專利名稱：一種熱波動態(tài)圖像序列擬合重構(gòu)方法
技術(shù)領(lǐng)域：
本發(fā)明屬于無損檢測和圖像處理技術(shù)領(lǐng)域，涉及紅外熱波無損檢測技術(shù)的紅外熱圖序列處理方法，特別涉及一種基于差分進(jìn)化的雙指數(shù)熱波動態(tài)圖像序列擬合重構(gòu)方法。
背景技術(shù)：
紅外熱波無損檢測技術(shù)作為一項(xiàng)新興的無損檢測手段，近年來，受到國內(nèi)外廣泛關(guān)注，廣泛應(yīng)用于航空航天、電力、材料、醫(yī)學(xué)、建筑等無損檢測領(lǐng)域。然而，由于檢測過程中產(chǎn)生的圖像序列信息量較大，給圖像的存儲及處理帶來不便。能否高效準(zhǔn)確地對圖像進(jìn)行擬合重建，是后期圖像處理的基礎(chǔ)，也是快速準(zhǔn)確地檢測缺陷、故障的關(guān)鍵所在。
目前，美國Thermal Wave Imaging (TH)公司的 Steven M. Shepard 在這方面做了大量的工作，提出了獨(dú)到的圖像重建理論(TSR)。該技術(shù)首先將原始數(shù)據(jù)進(jìn)行取對數(shù)處理，采用多項(xiàng)式擬合模型對處理后的數(shù)據(jù)進(jìn)行擬合，實(shí)現(xiàn)圖像的壓縮，在實(shí)際應(yīng)用中取得了良好的效果。但是，在實(shí)驗(yàn)過程中發(fā)現(xiàn)，由于TSR技術(shù)采用多項(xiàng)式進(jìn)行擬合，為了提高擬合精度，就必須增加擬合系數(shù)，這樣就使得壓縮效率降低。如何在不影響壓縮效果的前提下盡可能高地提高壓縮效率，是一個(gè)需要繼續(xù)研究的問題。

發(fā)明內(nèi)容
針對上述現(xiàn)有技術(shù)狀況，本發(fā)明提出了一種基于差分進(jìn)化的雙指數(shù)熱波動態(tài)圖像序列擬合方法，該方法采用雙指數(shù)函數(shù)作為擬合模型，利用差分進(jìn)化算法對紅外熱像原始數(shù)據(jù)進(jìn)行擬合，擬合速度較快，并且在不影響擬合效果的情況下，能夠減少擬合系數(shù)，使擬合效率進(jìn)一步提高，是一種新的熱波動態(tài)圖像序列壓縮方法?，F(xiàn)將本發(fā)明一種熱波動態(tài)圖像序列擬合重構(gòu)方法敘述如下本發(fā)明一種熱波動態(tài)圖像序列擬合重構(gòu)方法，其特征在于包括以下步驟步驟I :設(shè)計(jì)預(yù)埋缺陷實(shí)驗(yàn)試件，采用脈沖加熱法對試件施加瞬時(shí)熱激勵(lì)，通過熱像儀實(shí)時(shí)采集試件表面的溫度場變化情況；步驟2 :從原始熱像中選擇部分有代表性的像數(shù)點(diǎn)，其中應(yīng)包含有缺陷區(qū)域和無缺陷區(qū)域，獲取其溫度一時(shí)間變化序列，并繪制圖形；步驟3 :根據(jù)該序列的形狀和擬合函數(shù)的選取原則，采用雙指數(shù)函數(shù)y =aebx+cedx作為擬合模型，利用差分進(jìn)化算法對原始數(shù)據(jù)進(jìn)行擬合；步驟4:通過擬合效果的評價(jià)參數(shù)值對其進(jìn)行評價(jià)，最后采用該模型對原始圖像中所有像素點(diǎn)進(jìn)行擬合，根據(jù)擬合系數(shù)對圖像進(jìn)行重建。與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是I)原始數(shù)據(jù)不需要進(jìn)行預(yù)處理，就能達(dá)到較高的擬合精度；2)擬合速度較快，對含有100個(gè)數(shù)據(jù)的單像素點(diǎn)溫度序列進(jìn)行擬合時(shí)，只需要100 150暈秒；
2)在不影響擬合效果的情況下，本發(fā)明中提出的方法只有4個(gè)擬合系數(shù)，圖像的壓縮效率更高，能進(jìn)一步減少存儲空間。


圖I :各區(qū)域代表像素點(diǎn)溫度-時(shí)間分布2 :缺陷I區(qū)域代表像素點(diǎn)數(shù)據(jù)擬合3 :缺陷2區(qū)域代表像素點(diǎn)數(shù)據(jù)擬合4 :無缺陷區(qū)域代表像素點(diǎn)數(shù)據(jù)擬合圖附件I實(shí)驗(yàn)試件實(shí)物圖附件2實(shí)驗(yàn)試件結(jié)構(gòu)尺寸示意圖 附件3對試件施加脈沖熱激勵(lì)后第20幀熱像圖附件4各區(qū)域代表像素點(diǎn)選取位置圖(附件為實(shí)質(zhì)審查參考資料)
具體實(shí)施例方式以下結(jié)合附圖和實(shí)施例對本發(fā)明具體實(shí)施方式
作進(jìn)一步進(jìn)行詳細(xì)的說明實(shí)施例步驟I :設(shè)計(jì)如附件I所示的預(yù)埋缺陷實(shí)驗(yàn)試件，試件來源為金屬鋼殼體，試件長280mm,寬200mm，厚6mm，背面加工有8個(gè)平底洞模擬的脫粘缺陷，上方四個(gè)平底洞深度同為Imm,直徑分別為5mm、10mm、16mm、20mm ;下方四個(gè)平底洞直徑同為20mm,深度分別為2mm、3mm、4mm、5mm,其結(jié)構(gòu)尺寸如附件2所示。采用脈沖加熱法對試件施加熱激勵(lì)，通過熱像儀實(shí)時(shí)記錄試件表面的溫度場變化情況。實(shí)驗(yàn)中共采集100幀紅外熱像圖，附件3所示為施加脈沖熱激勵(lì)后第20幀熱像圖。步驟2 :如附件4所示，分別從有缺陷區(qū)域和無缺陷區(qū)域選擇三個(gè)具有代表性的像素點(diǎn)，獲取其表面溫度隨時(shí)間變化的數(shù)據(jù)序列，并繪出圖形，如圖I所示。步驟3 :通過分析數(shù)據(jù)的分布情況，結(jié)合擬合模型的選取原則，采用雙指數(shù)模型y=aebx+cedx，利用差分進(jìn)化方法對三個(gè)像數(shù)點(diǎn)數(shù)據(jù)分別進(jìn)行擬合，擬合結(jié)果如圖2、圖3、圖3所示。從圖中可以看出，通過模型得到的擬合曲線與三像素點(diǎn)的原始數(shù)據(jù)序列結(jié)合較好，基本能反映原始數(shù)據(jù)的分布情況，說明擬合效果比較理想。步驟4 :根據(jù)評價(jià)參數(shù)值對擬合效果進(jìn)行評價(jià)，三個(gè)像素點(diǎn)擬合效果評價(jià)參數(shù)值如下表所示
數(shù)均方差殘差平方和相關(guān)系數(shù)相關(guān)系數(shù)之I擬合時(shí)間 數(shù)據(jù)(RMSE)(SSE)(R) 平方(R'2) (ms)缺陷 I 0.0722 0.5213 0.9998 0.9997109 缺陷 2 0.1406 1.9771 0.9995 0.9989 110 無缺陷 0.0413 0.1706 0.9999 0.9999 125從表中各擬合參數(shù)值可以看出，在原始數(shù)據(jù)不經(jīng)過任何預(yù)處理的情況下，本方法的擬合精度較高，同時(shí)擬合速度也較快。實(shí)驗(yàn)中共采集了 100幀熱像圖，則每一個(gè)像素點(diǎn)在整個(gè)采樣周期內(nèi)都包含100個(gè)隨時(shí)間變化的溫度數(shù)據(jù)，對含有100個(gè)數(shù)據(jù)的序列進(jìn)行擬合，該方法只需要100 150毫秒。另外，根據(jù)擬合模型可知，擬合參數(shù)只有4個(gè)，這樣就使得擬合效率大大提高，本實(shí)驗(yàn)中含100個(gè)數(shù)據(jù)的單像素點(diǎn)溫度序列，經(jīng)過擬合后，只需要4個(gè) 參數(shù)及擬合模型就可以替代，數(shù)據(jù)壓縮效率達(dá)到96%，隨著采樣圖像數(shù)量的增加，壓縮效率會更高，但同時(shí)也會影響擬合的精度和速度。在圖像存儲過程中只需要存儲相應(yīng)的擬合系數(shù)，最后通過擬合系數(shù)和模型恢復(fù)數(shù)據(jù)，并實(shí)現(xiàn)圖像重建，可以節(jié)省大量的存儲空間。
權(quán)利要求
1.一種熱波動態(tài)圖像序列擬合重構(gòu)方法，其特征在于包括以下步驟 步驟I:設(shè)計(jì)預(yù)埋缺陷實(shí)驗(yàn)試件，采用脈沖加熱法對試件施加瞬時(shí)熱激勵(lì)，通過熱像儀實(shí)時(shí)采集試件表面的溫度場變化情況； 步驟2 :從原始熱像中選擇部分有代表性的像數(shù)點(diǎn)獲取其溫度-時(shí)間變化序列，并繪制圖形； 步驟3 :根據(jù)該序列的形狀和擬合函數(shù)的選取原則，采用雙指數(shù)函數(shù)y = aebx+Cedx作為擬合模型，利用差分進(jìn)化算法對原始數(shù)據(jù)進(jìn)行擬合； 步驟4 :通過擬合效果的評價(jià)參數(shù)值對其進(jìn)行評價(jià)，最后采用該模型對原始圖像中所有像素點(diǎn)進(jìn)行擬合，根據(jù)擬合系數(shù)對圖像進(jìn)行重建。
2.根據(jù)權(quán)利要求I所述的一種熱波動態(tài)圖像序列擬合重構(gòu)方法，其特征在于步驟2中所述的“從原始熱像中選擇部分有代表性的像數(shù)點(diǎn)獲取其溫度-時(shí)間變化序列”，包含有缺陷區(qū)域和無缺陷區(qū)域。
全文摘要
本發(fā)明一種基于差分進(jìn)化的雙指數(shù)熱波動態(tài)圖像序列擬合重構(gòu)方法。包括設(shè)計(jì)預(yù)埋缺陷實(shí)驗(yàn)試件并對試件施加瞬時(shí)熱激勵(lì)，用熱像儀實(shí)時(shí)采集溫度場變化情況；選擇部分有代表性的像數(shù)點(diǎn)獲取其溫度一時(shí)間變化序列，并繪制圖形；根據(jù)序列的形狀和擬合函數(shù)選擇擬合模型并擬合；通過擬合評價(jià)參數(shù)值進(jìn)行評價(jià)，采用模型對原始圖像中所有像素點(diǎn)進(jìn)行擬合，根據(jù)擬合系數(shù)對圖像進(jìn)行重建。與現(xiàn)有技術(shù)相比有益效果是原始數(shù)據(jù)不需要進(jìn)行預(yù)處理就能達(dá)到較高的精度；速度較快，對含有100個(gè)數(shù)據(jù)的單像素點(diǎn)溫度序列進(jìn)行擬合時(shí)，只需100～150毫秒；在不影響效果的情況下，本發(fā)明中提出的方法只有4個(gè)擬合系數(shù)，圖像的壓縮效率更高，能進(jìn)一步減少存儲空間。
文檔編號G06T11/00GK102867316SQ20121025659
公開日2013年1月9日 申請日期2012年7月19日 優(yōu)先權(quán)日2012年7月19日
發(fā)明者張金玉, 張煒, 楊正偉, 田干, 張勇, 張智翔, 金國鋒, 王冬冬 申請人:中國人民解放軍第二炮兵工程大學(xué)