基于自适应多尺度积阈值的钢轨裂纹红外图像增强

摘要：

利用红外热波技术检测钢轨斜裂纹伤损所得的红外图像存在整体亮度偏暗、边缘对比度低和纹理细节模糊的缺点，对测量裂纹的扩展深度不利。对此，本文提出一种基于非子采样Contourlet变换 NSCT （Nonsub‐sampled Contourlet Transform）的自适应多尺度积阈值AMPT（Adaptive Multiscale Products Thresholding）钢轨裂纹红外图像增强算法。对图像进行NSCT分解得到不同尺度不同方向上的子带系数，由子带系数自适应地确定阈值并调整增强函数，将阈值作用于每一子带的多尺度积，对阈值化操作后的子带系数进行增强处理和逆变换，实现图像增强。实验结果表明：该算法在抑制噪声和提高图像整体对比度的基础上，有效突出了目标图像的边缘，对裂纹内部微弱细节纹理的增强效果优于其他传统的红外图像增强方法，为进一步提取代表裂纹深度的关键像素提供了有力支撑。

关键词：裂纹红外图像、自适应增强、非子采样Contourlet变换、多尺度积阈值

分类号：TP391;U213.4(计算技术、计算机技术)

在线出版日期：2015-03-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：58-63