[发明专利]一种热波图像序列的压缩和重构方法

权利要求书

1.一种热波图像序列的压缩和重构方法，其特征在于：包括以下步骤：

步骤1：用脉冲热波法获取被测试件热波图像序列，运用热波像素点数据序列热传导规律和序列分类方法，将数据序列分成100～200个左右的类型，生成相应的代表序列，并对热像所有序列位置进行编号和登记类型，生成类别表；

步骤2：根据一维热波温度模型和多项式数据拟合算法，对所有代表序列进行统一阶数的最小二乘拟合，得到所有类别序列的拟合系数表；统一阶数一般取五阶；

步骤3：将热像采集参数、拟合系数表数据和类别表数据作为热波图像序列的压缩特征，逐个排列生成一维数据序列，以二进制浮点数数据格式进行保存，形成热波图像压缩文件，完成图像压缩和计算机存储；

步骤4：运用拟合系数表和五阶多项式标准公式，按照采样参数生成等时间间隔序列，代入多项式标准公式重建和还原所有代表序列，按照类别表重建热波图像序列。

2.根据权利要求1所述的一种热波图像序列的压缩和重构方法，其特征在于：所述步骤1中热波像素点数据序列热传导规律满足如公式(1)所示：

式中对于厚度为h的材料，在脉冲热流q的作用下，ρ为材料密度，c为材料比热，T(0，t)为被测表面温度随时间变化规律模型，其有缺陷和无缺陷处由于热波流场在缺陷处的反射，其温度下降曲线有明显的差别，且随着时间的推进，其缺陷信息在热波图像上表现为温度场分布；

步骤1.1：根据这一规律，本方法选取其中一段缺陷最明显的连续5-10个时刻热像灰度值加权求和，作为其等间距分类依据；或选取其中一段缺陷最明显的连续5-10个时刻热像灰度值，利用K均值动态聚类算法分类；或选择缺陷最为明显的某帧热像的灰度值作为等间距分类依据。类别数根据需要设置，一般选n＝100～200即可；

步骤1.2：分类以后，选择每个类的中心序列或若干个中心序列的均值序列作为代表序列S_i，i＝1，2，...，n，并对热像所有像素点序列位置进行编号和登记类型，生成类别表S。

3.根据权利要求1所述的一种热波图像序列的压缩和重构方法，其特征在于：所述步骤2中的数据拟合方法，针对所有代表序列S_i，i＝1，2，...，n，及公式(1)的规律，进行最 小二乘拟合，具体分为如下几步：

步骤2.1：消除基础红外热辐射。将闪光前18帧左右的数据序列进行平均，获得基础热辐射m_i，然后从代表序列S_i扣除基础辐射，得到新的代表序列 

步骤2.2：抽取有效代表序列。先找到序列最大值位置t_m，即闪光位置，然后以该点为起点，将其后的时间序列数据作为有效代表序列 再重新设定数据长度p＝n-t_m+1，并生成时间变量序列t_i＝{1，2，...，p}；

步骤2.3：进行多项式数据拟合。对时间变量序列和有效代表序列分别进行对数变换，然后统一采用5阶多项式(见公式(2))和残差控制水平，对两个对数序列进行非等间距的最小二乘数据拟合，获得相应的拟合系数C_i＝{c_i0，c_i1，...，c_i5}；

y_i＝c_i0+c_i1t+c_i2t²+…+c_i5t⁵，i＝1，2，...，n    (2)

根据权利要求2所述的一种热波图像序列的压缩和重构方法，其特征在于：所述步骤3中热像采集参数P主要有四项，分别是采用帧数、采用帧频、热像宽度和热像高度；

步骤3.1：具体做法是将热像采集参数P、拟合系数表C_i数据和类别表S数据作为热波图像序列的压缩特征，将其数据矢量逐个排列，即一个接着一个，中间不留分隔符，生成一维数据序列；

步骤3.2：然后用二进制浮点数数据格式，在计算机中创建一个自定义文件进行保存，形成热波图像压缩文件，完成图像压缩和计算机存储。