基于奇异值分解法的红外热图像序列处理

邢晓军, 左宪章

邢晓军, 左宪章. 基于奇异值分解法的红外热图像序列处理[J]. 红外技术, 2017, 39(6): 517-522.
引用本文: 邢晓军, 左宪章. 基于奇异值分解法的红外热图像序列处理[J]. 红外技术, 2017, 39(6): 517-522.
XING Xiaojun, ZUO Xianzhang. Sequence Processing on Thermal Infrared Images Based on Singular Value Decomposition[J]. Infrared Technology , 2017, 39(6): 517-522.
Citation: XING Xiaojun, ZUO Xianzhang. Sequence Processing on Thermal Infrared Images Based on Singular Value Decomposition[J]. Infrared Technology , 2017, 39(6): 517-522.

基于奇异值分解法的红外热图像序列处理

基金项目: 河北省自然科学基金(E2014506011)
详细信息
  • 中图分类号: TG115.28

Sequence Processing on Thermal Infrared Images Based on Singular Value Decomposition

  • 摘要: 针对脉冲涡流热成像检测技术中原始红外图像信噪比较低、温度对比性较差以及存在邻近效应和不均匀加热的问题,将奇异值分解法应用到热图序列的处理中以增强重构图像中的缺陷特征.介绍了奇异值分解法的原理,用奇异值分解法对实验中采集到的热图序列进行处理,以信噪比为指标对图像的处理效果进行评定.结果表明奇异值分解法能够抽取红外热图序列反映缺陷信息特征,可消除邻近效应和不均匀加热的影响,提高图像的信噪比.将奇异值分解法与主成分分析法比较,发现前者重构的图像质量高于后者,是处理红外热图序列的又一有效方法.
  • 期刊类型引用(8)

    1. 刘硕,瞿崇晓,祝中科,张福俊,范长军. 基于MSR和AMSR的红外融合增强算法. 应用科学学报. 2022(03): 423-433 . 百度学术
    2. 魏然然,詹伟达,朱德鹏,田永. 改进多尺度的Retinex红外图像增强. 液晶与显示. 2021(03): 465-474 . 百度学术
    3. 罗华锋,王铎. 基于梯度直方图和SUSAN算子的红外目标检测. 光电技术应用. 2020(01): 47-50 . 百度学术
    4. 张晓娟,樊东燕. 红外图像动态范围压缩和对比度增强研究. 激光杂志. 2020(06): 76-79 . 百度学术
    5. 张承泓,李范鸣,吴滢跃. 基于自适应引导滤波的子带分解多尺度Retinex红外图像增强. 红外技术. 2019(04): 323-328 . 本站查看
    6. 顾振飞,袁小燕,张照锋,张登银,孔令民,姜浩东. 基于简化大气散射模型的单幅红外图像增强方法. 电子器件. 2019(05): 1229-1236 . 百度学术
    7. 贾瑞明,郑奇. 基于人眼频率特性的分形增强算法. 激光与红外. 2018(07): 919-924 . 百度学术
    8. 王新赛,周丰俊,郑磊,贺菁. 红外成像技术在城市地下空间防灾监测与应急搜救中的应用发展对策. 中国工程科学. 2017(06): 92-99 . 百度学术

    其他类型引用(11)

计量
  • 文章访问数:  152
  • HTML全文浏览量:  29
  • PDF下载量:  14
  • 被引次数: 19
出版历程

目录

    /

    返回文章
    返回