科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对脉冲涡流红外无损检测中的红外图像噪声大对比度低、非均匀加热、目标难以检测的问题,提出了一种涉及图像背景估计、图像目标增强、降噪和阈值分割的红外图像综合处理算法。首先以鲁棒主成分分析(RPCA)算法为基础,将红外图像进行背景与目标的分离;针对传统RPCA对图像背景描述不足的缺点,引入了加权核范数来更好地描述图像背景;其次构建加权核范数最小化(WNNM)去噪模型,对目标图像进行去噪处理,增强图像对比度。最后对去噪后的目标图像进行阈值分割,得到目标信息。仿真实验结果表明,与传统RPCA和双边滤波算法比较,该方法对于红外图像的目标检测从主观视觉和数值指标上都具有更好的效果。
-
单位自动化学院; 昆明理工大学
