[发明专利]一种应用于大型压力容器红外无损检测的SIFT图像拼接方法

权利要求书

1.一种应用于大型压力容器红外无损检测的SIFT图像拼接方法，其特征在于，包括以下步骤：

步骤S1、采集红外视频流；采用红外热像仪记录构建表面温度分布得到图像序列构成红外成像视频流，视频流为(N，M，t)大小的三维矩阵；

步骤S2、视频流信号处理获得重构图像，具体步骤包括：

步骤S21、单帧图片向量化获得新矩阵；通过红外热成像无损检测，在大型压力容器上获得热图视频，对每一帧图像向量化即对于，每一帧图像按列取值并列后得到一帧的图像向量，并且作为矩阵的行向量，构建出一个新的矩阵U(i,j)，i＝1,2,…,t；j＝1,2,…N×M；其中，U(:,j)代表单幅图像中每个像素点(q_j,p_j)，q_j＝roundup(j/N)；p_j＝(j－(q－1)×N)对应的温度变化向量；

步骤S22、进行K-Means初始聚类；包括以下步骤:

步骤(a)、对所有像素点对应的温度变化向量U(i,j)，j＝1,2,…N×M聚类为K类，聚类中心为U(:,j₁),U(:,j₂),……,U(:,j_K)；随机从U(:,j)中选取K个温度变化向量U(:,j₁′),U(:,j₂′),……,U(:,j_K′)作为初始均值向量，其对应的聚类每一个类型表示为P₁′,P₂′,…,P_K′；

步骤(b)、计算U(:,j)，j＝1,2,…N×M与各聚类中心U(：,j₁′),U(:,j₂′),U(:,j_l′),……,U(:,j_K′)的距离，其计算公式为d_jl＝||U(:,j)－U(:,j_l′)||₂，根据距离最近的均值向量确定U(:,j)的簇标记λ_lj＝argmin_{l∈1,2,…,K}||U(:,j)－U(:,j_l′)||₂，将样本划入相应的簇C_λlj＝C_λlj∪{U(:,j)}；

步骤(c)、更新均值向量其中|C_l|为样本簇C_l的样本总数；

步骤(d)、重复进行步骤(b)、步骤(c)直到均值向量不再改变，最终获得K类样本数据；

步骤S23、GMM强化聚类，获得分类结果；将原样本U(:,j)表示为U(:,j)＝{x₁,x₂,...,x_j}，令随机隐含变量z_m∈{1,2,...K}表示样本x_m的高斯混合成分，其中i,m，1≤i≤K，1≤m≤j,包括以下步骤:

步骤一、对由K-means方法得到的初始分类结果的每一类，假射符合高斯分布，满足下式的概率密度函数：

利用常规的最大似然函数法尽可能求取每一类的模型参数{(φ_i,μ_i,∑_i)|1≤i≤k}，将得到的模型参数{(φ_i,μ_i,∑_i)|1≤i≤k}作为高斯混合分布模型的初始值；这里φ_i是隐含变量z服从的先验分布，即混合系数，μ、∑分别是各个单高斯分布的均值；

步骤二、从原型聚类的角度来看，高斯混合聚类GMM是采用高斯分布的概率模型对原型进行刻画，簇划分为由原型对应的后验概率，其表示为：

w_mi＝p(z_m＝i|x_m；φ,μ,∑)

其中，w_ji为隐含变量z属于类别的后验概率，其可根据贝叶斯公式计算得到：

步骤三、通过循环迭代，按下式计算并更新模型参数直至满足算法终止条件，其中，计算新混合系数的公式为：

计算新均值向量的公式为：

计算新协方差矩阵的公式为：

步骤四、利用最终得到的模型参数确定高斯混合分布，GMM聚类将样本集D划分为K个簇C＝{C₁,C₂,...C_K}，每个样本x_j的簇标记如下公式确定：

将x_j划入相应的簇：C_λm＝C_λm∪{x_m}，得到簇划分C＝{C₁,C₂,...C_K}；

步骤S24、构建变换矩阵，获得红外重构图像；选择每一类概率计算值最大的温度变化向量合并构成大小为t×K的线性变化矩阵Q，判断Q的秩rank(Q)是否为满秩，即提取到的每一类的温度变化向量是否线性独立，若矩阵Q满秩，即各类特征向量线性独立，则对Q矩阵按每一列向量进行施密特正交化得到Q′；若n＝rank(Q)＜K，则将矩阵Q按列分块，求取极大线性无关组，将其他的K-n个列向量逐个使用对应分类中概率值次之的向量替换，直到向量线性独立，对其进行施密特正交化，最终得到m×k维正交独立的线性变换矩阵Q′；用矩阵Q′对原二维矩阵P进行线性变换，即得到二维图像矩阵O，其中为矩阵Q的k×m维伪逆矩阵；将二维图像矩阵O再按列取值构成原图像尺寸大小的二维图像，得到K张大小为N×M的重构红外图像；这些图片都分别突出了各类缺陷信息，为方便后续图像拼接融合，选择缺陷信息与试件背景像素值差异最大的一张二维图像，即为Y(x,y)；

步骤S3、使用PCA-SIFT算法获得拼接图像特征描述算子；

步骤S4、对特征点对进行以余弦值为度量的粗匹配；

步骤S5、对获得的粗匹配点对进行RANSAC去误匹配；

步骤S6、使用H变换矩阵对图像进行仿射变换；对被测图像利用H变换矩阵进行旋转，平移，缩放操作，从而获得基准图像对应的拼接图像；

步骤S7、对拼接图像亮度进行调整；

步骤S8、对图像进行渐入渐出融合；

步骤S9、仿真验证算法的拼接效果，对大型压力容器进行拼接实验。