基于红外图像的局部灰度-熵差的泄漏检测定位方法技术

本发明专利技术是基于红外图像的局部灰度-熵差的新型泄漏检测算法，属于检测技术领域。算法的创新点是基于图像熵理论，对被测对象红外图像的局部熵进行了改进，得到了改进后的局部加权熵、局部方差加权熵、局部灰度-熵、局部灰度-加权熵与局部灰度-方差加权熵。针对以上六种改进了的算法，经大量实验检验得出，局部灰度-熵差算法的检测能力最强，进而确定了局部灰度-熵差算法的目标检测策略和算法流程，证实了其准确性与有效性。此算法不仅继承了原局部熵差法的优点，而且通过灰度信息的引入使其能够良好地反映图像的这一点是由熵信息体现的，熵信息反应灰度分布情况、突出高灰度区域的表现，敏感地检测出图像间的温度差，获得泄漏目标。

【技术实现步骤摘要】

本专利技术涉及一种泄漏检测定位方法，尤其涉及一种，属于检测

技术介绍
随着工业技术的不断发展，工业生产对产品气密性的要求也越来越高。由于工业应用的需要，利用气体的物理或化学特性的泄漏检测装置相继出现，如差压测漏仪、超声波检漏仪、齒素检漏仪等，但是这类仪器也存在检测精度低、检测效率低、成本高等缺点。红外热像技术的出现给现代无损检测的发展带来了新的方向。与其他类型的检测方法相比，红外无损检测方法具备了许多突出优势:速度快、测量范围宽、检测结果形象直观；非接触测量，检测距离灵活；空间分辨率和检测精度较高等。图像熵理论(N.R.Pal, S.K.Pal.Entropy:A New Definition and ItsApplications[J].1EEE Transactions on Systems, Man and Cybernetics, 1991, 21(5):1260-1270.)在红外图像研究领域得到了广泛的应用。尤其利用多帧红外图像间的熵差进行容器气密性的检测更是成为长期以来气密性检测手段中的重点。但是，图像的熵值主要反映了图像灰度分布的统计特性，并不能直接体现图像的灰度值特性。且在实际工程中，由于工作环境及红外图像噪声大等因素的干扰，尤其在容器泄漏量微小一小于11.55mL/min(0.1MPa)的情况下，单由红外泄漏检测装置获取的红外图像经过熵差处理的结果来看，很难对泄漏点进行准确定位。由于图像熵差在实际工程中、即对于主要靠识别灰度级别的突变从背景图像中提取目标的应用情况并不太适用，因此需要对图像熵算法进行改进来实现在泄漏量微小的情况下，降低虚警率，准确定位泄漏点
技术实现思路
本专利技术的目的是为了解决在泄漏量微小的情况下，仅通过红外图像的熵信息无法准确定位泄漏点的问题，提供一种。本专利技术的目的是通过下述技术方案实现的。本专利技术的，具体步骤如下:步骤一，基于现有的红外泄漏检测装置，采集被测对象充气前与充气后的红外图像A和B ;步骤二，设定大小为mXn的模板分别对A和B扫描计算，得出大小为mX η所有子图像对应的平均灰度值和灰度概率；本文档来自技高网...

【技术保护点】
基于红外图像的局部灰度?熵差的泄漏检测定位方法，其特征在于：具体步骤如下：步骤一，基于现有的红外泄漏检测装置，采集被测对象充气前与充气后的红外图像A和B；步骤二，设定大小为m×n的模板分别对A和B扫描计算，得出大小为m×n所有子图像对应的平均灰度值和灰度概率；g‾=Σi=1mΣj=1nf(i,j)/m×np*(i,j)=f(i,j)/Σi=1mΣj=1nf(i,j)其中为平均灰度值，f(i,j)为数字图像在坐标(i,j)处的灰度值，p*(i,j)为灰度值f(i,j)在模板中的出现概率；步骤三，计算每个子图像对应的灰度?熵值，进而得到图像A和B的局部灰度?熵矩阵；Hij=-g‾Σi=1mΣj=1np*(i,j)log[p*(i,j)]Hm,n=H11H12LH1(M-m+1)H21H22LH2(M-m+1)MMMMH(N-n+1)1H(N-n+1)2LH(N-n+1)(M-m+1)步骤四，计算图像A和B的局部灰度?熵差矩阵△HBA，将其作为泄露检测的诊断因子；△HBA=HB?HA步骤五，设定阈值δ=k·average（△HBA），其中k为比例系数，当△HBA中某一连续区域中的元素值均大于阈值，则判定该区域为泄漏区域，并计算该连通区域的质心，即可在图中得到泄漏中心；再通过对局部熵差阵△HBA大于阈值区域对应的坐标值进行反向映射，即可得到被测对象泄漏点位置。FDA00002939549000013.jpg...

【技术特征摘要】
1.基于红外图像的局部灰度-熵差的泄漏检测定位方法，其特征在于:具体步骤如下: 步骤一，基于现有的红外泄漏检测装置，采集被测对象充气前...

【专利技术属性】
技术研发人员：王涛，金月丽，范伟，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：