激光与红外

作者：吴恬

单位：1.南昌航空大学无损检测技术教育部重点实验室,江西 南昌 330063；2.陆军装甲兵学院车辆工程系,北京 100072；

关键词：超声红外;图像增强;骨架提取;无损检测;红外图像

基金：国家自然科学基金项目(No.51875576；No.522005510；No.61905038)；江西省自然科学基金重点项目(No.20212ACB202005)；无损检测技术教育部重点实验室开放基金项目(No.EW2019804455)；现代测控技术教育部重点实验室开放课题项目(No.KF20211123204)；南昌航空大学研究生专项基金项目(No.YC2021-072)资助。

超声红外热图像因噪声干扰及缺陷位置的热扩散,导致其存在对比度差、清晰度低、边缘模糊等问题。为了增强红外图像视觉效果,提高缺陷检测能力,提出了一种基于聚类分析和缺陷骨架的超声红外图像增强方法。采用基于kmeans的DBSCAN聚类算法对裂纹发热区域进行识别聚类,将图像分解为缺陷生热区域与非缺陷区域；然后,对缺陷区域进行骨架描述,并沿裂纹骨架走向采用改进的部分子块重叠直方图均衡算法对缺陷图像进行增强。提出的超声红外图像增强方法与常用的直方均衡化、限制对比度自适应直方图均衡化、自适应同态滤波三种方法进行对比,结果表明所提的增强方法可以得到对比度更显著的图像,具有明显的优势。提出的方法为增强超声红外图像视觉效果、提升裂纹诊断能力提供了一种有效方法。

来源：2023年第10期

《激光与红外》期刊编辑部

查看激光与红外杂志2023年第10期