期刊文章详细信息
基于张量低秩分解和稀疏表示的红外微小气体泄漏检测 ( EI收录)
Micro gas leakage detection based on tensor low rank decomposition and sparse representation from infrared images
文献类型:期刊文章
SUI Zhong-shan LI Jun-shan ZHANG jiao SUI Xiao-fei(Department of Information Engineering, Rocket Force University of Engineering, Xi'an 710025, China Unit 96618, the Chinese People's Liberation Army ,Beijing 100085 ,China)
机构地区:[1]火箭军工程大学,信息工程系,陕西西安710025 [2]96618部队,北京100085
基 金:国家自然科学基金资助项目(No.61175120)
年 份:2016
卷 号:24
期 号:11
起止页码:2855-2862
语 种:中文
收录情况:AJ、BDHX、BDHX2014、CAS、CSCD、CSCD2015_2016、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊
摘 要:为了检测石化工业生产过程中微小气体的泄漏,提出了一种应用红外成像技术的单帧红外小目标检测方法。研究了低秩稀疏分解理论和稀疏表示理论,并提出了一种新的基于张量低秩分解和稀疏表示的小目标检测方法。该方法基于张量分解的形式充分发掘背景矩阵所包含的信息;利用先验知识构造微小气体泄漏的目标字典;同时利用背景的低秩约束和小目标的稀疏表示约束分解出微小气体的泄漏目标。最后基于非精确增广拉格朗日乘子法(IALM),对本文算法进行最优化求解,并通过实验分析比较了本文方法和已有方法的优缺点。结果表明:本文方法的检测效果优于其他已有方法,并且具有较好的ROC(受试者工作特征)曲线,可以满足工业生产中对微小气体泄漏检测的要求。
关 键 词:计算机视觉 红外检测 泄漏检测 张量低秩分解 稀疏表示 红外成像
分 类 号:TP391.4] TN215[计算机类]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...