[发明专利]一种基于行列变步长分割和区域生长法的热成像检测方法

摘要

本发明公开了一种基于行列变步长分割和区域生长法的热成像检测方法，通过从涡流脉冲热图像中选出最大像素值点，根据最大像素值点利用皮尔孙相关系数法计算相关系数，进而得到变换步长，然后结合变换步长计算每个像素点的瞬态热响应，并进行分类处理，再利用隶属度最大化准则对所有像素点去模糊化，得到每个像素点所属类别，最后经过降维处理后采用区域生长算法进行特征提取，从而提取出涡流脉冲热图像的缺陷特征。

主权项

1.一种基于行列变步长分割和区域生长法的热成像检测方法，其特征在于，包括以下步骤：(1)、将涡流脉冲热图像用三维矩阵S表示，其中，S(i,j,:)表示三维矩阵S的第i行和第j列，第三个维度表示时间；(2)、从三维矩阵S选出像素值最大的点S(I_zz,J_zz,T_zz)，其中，I_zz、J_zz和T_zz分别表示最大像素值点的行对应值、列对应值和时间对应值；(3)、从大到小设定K个温度阈值T(m)，m＝1,2,…,K，将最大像素值点S(I_zz,J_zz,T_zz)所在行进行温度划分，得到K+1个数据块，S^k(m,n,:)表示第k个数据块在m行n列的瞬态热响应值；在第k个数据块中，找到温度最大值点，记为设置第k个数据块的温度阈值THRE_CL^k，计算距离温度最大值点最近的温度点间的相关度Re，再判断Re是否小于THRE_CL^k，如果Re≥THRE_CL^k，则继续计算下一个距离次近的温度点间的相关度，直到得到Re＜THRE_CL^k时，计算结束，然后统计Re≥THRE_CL^k的温度点个数，记为CL^k，最后将CL^k记为第k个数据块的列步长；(4)、从大到小设定P个温度阈值T(p)，p＝1,2,…,P，将最大像素值点S(I_zz,J_zz,T_zz)所在列进行温度划分，得到P+1个数据块；在第个数据块中，找到温度最大值点，记为设置第个数据块的温度阈值计算距离温度最大值点最近的温度点间的相关度Re，再判断Re是否小于如果则继续计算下一个距离次近的温度点间的相关度，直到得到时，计算结束，然后统计的温度点个数，记为最后将记为第个数据块的行步长；(5)、分块分步计算每一个温度点的瞬态热响应(5.1)、将最大瞬态热响应值存储在X(:,1)中，然后计算S^k(i,j,:)与X(:,1)间的相关度Re；(5.2)、设置阈值DD，集合X(:,g)；如果Re＜DD，则将S^k(i,j,:)作为一个新特征存储在X(:,g)中；否则，令继续计算下一个与X(:,1)的相关度；如果i＞M，则令i＝i‑M，j＝j+CL^k，即变化到第j+CL^k列进行计算，如果j＞N,则瞬态热响应的计算过程完毕；(6)、将集合X(:,g)中的像素点分为L类(6.1)、设置聚类数目L，L满足：2≤L≤n；并初始化聚类中心V₀；设定终止迭代条件阈值ε；(6.2)、利用公式计算隶属度矩阵U；其中，i'＝1,2,…,L，c∈L，d_n'k'＝||x_k'‑V_i'||，n'＝i',j'，d_n'k'表示第k'个像素点与第i'聚类中心V_i'的欧氏距离，x_k'表示第k'个像素点的坐标；τ为常数；u_i'k'表示第k'个像素点隶属于第i'类的程度；(6.3)、更新聚类中心V_i'其中，g表示集合X(:,g)中的像素点总个数；表示第k'个像素点的热响应值；(6.4)、如果迭代次数到达最大值L或者前后两次聚类中心之差绝对值小于ε，则算法结束，并输出隶属度矩阵U和聚类中心V，再进入步骤(6.5)；否则，令c＝c+1，返回步骤(6.2)；(6.5)、利用隶属度最大化准则对所有像素点去模糊化，得到每个像素点所属类别，即M_k'＝arg_i'max(u_i'k')；(7)、对三维矩阵S进行降维处理(7.1)、计算第i'个类别中所有温度点瞬态响应的均值MC^i'；(7.2)、计算MC^i'对应的瞬态响应值与第i^*个类别中第j^*个温度点瞬态响应值间的相关度，记为其中，i^*＝1,2…,L,i'＝1,2…,L,i^*≠i'，j^*＝1,2,…,K^*，K^*表示第i^*个类别中温度点的个数；对第i^*个类别中得到的求和，得到再从所有的中选出最大的并记为最后将存在二维矩阵Y中；(8)、将三维矩阵S变换为二维矩阵O，再对二维矩阵O和Y进行线性变换，即：其中，是Y的伪逆矩阵；采用区域生长算法对矩阵R进行特征提取，得到矩阵R中所有元素和的均值ρmax|R(x,y)‑ρ|＜K^*其中，λ为矩阵R中元素的个数，K^*为阈值，R(x,y)表示矩阵R中坐标为(x,y)的温度点瞬态响应值。