一种基于涡流脉冲红外热图像拼接方法技术

本发明专利技术公开了一种基于涡流脉冲红外热图像拼接方法，首先按照时间顺序采集含30％左右的重叠信息的若干幅红外热图像，然后将最先采集的两幅红外热图像进行预处理提取出关键点，再对找到的关键点进行自适应非极大抑制，减少一些不必要的关键点，提取出特征点，然后利用RANSAC算法对提取到特征点进行提纯，求取出变换矩阵，进而得到投影变换关系，最后根据投影变换关系，用渐入渐出法依次对红外热图像进行图像拼接融合。

【技术实现步骤摘要】
一种基于涡流脉冲红外热图像拼接方法
本专利技术属于图像处理
，更为具体地讲，涉及一种基于涡流脉冲红外热图像拼接方法。
技术介绍
目前，针对红外热成像缺陷检测的研究大多是以单一热点的红外热图像或热图像序列作为研究对象，来获取红外热图像的缺陷信息。由于红外热像仪视角比较窄，采集得到的单幅热图像的场景也比较小，这种方法只能获取到热点及周围的缺陷信息，不能对研究对象进行全面的缺陷检测，容易忽略多个缺陷之间存在的关联情况，无法对整个研究对象的缺陷信息进行分析和判断。针对上述问题，在保证红外热图像分辨率不变的条件下，引入红外热图像拼接技术，将多个红外热图像拼接在一起，获得大视场的全景红外热图像，更加方便获取研究对象的缺陷信息。目前常见的图像拼接技术对图像的要求比较高，需要参考图像和配准图像之间存在大量相互匹配的特征点才能够完成图像的精准匹配。但是热图像不同于自然光成像，而是用图像的形式展示了试件表面的温度信息，不同的颜色代表了不同的温度，由于试件表面绝大部分的温度没有明显差异，这导致热图像中绝大部分之间的颜色存在的差异非常小，采用传统图像拼接方法对热图像进行拼接时，由于特征点较少，导致热图像的拼接存在困难。因此，引入新的方法提高热图像拼接的准确度是非常重要的。
技术实现思路
本专利技术的目的在于克服现有技术的不足，提供一种基于涡流脉冲红外热图像拼接方法，在保证红外热图像分辨率的前提下完成红外热图像的精准拼接。为实现上述专利技术目的，本专利技术为一种基于涡流脉冲红外热图像拼接方法，其特征在于，包括以下步骤：(1)、采集红外热图像用红外热像仪按照时间先后顺序记录被测试件的红外热图像，记录时，对被测试件施加激励，并保持被测试件静止不动，利用红外热像仪按照一定平移距离逐步记录被测试件的若干幅红外热图像，并使相邻的两幅红外热图像之间存在30％左右的重叠，若干幅红外热图像按照采集的时间顺序组成红外热图像集T，T＝T1,T2,…,Tm，Tm表示第m幅红外热图像；(2)、提取红外热图像T1、T2中的关键点(2.1)、将红外热图像T1、T2先转换为灰度图，再对灰度图进行高斯模糊处理；(2.2)、用SOBEL核对高斯模糊处理后的两幅红外热图像进行滤波，利用水平、竖直差分算子对滤波后的两幅红外热图像的每个像素点进行滤波，计算出水平、竖直方向上的梯度值Ix、Iy；(2.3)、根据梯度值Ix、Iy，分别构建红外热图像T1、T2中每个像素点的梯度矩阵M(x,y)；M(x,y)＝[Ix2,Ix*Iy；Ix*Iy,Iy2]其中，(x,y)表示红外热图像T1或T2中像素点的坐标；(2.4)、对每个像素点的梯度矩阵M(x,y)进行高斯平滑滤波处理，得到每个像素点的新梯度矩阵(2.5)、利用每个像素点的新梯度矩阵计算每个像素点的角点响应函数值r(x,y)；(2.6)、将所有像素点的角点响应函数值r(x,y)按照原像素点的位置构建矩阵R，在矩阵R中，将大于阈值threshold且是某领域内的局部极大值的像素点R(x,y)标记为关键点；(3)、提取特征点(3.1)、在红外热图像T1和T2中，分别找出像素点对应的角点响应函数值最大的关键点，并标记为RT1max和RT2max，对应的角点响应函数值记为rT1max和rT2max；(3.2)、对红外热图像T1和T2分别进行以下操作：遍历所有的关键点，若某一关键点的角点响应函数值满足：r(x,y)＞rτmax*Crobust，则将该关键点的半径设为无限远，其中，τ＝1,2，τ＝1表示对红外热图像T1进处理，τ＝1表示对红外热图像T2进处理；若某一关键点的角点响应函数值满足：r(x,y)≤rτmax*Crobust，则计算该关键点到离它最近的关键点，并计算出这两关键点的距离Lk；其中，R(x,y)为本次计算的关键点，为距离R(x，y)最近的关键点，f(R(x,y))、分别是R(x,y)和的点集，Crobust为常数；分别将T1和T2中计算出的所有两关键点的距离Lk进行排序，并在T1和T2中分别取距离Lk最大的λ个关键点作为T1和T2的特征点；(4)、利用RANSAC算法对提取到特征点进行提纯及求取变换矩阵(4.1)、构建一变换矩阵H，变换矩阵H大小为3×3；其中，(x,y)为红外热图像T1中的特征点，(x',y')为红外热图像T2中的特征点；h11～h33为待确定参数；令h33＝1，再从红外热图像T1中随机抽取4个特征点，且这4个特征点中的任意两点均不共线，从红外热图像T2中找出与红外热图像T1对应的4个特征点，将这4对特征点的坐标依次代入到变换矩阵H中，得到变换矩阵H；(4.2)、将红外热图像T1中剩下的特征点与红外热图像T2中剩下的特征点配对，然后统计配对特征点的个数，如果找到配对特征点个数比上一次的更多，则更新变换矩阵H；(4.3)、重复步骤(4.1)-(4.2)，找到一个使配对特征点个数最多的变换矩阵H，并作为红外热图像T1、T2的变换关系；T2(x,y)＝H*T1(x,y)(5)、根据红外热图像T1、T2的之间的变换矩阵H，确定拼接方向和融合区域，再利用渐入渐出法对红外热图像T1、T2进行图像融合；其中，表示第i次拼接完成后的红外热图像和第i+1幅待拼接的红外热图像进行拼接融合后得到的红外热图像；α为渐入渐出法融合系数，具体为右边待拼接红外热图像的重叠区域的点到左边拼接完成后的红外热图像的重叠区域左边界的距离与整个重叠区域的长度的比值；(6)、重复上述步骤(2)-(5)，按照上述方法继续拼接红外热图像T3，并以此类推，直到完成所有红外热图像的拼接融合。本专利技术的专利技术目的是这样实现的：本专利技术为一种基于涡流脉冲红外热图像拼接方法，首先按照时间顺序采集含30％左右的重叠信息的若干幅红外热图像，然后将最先采集的两幅红外热图像进行预处理提取出关键点，再对找到的关键点进行自适应非极大抑制，减少一些不必要的关键点，提取出特征点，然后利用RANSAC算法对提取到特征点进行提纯，求取出变换矩阵，进而得到投影变换关系，最后根据投影变换关系，用渐入渐出法依次对红外热图像进行图像拼接融合。同时，本专利技术一种基于涡流脉冲红外热图像拼接方法还具有以下有益效果：(1)、红外热图像的特征点极少，用传统的方法直接提取得到的特征点寥寥无几，很难做到红外热图像的精准匹配。本专利技术通过提取关键点并筛选关键点，得到符合匹配的关键点作为特征点，这样的得到的特征点个数更多，红外热图像拼接更精准，效果更好；(2)、对多幅红外热图像进行精准拼接，得到大视场的红外热图像全景图，快速获取研究对象的全面信息，更容易对缺陷进行全面判断和分析；(3)、用本专利技术得到的红外热图像全景图，相对于用特殊设备得到的红外热图像全景图，更加节约成本。附图说明图1是本专利技术一种基于涡流脉冲红外热图像拼接方法流程图；图2是T1、T2两幅红外热像图；图3是提取两幅红外热像图的关键点示意图；图4是对关键点进行自适应非极大抑制示意图；图5是利用RANSC算法提取得到的精准匹配的特征点图；图6是利用渐入渐出法拼接融合得到的成果图。具体实施方式下面结合附图对本专利技术的具体实施方式进行描述，以便本领域的技术人员更好地理解本专利技术。需要特别提醒注意的是，在以下的描述中，当已知功能和设计的详细描述也许会淡化本本文档来自技高网...

【技术保护点】
1.一种基于涡流脉冲红外热图像拼接方法，其特征在于，包括以下步骤：(1)、采集红外热图像用红外热像仪按照时间先后顺序记录被测试件的红外热图像，记录时，对被测试件施加激励，并保持被测试件静止不动，利用红外热像仪按照一定平移距离逐步记录被测试件的若干幅红外热图像，并使相邻的两幅红外热图像之间存在30％左右的重叠，若干幅红外热图像按照采集的时间顺序组成红外热图像集T，T＝T1,T2,…,Tm，Tm表示第m幅红外热图像；(2)、提取红外热图像T1、T2中的关键点(2.1)、将红外热图像T1、T2先转换为灰度图，再对灰度图进行高斯模糊处理；(2.2)、用SOBEL核对高斯模糊处理后的两幅红外热图像进行滤波，利用水平、竖直差分算子对滤波后的两幅红外热图像的每个像素点进行滤波，计算出水平、竖直方向上的梯度值Ix、Iy；(2.3)、根据梯度值Ix、Iy，分别构建红外热图像T1、T2中每个像素点的梯度矩阵M(x,y)；M(x,y)＝[Ix2,Ix*Iy；Ix*Iy,Iy2]其中，(x,y)表示红外热图像T1或T2中像素点的坐标；(2.4)、对每个像素点的梯度梯度矩阵M(x,y)进行高斯平滑滤波处理，得到每个像素点的新梯度矩阵...

【技术特征摘要】
1.一种基于涡流脉冲红外热图像拼接方法，其特征在于，包括以下步骤：(1)、采集红外热图像用红外热像仪按照时间先后顺序记录被测试件的红外热图像，记录时，对被测试件施加激励，并保持被测试件静止不动，利用红外热像仪按照一定平移距离逐步记录被测试件的若干幅红外热图像，并使相邻的两幅红外热图像之间存在30％左右的重叠，若干幅红外热图像按照采集的时间顺序组成红外热图像集T，T＝T1,T2,…,Tm，Tm表示第m幅红外热图像；(2)、提取红外热图像T1、T2中的关键点(2.1)、将红外热图像T1、T2先转换为灰度图，再对灰度图进行高斯模糊处理；(2.2)、用SOBEL核对高斯模糊处理后的两幅红外热图像进行滤波，利用水平、竖直差分算子对滤波后的两幅红外热图像的每个像素点进行滤波，计算出水平、竖直方向上的梯度值Ix、Iy；(2.3)、根据梯度值Ix、Iy，分别构建红外热图像T1、T2中每个像素点的梯度矩阵M(x,y)；M(x,y)＝[Ix2,Ix*Iy；Ix*Iy,Iy2]其中，(x,y)表示红外热图像T1或T2中像素点的坐标；(2.4)、对每个像素点的梯度梯度矩阵M(x,y)进行高斯平滑滤波处理，得到每个像素点的新梯度矩阵(2.5)、利用每个像素点的新梯度矩阵计算每个像素点的角点响应函数值r(x,y)；(2.6)、将所有像素点的角点响应函数值r(x,y)按照原像素点的位置构建矩阵R，在矩阵R中，将大于阈值threshold且是某领域内的局部极大值的像素点R(x,y)标记为关键点；(3)、提取特征点(3.1)、在红外热图像T1和T2中，分别找出像素点对应的角点响应函数值最大的关键点，并标记为RT1max和RT2max，对应的角点响应函数值记为rT1max和rT2max；(3.2)、对红外热图像T1和T2分别进行以下操作：遍历所有的关键点，若某一关键点的角点响应函数值满足：r(x,y)＞rτmax*Crobust，则将该关键点的半径设为无限远，其中，τ＝1,2，τ＝1表示对红外热图像T1进处理，τ＝1表示对红外热图像T2进处理；若某一关键...

【专利技术属性】
技术研发人员：程玉华，白利兵，田露露，周权，林科培，王晓杰，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：四川,51