期刊文章详细信息
基于最优多尺度集的形态学红外图像缺陷检测研究 ( EI收录)
STUDY ON DEFECT DETECTION OF MORPHOLOGICAL INFRARED IMAGES BASED ON OPTIMAL MULTI-SCALE SET
文献类型:期刊文章
Kang Shuang;Chen Changzheng;Liu Shi;Zhou Bo;Tang Wanru(Shool of Mechanical Engineering,Shenyang University of Technology,Shenyang 110870,China;School of Mechanical and Control Engineering,Baicheng Normal University,Baicheng 137000,China;Unit 63856 of the Chinese People’s Liberation Army,Baicheng 137000,China)
机构地区:[1]沈阳工业大学机械工程学院,沈阳110870 [2]白城师范学院机械与控制工程学院,白城137000 [3]中国人民解放军63856部队,白城137000
基 金:国家自然科学基金(51675350;52175105);吉林省教育厅科研项目(No.JJKH20220011KJ)。
年 份:2022
卷 号:43
期 号:6
起止页码:145-152
语 种:中文
收录情况:BDHX、BDHX2020、CAS、CSCD、CSCD_E2021_2022、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊
摘 要:图像增强在风力机叶片红外缺陷检测中具有重要应用,该文针对红外检测中图像清晰度低的问题,提出一种自适应迭代阈值加权的差分顶帽变换红外图像增强方法(AITWD top-hat)。首先,通过多尺度白顶帽与黑顶帽变换获得多组顶帽信息。其次,为获得更多的图像细节特征,采用对比度改善系数(contrast improvement ratio,CIR)作为阈值数,提出一种迭代阈值的图像加权方法,并对获得的最优尺度集图像进行融合,得到增强图像。最后,将该文所提方法与现有方法从定性和定量2个方面进行对比和验证。实验结果表明,该文方法不仅具有较好的图像细节增强效果,而且有效克服了传统形态学图像增强时稳定性差的问题,PSNR值和SSIM值分别提高了9.01%和9.07%。
关 键 词:风力机叶片 顶帽变换 图像增强 自适应阈值迭代
分 类 号:TK83]
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...