[发明专利]一种应用于大型压力容器红外无损检测的SIFT图像拼接方法

说明书

本发明公开了一种应用于大型压力容器红外无损检测的SIFT图像拼接方法，包括以下步骤：采集红外视频流；采用红外热像仪记录构建表面温度分布得到图像序列构成红外成像视频流；视频流信号处理获得重构图像；使用PCA‑SIFT算法获得拼接图像特征描述算子；对特征点对进行以余弦值为度量的粗匹配；对获得的粗匹配点对进行RANSAC去误匹配；对图像进行仿射变换；对被测图像利用H变换矩阵进行旋转，平移，缩放操作，从而获得基准图像对应的拼接图像；对拼接图像亮度进行调整；对图像进行渐入渐出融合；仿真验证算法的拼接效果，对大型压力容器进行拼接实验；本发明在保留特征点的主要特征信息的同时减少计算复杂度，提高了程序的运行速度。

技术领域

本发明属于红外检测应用以及模式识别技术领域，更具体地说，本发明涉及一种应用于大型压力容器红外无损检测的SIFT图像拼接方法。

背景技术

本发明使用对象为大型压力容器设备作为存储特殊气体或保持真空环境的特征设备，其容积通常能达到几千甚至上万立方米，在风洞试验测试、运载火箭发射、化工原料储存等领域中具有极其重要的作用。大型压力容器由于使用工况较为苛刻，往往可能会产生一系列的诸如微裂纹、疲劳裂纹、罐体腐蚀等损伤，因此具有泄漏、燃爆等事故危害性，由于高密度的试验任务，使用单位无法像其它行业那样一般都能提供设计安装资料、拆除保温层、内表面宏观检查、压力试验等基本的检验检测条件，从而需要对大型压力容器进行原味红外无损检测，获得缺陷图像反应大型压力容器具体损伤。

红外无损检测即使用红外热像仪记录试件表面或者亚表面随时间变化的温场信息，并将其转换为热图像序列-红外视频流，对其进行特征提取，获得根据温度变化向量的特征分类的多张缺陷重构图像。但红外视频流数据量巨大，运行速度缓慢，噪声干扰强，数据繁杂，处理程序较直接，提取单帧红外图像复杂，且重构图像缺陷高度依赖分类结果，成为它在此领域应用较少的原因，但比起单帧红外图像只反映了某一个时刻的温度，分布信息由红外视频流经过信号处理获得的缺陷重构图像反映了整个过程温度变化信息，因此选用缺陷重构图像能更好的反映大型压力容器缺陷温度变化特征，单幅重复图像包含的信息更加全面，同时能够提高后续缺陷识别检测准确率。

为了获得准确反映缺陷特征的重构图像需要对红外适配流的温度变化向量进行分类，不同类型表征不同的缺陷特征，选用各个类型中的代表温度变化向量构成变换矩阵，从而获得缺陷重构图像。温度变化向量的分类方法有监督和无监督两类，有监督依赖模型数据的分类结果使用有监督分类的话需要分析大量数据进行人工标记，但大型压力容器种类繁多，缺陷检测数据具有多变性，先验信息较难获取导致标记困难，而无监督分类不依赖先验数据，将所有样本自动分为不同的类别后再进行人工标记。一般的分类方法会使用简单的距离分类，如果在使用无监督分类时通过概率值对数据进行分类较一般方法的结果会含有更为丰富的数据量，由此温度变化范围向量的分类会更加的精确，从而获得准确的反映不同缺陷类型的红外重构图像。

由于大型压力容器的表面积巨大，而红外摄像机拍摄画幅有限，无法对容器只进行单次拍摄而获得整个容器的检测图像，同时单次检测成像只能获得容器部分区域检测信息，若容器有较大面积缺陷或多个缺陷时，单次检测成像结果无法反映其完整特征，从而影响对损伤类型的识别与判断。考虑到一幅完整的大型压力容器检测图像可以帮助检修人员了解损伤的具体位置，便于评估大型压力容器的安全度，提高检修效率，所以需要将大型压力容器分区进行多次红外无损检测，从而获得多幅缺陷重构图像后进行图像拼接来构建一幅大尺寸的完整缺陷重构图像。

基于特征的图像拼接方法可以利用图像之间的对应特征计算其变换模型，该方法鲁棒性强、计算量小，得到广泛应用。由Lowe等人提出的SIFT 算法是目前该领域比较流行的方法，对于大型压力容器红外重构图像拼接图像的数量较多，存在一定的旋转角度，且图像有亮度颜色差异，一般的额SIFT 拼接方法描述符维度较高导致拼接速度缓慢，获得的H矩阵可能存在不完全准确的问题，由此会导致拼接效果不理想，如不准确的完整缺陷重构图像会对缺陷的识别与定位造成影响，因此需要提高图像拼接算法的运行速度同时获取精确的H变换矩阵从而获得检测需要的完成重构图像。

发明内容