一种基于区域分割和图像融合的红外热图像处理方法技术

本发明专利技术公开了一种基于区域分割和图像融合的红外热图像处理方法，首先实时在线采集加热阶段的视频流数据，然后对图像进行预处理后提取边缘信息，接着对热图像序列进行等区域分割，对每个子区域分析其空间相关性，即按照时间顺序，计算各子区域相邻帧之间的相关性系数，再通过对相关性系数与阈值比较，返回不满足阈值条件的子区域的左上角坐标值及对应的帧数，最后利用这些子区域的左上角坐标值及对应的帧数融合成一帧图像，从而实现缺陷信息的增强并快速识别缺陷，完成缺陷定量检测。

【技术实现步骤摘要】
一种基于区域分割和图像融合的红外热图像处理方法
本专利技术属于图像处理
，更为具体地讲，涉及一种基于区域分割和图像融合的红外热图像处理方法。
技术介绍
目前，红外热成像无损检测技术已成为无损检测技术的一个重要分支。在红外热成像无损检测技术中，缺陷提取、图像增强方面的研究已经获得了许多的成果。红外热成像检测技术可以有很多检测方式。脉冲热成像无损检测其激励源为主动式，常用的激励源有热水、热气流、闪光灯、超声波、微波、激光和电流等。不同加热方式，产生热量形式不同。对于电流激励的加热方式，其加热范围广，热量可达被测件内部，而且加热效率高。在加热过程中，电流的流向会受到被测件内部缺陷的影响发生改变，使得缺陷处的加热效果与其周围区域不同，最终导致缺陷处的温度分布与其他区域不同，从而通过温度的差异判定缺陷。电流激励方式可分为两种：接触式和非接触式。接触式对应的是电磁传导热成像，非接触式对应的是涡流热成像。涡流热成像即非接触式激励，其应用范围更广，相关研究也相对较多，所以这种检测方法是一种极具发展潜力的无损检测技术。脉冲涡流热成像检测过程可以划分为感应加热阶段和冷却阶段。在感应加热阶段电磁感应与热传导两种物理过程并存，被测件通过高频交流电激励进行加热，涡流分布被缺陷影响发生改变，在被测件表面产生不同的涡流密度区域，由焦耳热定律可知，这会导致产生的热量不同，从而使试件表面产生高低温的差异；在冷却阶段，被测件中只有热传导一种物理过程起作用，高温区的热量向低温区传递，直至热量平衡。被测件中的缺陷同样会改变热传导的速度，形成温差。通过红外热像仪采集整个过程的温度变化情况，并对热图像序列进行处理分析来检测评估缺陷。作为新兴的无损检测技术，脉冲涡流热成像检测受到了广泛关注，目前国内外一些机构也对该技术进行了研究分析。部分机构对该技术从检测机理方面进行了仿真分析。国防科学技术大学研究了脉冲涡流热成像技术的检测机理，并利用该技术实现了钢结构与碳纤维复合试件缺陷的检测评估。军械工程学院对脉冲涡流热成像图像去噪方法进行了研究，对该技术的检测缺陷的机理进行了仿真，讨论了裂纹方向对脉冲涡流激励的影响，并通过该技术实现了钢板表面裂纹及腐蚀的定量检测。部分机构通过对该技术检测原理的研究，搭建了自己的试验平台。巴斯大学、英国纽卡斯尔大学等机构在英国相关机构的资助下，对脉冲涡流热成像技术的检测原理进行了研究，设计了自己的检测系统。这些机构也对采集的热图像数据处理和缺陷特征提取相关算法进行了研究，实现了金属、复合材料中缺陷以及RCF产生的疲劳多裂纹的检测。还有一些机构学者应用该技术对不同材料缺陷检测进行了研究。Vrana等人于2009年在《AIPConference》“Inductionandconductionthermography:optimizingtheelectromagneticexcitationtowardsapplication”一文中说明利用脉冲涡流热成像技术检测细小裂纹，其能检测到的深度可以小到100μm。澳大利亚莱奥本大学通过该技术检测了不同材料的试件不同尺寸的缺陷，并对结果进行了分析研究。除此之外，Bai、Tian等人于2012年-2013年期间在“Physicalinterpretationandseparationofeddycurrentpulsedthermography”等文章中对该技术中涉及到的焦耳加热、热对流、热传导等物理过程进行了深入的研究分析，并将其与热图像特征提取相结合，从物理层面分析了缺陷特性，并在缺陷自动识别、应力检测等方面进行了应用。随着脉冲涡流热成像技术的发展，与其相关的热图像处理方法也受到了广泛关注。该技术采集的热视频流，通过合适处理方法可以提取大量的材料特性、缺陷特征等信息，因此很多学者对热图像处理方法进行了研究。Marinetti等人于1996年在《J.Appl.Phys》第79期第5卷“PulsedPhaseInfraredThermography”一文提到采用傅立叶变换的方法对采集到的整个热图像序列进行变换，分离出幅度信息和相位信息。其中，相位图增大了图像中的对比度，消除了发射率的影响，突出了缺陷的信息，提高了缺陷的识别率。脉冲涡流热成像检测技术采集到的整个热图像序列中还包含了缺陷特征以及其他大量信息，于是有些学者还引入了统计学的方法来挖掘隐藏信息。Rajic、Marinetti等人分别于2002年在《CompositeStructures》第58期“Principalcomponentthermographyforflawcontrastenhancementandflawdepthcharacterisationincompositestructures”和2005年在《InfraredPhys.&Technol》第46期“StatisticalanalysisofIRthermographicsequencesbyPCA”中都提出了利用主成分分析法将整个热图像序列主要信息压缩到少量的主成分数据中，使关键的信息更集中，达到强化缺陷特征的目的。Cheng等人于2014在《IEEESensorJournal》第14期第5卷“ImpactDamageDetectionandIdentificationUsingEddyCurrentPulsedThermographyThroughIntegrationofPCAandICA”一文中提出通过主成分分析和独立成分分析处理热图像视频流，实现了碳纤维增强复合材料不同层缺陷的检测。Khan等人于2008年在《IEEESensorJournal》第8期第7卷“Asourceseparationtechniqueforprocessingofthermometricdatafromfiber-opticDTSmeasurementforwaterleakageidentificationindikes”中提出同时利用主成分分析及独立成分分析对采集的温度数据处理，来检测堤坝水泄漏的问题，并取得了较好的效果。随后部分学者发现独立成分对于缺陷特征提取比主成分分析效果更好，并在这方面进行了深入研究。Bai等人于2013年在《IEEESensorJournal》第13期“SpatialandTimePatternsExtractionofEddyCurrentPulsedThermographyusingBlindSourceSeparation”一文中提出采用独立成分分析算法对热视频流进行处理，得到了热图像空域及时域特征，实现了不锈钢板表面缺陷的检测。Gao等人于2014年在《IEEETRANSACTIONSONINSTRUMENTATIONANDMEASUREMENT》第63期第4卷“AComparativeStudyofPrincipalComponentAnalysisandIndependentComponentAnalysisinEddyCurrentPulsedThermographyDataProcessing”一文中提出利用独立成分分析的方法提取了缺陷特征，提出一种基于峰态系数的缺陷自动识别方法，并对独立成分中对比本文档来自技高网...

【技术保护点】
1.一种基于区域分割和图像融合的红外热图像处理方法，其特征在于，包括以下步骤：(1)、数据的预处理：(1.1)、对处于室温或低于室温的被测试件进行一段时间的加热，然后实时在线采集加热阶段的热图像序列TData，共计P帧，每帧的大小为M*N，M、N为每帧图像的长和宽；(1.2)、将热图像序列中的每一帧图像转换成灰度图，得到灰度图序列Gray_I，再利用Sobel算子模板对Gray_I中的每一帧图像进行边缘信息提取，得到包含每一帧图像边缘信息的图像序列L；(2)、对边缘信息图像序列L进行区域分割处理(2.1)、将边缘信息图像序列L中的每一帧图像进行区域划分，每一帧图像中每个子区域的大小为d*e，共计(M/d)*(N/e)个子区域；(2.2)、计算边缘图像序列L中相邻帧的同一子区域的相关性系数；(2.2.1)、从第一帧和第二帧开始，先计算左上角第一个子区域的相关性系数，如果第一个子区域的相关性系数大于预设阈值R，则第一个子区域的相关性系数计算完成，不进行后续相邻帧的第一一个子区域的相关性系数，否则继续计算后续相邻帧的第一个子区域的相关性系数，再与预设阈值R比较；(2.2.2)、当第一个子区域的相关性系数计算完成后，按照步骤(2.2.1)所述方法继续计算第二个子区域的相关性系数，直到第(M/d)*(N/e)个子区域的相关性系数计算完成；(2.2.3)、从第一个子区域开始，统计每个子区域的相关性系数大于预设阈值R时对应的当前帧数，以及该子区域的左上角的坐标值，如果某一个子区域的相关性系数始终没有大于预设阈值R，则统计最后时刻对应的帧数及该子区域的左上角的坐标值；(2.3)、按照统计的先后顺序，用每个子区域对应的当前帧数及左上角的坐标值建立子区域信息统计表，子区域信息统计表共3列(M/d)*(N/e)行，每一行依次存放第一个子区域至第(M/d)*(N/e)个子区域的对应的当前帧数及左上角的横纵坐标值；(3)、图像融合依据子区域信息统计表，按照每个子区域对应的当前帧数从边缘信息图像序列L中取出对应的子区域，再将取出的各个子区域按照子区域信息统计表中对应的左上角的坐横纵坐标值组合成一帧图像；(4)、缺陷定位依据子区域信息统计表，统计子区域信息统计表中出现当前帧数次数最多的帧，并将该帧中对应的子区域标记为区域，将其余帧对应的子区域标记为异常区域；再对异常区域进行去噪，滤出异常区域中的噪声部分，得到异常区域中的缺陷部分。...

【技术特征摘要】
1.一种基于区域分割和图像融合的红外热图像处理方法，其特征在于，包括以下步骤：(1)、数据的预处理：(1.1)、对处于室温或低于室温的被测试件进行一段时间的加热，然后实时在线采集加热阶段的热图像序列TData，共计P帧，每帧的大小为M*N，M、N为每帧图像的长和宽；(1.2)、将热图像序列中的每一帧图像转换成灰度图，得到灰度图序列Gray_I，再利用Sobel算子模板对Gray_I中的每一帧图像进行边缘信息提取，得到包含每一帧图像边缘信息的图像序列L；(2)、对边缘信息图像序列L进行区域分割处理(2.1)、将边缘信息图像序列L中的每一帧图像进行区域划分，每一帧图像中每个子区域的大小为d*e，共计(M/d)*(N/e)个子区域；(2.2)、计算边缘图像序列L中相邻帧的同一子区域的相关性系数；(2.2.1)、从第一帧和第二帧开始，先计算左上角第一个子区域的相关性系数，如果第一个子区域的相关性系数大于预设阈值R，则第一个子区域的相关性系数计算完成，不进行后续相邻帧的第一一个子区域的相关性系数，否则继续计算后续相邻帧的第一个子区域的相关性系数，再与预设阈值R比较；(2.2.2)、当第一个子区域的相关性系数计算完成后，按照步骤(2.2.1)所述方法继续计算第二个子区域的相关性系数，直到第(M/d)*(N/e)个子区域的相关性系数计算完成；(2.2.3)、从第一个子区域开始，统计每个子区域的相关性系数大于预设阈值R时对应的当前帧数，以及该子区域的左上角的坐标值，如果某一个子区域的相关性系数始终没有大于预设阈值R，则...

【专利技术属性】
技术研发人员：于海超，田露露，程玉华，陈雪，白呼和，甘文东，白利兵，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：四川,51