[发明专利]一种基于热图像时间序列特征的红外图像增强方法

权利要求书

1.一种基于热图像时间序列特征的红外图像增强方法，其特征在于，包括以下步骤：

(1)、获取红外热图像序列

(1.1)、利用脉冲涡流热成像无损检测平台对常温状态下存在已知缺陷的试件进行加热，并采集加热阶段的红外热图像视频流；

(1.2)、按照采集顺序，抽取出红外热图像视频流中所有加热阶段的P帧红外热图像，组成红外热图像时间序列，其中，每帧红外热图像的大小为M×N，M、N分别为红外热图像长、宽；

(2)、温度信号重构

(2.1)、在第1～P帧红外热图像中，将位于同一坐标(x,y)处像素点的温度值提取出来，再将P个温度值按照顺序存储在数组X中，其中，x≤M,y≤N；

(2.2)、利用polyfit函数对数组X中的温度值进行多项式拟合，得到平滑的温度-时间曲线T(t)；

T(t)＝a₀+a₁t+a₂t²+a₃t³+a₄t⁴ (1)

其中，a₀～a₄为拟合后的常系数，t表示时间；

(3)计算涡流密度

(3.1)、计算红外热图像中点(x,y)处的涡流密度

其中，σ为电导率，ρ为密度，C_P为比热容；

(3.2)、构建涡流密度矩阵I；

重复步骤(2.1)～(3.1)，计算出红外热图像中所有像素点的涡流密度，然后将所有像素点的涡流密度按照对应像素点的位置构成涡流密度矩阵I；

(4)、统计涡流密度矩阵的水平分量和竖直分量

(4.1)、初始化水平分量矩阵HD和竖直分量矩阵VD；

设水平向右为水平方向的正方向，竖直向上为竖直方向的正方向；构建水平分量矩阵HD和构建竖直分量矩阵VD，HD与VD满足以下约束条件：

VD(x,y)²+HD(x,y)²＝I(x,y)² (3)

初始情况下，令HD的所有元素值为0，VD所有点的元素大小为I中对应点的大小，且方向为竖直向上；

(4.2)、计算目标点I(x,y)的初始偏差值；

以目标点I(x,y)为中心，1＜x＜M，1＜y＜N，选取目标点及其周围8邻域的点，并按照从左至右、从上至下的方式对这9个点进行标记，记为：a、b、c、d、e、f、g、h、i，那么，目标点I(x,y)的初始偏差可表示为：

其中，a1、a2分别为a的水平分量和竖直分量，b1、b2分别为b的水平分量和竖直分量，c1、c2分别为c的水平分量和竖直分量，d1、d1分别为d的水平分量和竖直分量，e1、e2分别为e的水平分量，f1、f2分别为f的水平分量和竖直分量，g1、g2分别为g的水平分量和竖直分量，h1、h2分别为h的水平分量和竖直分量，i1、i2分别为i的水平分量和竖直分量；

将目标点的水平分量HD(x,y)与竖直分量VD(x,y)替换公式(4)中的e1、e2，由此计算出初始偏差值∑sum0；

(4.3)、设置循环迭代次数k，初始化k＝1；

(4.4)、修正HD(x,y)与VD(x,y)；

(4.4.1)、设置修改计数值λ，初始化λ＝0；按照从左至右、从上至下的顺序遍历涡流密度矩阵中的所有目标点I(x,y)，1＜x＜M，1＜y＜N；

(4.4.2)、在遍历目标点I(x,y)时，将目标点I(x,y)的竖直分量增加Δ后，根据公式(3)，其新的竖直分量VD1(x,y)及其对应的水平分量HD1(x,y)、HD2(x,y)分别为：

将VD1(x,y)和HD1(x,y)替换公式(4)中的e1、e2，由此计算出偏差值∑sum1，然后将VD1(x,y)和HD2(x,y)替换公式(4)中的e1、e2，由此计算出偏差值Σsum2；

将目标点I(x,y)的竖直分量减小Δ后，根据公式(3)，其新的竖直分量VD2(x,y)及其对应的水平分量HD3(x,y)、HD4(x,y)分别为：

同理，能够计算出偏差值Σsum3和∑sum4；

(4.4.3)、比较∑sum0～∑sum4这5个偏差值，若∑sum0最小，则不对HD(x,y)与VD(x,y)进行修改，否则，选取5个偏差值中最小的偏差值对应的水平分量和竖直分量替换HD(x,y)与VD(x,y)，同时将修改计数值λ自加1；

(4.4.4)、判断本轮迭代中，所有目标点是否全部遍历完成，如果所有目标点遍历完成，则读取修改计数值λ，如果λ＝0，则迭代停止，并记录下此时的水平分量矩阵HD和竖直分量矩阵VD；否则，将循环迭代次数k自加1，再按照步骤(4.4.1)～(4.4.3)所述方法，继续修正HD(x,y)与VD(x,y)，直到读取的修改计数值λ＝0时，则迭代停止，并记录下此时的水平分量矩阵HD和竖直分量矩阵VD；

(5)、利用MATLAB工具将步骤(4)中记录的水平分量矩阵HD和竖直分量矩阵VD绘制成矢量场图，得到涡流的流向图，从而实现了红外图像增强处理。