一种热波图像序列的压缩和重构方法技术

本发明专利技术涉及一种高效率固定视场脉冲热波图像序列的压缩和重构方法，用于设备热波成像无损检测技术领域。针对红外热波图像序列数据处理量巨大的问题，运用热波像素点数据序列热传导规律和序列分类法，将数据序列分成不同类型，生成相应的代表序列和类别表；根据一维热波温度衰减模型和多项式数据拟合法，得到所有类别序列的拟合系数表；将热像采集参数、拟合系数表和类别表数据作为热波图像序列的压缩特征，形成热波图像压缩文件存储；将拟合系数按照类别表重建热波图像序列。本发明专利技术中类别数可根据实际检测需要灵活设置，压缩比可达万倍以上，计算量减少千倍，对计算机硬件要求显著降低，方法使用灵活，特别适合大视场热像处理，有广阔的应用前景。

【技术实现步骤摘要】

本专利技术属于图像处理
，涉及热波无损检测图像处理方法，特别涉及一种固定视场脉冲热波图像序列 的高效率的压缩和重构方法。
技术介绍
红外热波(Thermal Wave)无损检测技术是上个世纪90年代由美国航空航天和国防领域兴起的一种新型的无损检测技术。从1990年以来，国外积极开展热波理论与技术的研究，随着计算机水平和红外热像仪精度的不断提高，目前这项技术在航空航天、石油化工、建筑、电力、医学等领域有了日益广泛的应用。热波检测技术的理论基础是热波传导理论和热辐射定律，研究的重点是变化性热源(如周期、脉冲、阶梯函数热源等)与被检测对象及其几何结构之间的相互作用。被加热后，不同的材料表面及表面以下的物理结构特性和边界条件将影响热波的传输并将影响材料表面的温度场变化。通过控制热激励方法和利用热像仪探测材料表面的温度场变化及专门的热像序列处理技术等关键技术进行无损检测。其检测原理如图I所示。在热像序列处理技术中，由于高帧频热像数据量巨大，必须进行压缩和重建处理，以便运用其它的算法进行缺陷检测和识别，因此热波图像的压缩和重建是热波无损检测中的最为基础和关键的技术之一。据统计，目前已有30 40多种图像压缩编码算法面世，其中比较成熟的AVI、MPEG等标准可以使用。不过这些算法由于没有充分利用热波本身的性质，其压缩比很难达到热波无损检测的要求。目前，美国Thermal Wave Imaging(TffI)公司的Steven M. Sh印ard在这方面做了大量的工作，提出了独到的图像重建理论(TSR)，掌握了热像图的压缩存储的关键技术。国内，北京航空航天大学的郭兴旺等人、北京航空材料研究院的杨党纲等人、首都师范大学的张存林等人及北京维泰凯信技术有限公司的金万平等人利用脉冲热激励方法和国外进口热波无损检测系统设备，开展过相关研究，对其基础理论和关键技术进行过探索研究。但是近年来，随着高精度热像仪精度、速度和空间分辨率的迅速提高，640X480及1024X768等高像素热像仪逐步投入使用，原来国外空间分辨率较小的(如美国TWI的320 X 240像素需要服务器作为处理计算机)一般还需要20 30秒计算时间，现在如仍然采用原来的算法和服务器，图像处理的时间是原来的4倍和8倍。很显然，这很难满足现场和实验室的热波无损检测的要求，因此必须要在处理算法上做改进和创新。综上所述，到目前为止，尚未发现一种简单易行的方法能够实现对红外热波无损检测图像压缩和重建，以满足的缺陷的快速检测与识别。
技术实现思路
针对上述现有技术状况，本专利技术的目的在于提供一种高效率固定视场脉冲热波图像序列的压缩和重构方法技术方法。本专利技术，其特征在于包括以下步骤步骤I :用脉冲热波法获取被测试件热波图像序列，运用热波像素点数据序列热传导规律和序列分类方法，将数据序列分成100 200个左右的类型，生成相应的代表序列，并对热像所有序列位置进行编号和登记类型，生成类别表；步骤2 :根据一维热波温度模型和多项式数据拟合算法，对所有代表序列进行统一阶数的最小二乘拟合，得到所有类别序列的拟合系数表；统一阶数一般取五阶；步骤3 :将热像采集参数、拟合系数表数据和类别表数据作为热波图像序列的压缩特征，逐个排列生成一维数据序列，以二进制浮点数数据格式进行保存，形成热波图像压缩文件，完成图像压缩和计算机存储；步骤4:运用拟合系数表和五阶多项式标准公式，按照采样参数生成等时间间隔序列，代入多项式标准公式重建和还原所有代表序列，按照类别表重建热波图像序列。本专利技术进一步提供，其特征在于所述步骤I中热波像素点数据序列热传导规律满足如公式(I)所示权利要求1.，其特征在于包括以下步骤 步骤I:用脉冲热波法获取被测试件热波图像序列，运用热波像素点数据序列热传导规律和序列分类方法，将数据序列分成100 200个左右的类型，生成相应的代表序列，并对热像所有序列位置进行编号和登记类型，生成类别表； 步骤2 :根据一维热波温度模型和多项式数据拟合算法，对所有代表序列进行统一阶数的最小二乘拟合，得到所有类别序列的拟合系数表；统一阶数一般取五阶； 步骤3 :将热像采集参数、拟合系数表数据和类别表数据作为热波图像序列的压缩特征，逐个排列生成一维数据序列，以二进制浮点数数据格式进行保存，形成热波图像压缩文件，完成图像压缩和计算机存储； 步骤4:运用拟合系数表和五阶多项式标准公式，按照采样参数生成等时间间隔序列，代入多项式标准公式重建和还原所有代表序列，按照类别表重建热波图像序列。2.根据权利要求I所述的，其特征在于所述步骤I中热波像素点数据序列热传导规律满足如公式(I)所示3.根据权利要求I所述的，其特征在于所述步骤2中的数据拟合方法，针对所有代表序列Si, i = l，2，...，n，及公式(I)的规律，进行最小二乘拟合，具体分为如下几步 步骤2. I :消除基础红外热辐射。将闪光前18帧左右的数据序列进行平均，获得基础热辐射IV然后从代表序列Si扣除基础辐射，得到新的代表序列S:； 步骤2. 2 :抽取有效代表序列。先找到序列最大值位置tm，即闪光位置，然后以该点为起点，将其后的时间序列数据作为有效代表序列#，再重新设定数据长度p = n-tm+l，并生成时间变量序列ti = {1,2, , p}； 步骤2.3 :进行多项式数据拟合。对时间变量序列和有效代表序列分别进行对数变换，然后统一采用5阶多项式(见公式(2))和残差控制水平，对两个对数序列进行非等间距的最小二乘数据拟合，获得相应的拟合系数Ci = {ci(l，cn, ci5}；Yi = ci0+cnt+ci2t2+··· +ci5t5, i = 1,2, , η (2)根据权利要求2所述的，其特征在于所述步骤3中热像采集参数P主要有四项，分别是采用帧数、采用帧频、热像宽度和热像高度； 步骤3. I :具体做法是将热像采集参数P、拟合系数表Ci数据和类别表S数据作为热波图像序列的压缩特征，将其数据矢量逐个排列，即一个接着一个，中间不留分隔符，生成一维数据序列； 步骤3. 2 :然后用二进制浮点数数据格式，在计算机中创建一个自定义文件进行保存，形成热波图像压缩文件，完成图像压缩和计算机存储。4.根据权利要求3所述的，其特征在于在所述步骤4中，运用拟合系数表Ci和多项式标准公式(2)，按照时间变量序列t = {1,2, ...，P}对数形式，代人多项式标准公式重建和还原所有代表序列，注意这里对每个数据要做一次指数运算，还原原来的温度变化规律；最后按照类别表，用还原代表样本数据序列重建热波图像序列。5.根据权利要求4所述的，其特征在于类别数可根据实际检测需要灵活设置，一般一个1000-2000帧的热像数据，其每个像素点，最后压缩到6个参数中，其纵向压缩比为167-334 ;对于每帧有640X480 = 307200或1024X 768=786432点像素的热像，如压缩成200个代表序列，那么其横向压缩比可达1536或3932，总压缩比达256512至1313288倍以上。全文摘要本专利技术涉及一种高效率固定视场脉冲热波图像序列的压缩和重构方法，用于设备热波成像无损检测
针对红外热波图像序列数据处理量巨大的问题，运用本文档来自技高网...

【技术保护点】
一种热波图像序列的压缩和重构方法，其特征在于：包括以下步骤：步骤1：用脉冲热波法获取被测试件热波图像序列，运用热波像素点数据序列热传导规律和序列分类方法，将数据序列分成100～200个左右的类型，生成相应的代表序列，并对热像所有序列位置进行编号和登记类型，生成类别表；步骤2：根据一维热波温度模型和多项式数据拟合算法，对所有代表序列进行统一阶数的最小二乘拟合，得到所有类别序列的拟合系数表；统一阶数一般取五阶；步骤3：将热像采集参数、拟合系数表数据和类别表数据作为热波图像序列的压缩特征，逐个排列生成一维数据序列，以二进制浮点数数据格式进行保存，形成热波图像压缩文件，完成图像压缩和计算机存储；步骤4：运用拟合系数表和五阶多项式标准公式，按照采样参数生成等时间间隔序列，代入多项式标准公式重建和还原所有代表序列，按照类别表重建热波图像序列。

【技术特征摘要】

【专利技术属性】
技术研发人员：张金玉，张炜，杨正伟，田干，张勇，张智翔，金国锋，王冬冬，
申请(专利权)人：中国人民解放军第二炮兵工程大学，
类型：发明
国别省市：