[发明专利]一种基于红外热成像仪的玻璃幕墙检测方法

权利要求书

1.一种基于红外热成像仪的玻璃幕墙检测方法，其特征在于，包括如下步骤：

步骤1，利用红外热像仪采集玻璃幕墙检的红外图像训练样本集，对支持向量机模型进行训练和测试，得到训练后的支持向量机模型；

利用红外热像仪对幕墙进行图像拍摄，形成红外图像训练样本集，红外图像训练样本集包括红外图像训练正样本集和红外图像训练负样本集，所述红外图像训练正样本集是指存在缺陷、且温异常的玻璃幕墙所对应的红外图像，所述红外图像训练负样本集是指不存在缺陷、但温度异常的玻璃幕墙对应的红外图像，利用红外图像训练正样本集和红外图像训练负样本集对支持向量机模型进行训练和测试，并获得训练后的支持向量机模型，训练后的支持向量机模型可以完成对输入的待测红外图像进行分类；

步骤2，利用红外热像仪对待检测幕墙进行图像拍摄，形成待测红外图像集；

步骤3，对待测红外图像集进行处理，并筛选出温度异常区域红外图像集；

步骤4，对骤3中筛选出的具有温度异常区域的红外图像进行特征提取，并输入到训练后的支持向量机模型中，进行分类，区分出存在缺陷的玻璃幕墙所对应的红外图像

步骤4.1，对具有温度异常区域的红外图像，进行红外图像灰度直方图特征提取；

步骤4.2，将红外图像灰度直方图输入到训练后的支持向量机模型中，进行分类，区分出存在缺陷的玻璃幕墙所对应的红外图像。

2.根据权利要求1所述一种基于红外热成像仪的玻璃幕墙检测方法，其特征在于，

步骤3中对待测红外图像集进行处理，并筛选出温度异常区域红外图像集，具体包括如下步骤：

步骤3.1，对待测红外图像集进行图像增强处理以及去噪处理，形成去噪后待测红外图像集；

步骤3.2，采用图像分割算法将去噪后待测红外图像集中的红外图像温度异常区域分割出来，形成温度异常区域红外图像集；

步骤3.2.1，计算去噪后待测红外图像集中图像的梯度和幅度；

步骤3.2.2，判断当前像素点是否是周围像素点中具有相同梯度方向的最大值，如果是，进行非极大值抑制；

步骤3.2.3，应用双阈值确定温度异常区域边缘，并形成温度异常区域红外图像集；

步骤3.3，将没有温度异常区域的红外图像舍弃。

3.根据权利要求1所述一种基于红外热成像仪的玻璃幕墙检测方法，其特征在于，步骤3.1中去噪处理的方法为高斯滤波方法。