结合 Contourlet 与 ACPSO 的红外热波图像增强

摘要：

针对无损检测红外热波图像对比度低、边缘模糊、含大量噪声的问题，提出了基于 Contourlet 变换和混沌变异双粒子群优化（adaptive chaotic variation particle swarm optimization，ACPSO）的自适应增强方法。红外热波图像经 Contourlet 变换分解成低通和带通方向子带。低通子带系数依据一种适应于人类视觉系统的灰度级变换调整，待定参数由 ACPSO 确定，为了得到最佳增强效果，适应度函数由一种对比度测量函数确定；带通方向子带系数的调整则采用非线性增益函数实现，从而抑制噪声并增强细节。大量红外热波图像增强实验结果表明，与现有的4种增强方法相比，能大大提高缺陷和背景之间的对比度，增强缺陷的边缘细节。进一步采用倒数熵多阈值分割方法时，能更有效地提取缺陷，为后续准确进行缺陷识别和尺寸测量奠定了基础。

关键词：无损检测、混沌变异双粒子群优化、灰度级变换、自适应增强、Contourlet 变换

分类号：TN911.73;TN219

资助基金：国家自然科学基金60872065；无损检测技术教育部重点实验室南昌航空大学开放基金ZD2010290；中航工业合作创新产学研项目CXY2010NH15；光电控制技术重点实验室和航空科学基金联合资助项目20105152026；江苏高校优势学科建设工程资助课题

在线出版日期：2015-03-25（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：443-448