激光与红外

作者：叶振宇

单位：南昌航空大学,江西 南昌 330063；

关键词：锁相热成像;红外图像序列;鲁棒主成分分析;暴龙优化算法;缺陷检测

针对传统锁相热成像缺陷特征提取算法存在对比度较低和小缺陷易丢失问题,提出了基于鲁棒主成分分析(RPCA)与FFT相结合的缺陷检测算法,并用非精确增广拉格朗日乘子法(IALM)求解RPCA模型。将原始红外热波序列向量化为二维矩阵,通过RPCA将数据分解成两部分:近似提取非均匀背景的低秩矩阵,反映缺陷信息的稀疏矩阵,对得到的稀疏矩阵使用FFT求得去除非均匀背景的幅度与相位图,针对求解RPCA模型时IALM需人为引入初始值,影响优化结果等问题,使用暴龙优化算法(TROA),选取信杂比增益和背景抑制因子构建适应度函数,对初始平衡参数和惩罚因子进行优化。实验结果表明,该算法所得图像对比突出、小缺陷信息明显,客观评价指标优于其他算法,其中熵值有了大幅度的减小,有效抑制热波图像非均匀背景。

来源：2024年第8期

《激光与红外》期刊编辑部

查看激光与红外杂志2024年第8期