[发明专利]基于邻域向量PCA的弱小损伤目标检测方法

摘要

本发明提出一种基于邻域向量PCA的弱小损伤目标检测方法，能够检测大小为1个像素的损伤目标和处于局部亮区的损伤目标。该方法是将损伤图像中的每个像素和它的8邻域像素看作一个列向量来参加运算，由每个像素生成的所有列向量将构建一个9维的数据立方体，通过使用PCA变换后，9维数据立方体的主要信息将集中在第一维，则变换后的第一维数据为NVPCA图像；然后使用LCM方法对NVPCA图像再一次进行处理后，获得了较好的图像增强效果。通过对增强图像进行特征提取，将获得每个损伤目标的重要统计信息，如坐标、尺寸、面积、能量积分等；此外，在损伤目标分离过程中使用了区域增长法。

主权项

1.基于邻域向量PCA的弱小损伤目标检测方法，其特征在于，包括以下步骤：首先，进行邻域向量PCA变换，对原始损伤图像进行增强，得到的图像记为NVPCA图像；所述邻域向量PCA变换是将原始损伤图像中的每个像素和它周围邻域的像素看作一个列向量来参加运算，由各个像素生成的所有列向量构建一个多维的数据立方体；再使用PCA变换，变换后的多维数据立方体的主要信息将集中在第一维，则变换后的第一维数据为所述NVPCA图像；然后，使用LCM方法对NVPCA图像进行进一步增强，使得目标和背景之间的差别变得更大，对比度得到增强，背景信息得到抑制，包含损伤目标的区域从邻域分离出来；最后，使用区域生长法检测局部区域的信号变化和使用自适应阈值公式进行二值化，最终的损伤目标被分离出来。