-
题名基于小波变换的超声红外热图像处理
被引量：6
- 1
-
-
作者
姬龙鑫
冯辅周
闵庆旭
-
机构
陆军装甲兵学院车辆工程系
中国人民解放军
-
出处
《长春理工大学学报（自然科学版）》
2020年第4期112-116,128,共6页
-
基金
国家自然科学基金(51875576)。
-
文摘
超声红外热波检测图像存在对比度低、信噪比不高的问题。为了增强图像视觉效果,提高缺陷检测能力,采用小波变换的方法对红外热图像进行处理。介绍了小波变换和阈值处理的基本原理,先对采集到的红外热图像预处理,再对预处理后的图像进行小波变换获得低频和高频系数,进而采用阈值处理的方法来去除噪声并增强细节系数,最后经过小波重构得到新的红外图像。结果表明,该方法能够有效提高红外图像的对比度和信噪比,为红外图像的缺陷识别奠定基础。
-
关键词
超声红外
图像处理
小波变换
阈值去噪
-
Keywords
ultrasonic infrared
image processing
wavelet transform
threshold denoising
-
分类号
TG115.8
[金属学及工艺—物理冶金]
-
-
题名基于滤波和相位拉伸变换的红外图像分割处理
- 2
-
-
作者
姬龙鑫
冯辅周
万安
朱俊臻
-
机构
陆军装甲兵学院车辆工程系
南昌航空大学无损检测技术教育部重点实验室
-
出处
《设备管理与维修》
2020年第13期120-123,共4页
-
基金
国家自然科学基金(51875576)
无损检测技术教育部重点实验室开放基金。
-
文摘
介绍红外热像检测原理,在通过算术运算对热图像进行预处理的基础上,采用中值滤波和高斯滤波相结合的方式来降低图像噪声,最后利用相位拉伸变换检测缺陷区域边缘。结果表明,该算法可有效降低噪声,准确检测缺陷边缘,实现对缺陷区域的分割。
-
关键词
红外图像
中值滤波
高斯滤波
相位拉伸变换
图像分割
-
分类号
TG115.8
[金属学及工艺—物理冶金]
-
-
题名基于卷积神经网络的金属结构缺陷红外图像识别
被引量：4
- 3
-
-
作者
冯辅周
姬龙鑫
朱俊臻
万安
-
机构
南昌航空大学无损检测技术教育部重点实验室
陆军装甲兵学院车辆工程系
中国人民解放军
-
出处
《兵器装备工程学报》
CSCD
北大核心
2021年第8期281-286,共6页
-
基金
国家自然科学基金项目(51875576)
无损检测技术教育部重点实验室开放基金项目。
-
文摘
利用红外图像识别被测对象的缺陷信息,在金属结构检测方面具有广泛应用前景。传统的检测方法是图像处理后人工观察,效率和准确率较低;机器学习方法需要人工选取特征,缺乏适应性和鲁棒性。针对该问题,提出了一种基于卷积神经网络的缺陷检测模型,可以自动从红外热波图像中学习特征并完成分类识别。采用超声红外热波图像数据对卷积神经网络模型进行训练并测试,结果表明,训练后的CNN模型可以对红外热波图像准确识别分类,该方法效率高、准确性高、鲁棒性强,能够有效提高红外热波检测水平。
-
关键词
卷积神经网络
红外热波检测
图像识别
-
Keywords
convolutional neural network
infrared waves NDT
image recognition
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
