于室溫的被測試件進行一段時間的加熱，然后實時在線采集加熱階段的熱圖像序列TData，共計P幀，每幀的大小為M*N，M、N為每幀圖像的長和寬；
(1.2)、將熱圖像序列中的每一幀圖像轉(zhuǎn)換成灰度圖，得到灰度圖序列Gray_I，再利用Sobel算子模板對Gray_I中的每一幀圖像進行邊緣信息提取，得到包含每一幀圖像邊緣信息的圖像序列L；
(2)、對邊緣信息圖像序列L進行區(qū)域分割處理
(2.1)、將邊緣信息圖像序列L中的每一幀圖像進行區(qū)域劃分，每一幀圖像中每個子區(qū)域的大小為d*e，共計(M/d)*(N/e)個子區(qū)域；
(2.2)、計算邊緣圖像序列L中相鄰幀的同一子區(qū)域的相關(guān)性系數(shù)；
(2.2.1)、從第一幀和第二幀開始，先計算左上角第一個子區(qū)域的相關(guān)性系數(shù)，如果第一個子區(qū)域的相關(guān)性系數(shù)大于預(yù)設(shè)閾值R，則第一個子區(qū)域的相關(guān)性系數(shù)計算完成，不進行后續(xù)相鄰幀的第一個子區(qū)域的相關(guān)性系數(shù)，否則繼續(xù)計算后續(xù)相鄰幀的第一個子區(qū)域的相關(guān)性系數(shù)，再與預(yù)設(shè)閾值R比較；
(2.2.2)、當(dāng)?shù)谝粋€子區(qū)域的相關(guān)性系數(shù)計算完成后，按照步驟(2.2.1)所述方法繼續(xù)計算第二個子區(qū)域的相關(guān)性系數(shù)，直到第(M/d)*(N/e)個子區(qū)域的相關(guān)性系數(shù)計算完成；
(2.2.3)、從第一個子區(qū)域開始，統(tǒng)計每個子區(qū)域的相關(guān)性系數(shù)大于預(yù)設(shè)閾值R時對應(yīng)的當(dāng)前幀數(shù)，以及該子區(qū)域的左上角的坐標值，如果某一個子區(qū)域的相關(guān)性系數(shù)始終沒有大于預(yù)設(shè)閾值R，則統(tǒng)計最后時刻對應(yīng)的幀數(shù)及該子區(qū)域的左上角的坐標值；
(2.3)、按照統(tǒng)計的先后順序，用每個子區(qū)域?qū)?yīng)的當(dāng)前幀數(shù)及左上角的坐標值建立子區(qū)域信息統(tǒng)計表，子區(qū)域信息統(tǒng)計表共3列(M/d)*(N/e)行，每一行依次存放第一個子區(qū)域至第(M/d)*(N/e)個子區(qū)域的對應(yīng)的當(dāng)前幀數(shù)及左上角的橫縱坐標值；
(3)、圖像融合
依據(jù)子區(qū)域信息統(tǒng)計表，按照每個子區(qū)域?qū)?yīng)的當(dāng)前幀數(shù)從邊緣信息圖像序列L中取出對應(yīng)的子區(qū)域，再將取出的各個子區(qū)域按照子區(qū)域信息統(tǒng)計表中對應(yīng)的左上角的坐橫縱坐標值組合成一幀圖像；
(4)、缺陷定位
依據(jù)子區(qū)域信息統(tǒng)計表，統(tǒng)計子區(qū)域信息統(tǒng)計表中出現(xiàn)當(dāng)前幀數(shù)次數(shù)最多的幀，并將該幀中對應(yīng)的子區(qū)域標記為正常區(qū)域，將其余幀對應(yīng)的子區(qū)域標記為異常區(qū)域；
再對異常區(qū)域進行去噪，濾出異常區(qū)域中的噪聲部分，得到異常區(qū)域中的缺陷部分。
2.根據(jù)權(quán)利要求1所述的基于區(qū)域分割和圖像融合的紅外熱圖像處理方法，其特征在于，所述步驟(2.2)中，相鄰幀的同一子區(qū)域的相關(guān)性系數(shù)計算公式為：
其中，其中，i＝1,2,…,M′，j＝1.,2,…,N′，M′和N′分別表示每個子區(qū)域橫向和縱向像素點的總數(shù)，和分別表示第m和第n幀邊緣信息圖像中第k個子區(qū)域中像素點(i,j)的像素值，和分別表示第m和第n幀邊緣信息圖像中第k個子區(qū)域的均值。
3.根據(jù)權(quán)利要求1所述的基于區(qū)域分割和圖像融合的紅外熱圖像處理方法，其特征在于，所述Sobel算子模板的大小為3*3。
4.根據(jù)權(quán)利要求1所述的基于區(qū)域分割和圖像融合的紅外熱圖像處理方法，其特征在于，所述的預(yù)設(shè)閾值R＝0.95。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息，商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于電子科技大學(xué)，未經(jīng)電子科技大學(xué)許可，擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作，請聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201810064381.8/1.html，轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
