基于模糊集的相控阵超声监测成像图像增强研究

利用超声信号处理的方法,得到更准确的监测图像。通过控制阵元激发信号的时间延迟来控制波束的指向,进而实现结构中的损伤监测。分析结构损伤状况下接收到的信号,根据相控阵原理控制信号的延迟和聚焦,获得更高信噪比的信号。并将相应角度上的监测信号用图像的灰度级来表示。因为原始数据得到的图像并不清晰,所以采用模糊集的图像增强方法进行处理,提高图像的可识别度。该方法在铝板结构中进行实验分析,验证了方法的正确性和有效性。     

无方向数据采集的相控阵结构健康监测研究

超声相控阵结构健康监测过程中由于按角度扫描的数据采集持续时间长,结构损伤前后采集的数据易受环境和结构变化的影响,针对这一问题,提出无方向数据采集的相控阵结构健康监测成像定位方法。基于相控阵方法,对采集后数据根据发射和接收过程进行时间延迟的计算,然后将监测结果进行二维成像。该方法在玻璃纤维复合材料板结构上的实验研究证明,采用无方向数据采集的相控阵结构健康监测方法能够精确监测结构中损伤并对损伤进行清晰成像;并且该方法可以大大缩短监测时间,从而使监测过程不受环境条件变化的影响,为超声相控阵监测方法的工程化奠定基础。     

基于超声导波SC-DTW的金属板微损检测方法

针对金属板材的质量控制与服役性能评估问题,在对金属板材微损伤进行超声导波检测的基础上,结合形状上下文(shape context,SC)与动态时间规整方法对其损伤劣化程度进行量化评估.该方法以无损Lamb波信号为基准,采用动态时间规划(dynamic time warping,DWT)算法对损伤信号进行相似匹配分析对比,确定基准信号与损伤信号的最佳匹配路径.引入SC的轮廓识别方法对Lamb波的局部波形信息进行统计分析,以波形形状距离代替传统欧氏距离匹配方法,解决DTW相似匹配中的病态对齐问题.最后,将无损Lamb波与损伤Lamb波信号间SC-DTW匹配距离作为损伤程度的量化指标,采用随机闭合裂纹的有限元仿真模型和铝板弯折实验对所提出方法进行验证,结果表明,基于Lamb波SC-DTW的损伤量化指数对铝板早期裂纹具有较高的敏感性和较好的量化表征能力.该方法无需对波包进行识别,也不必进行复杂的特征提取,具有简单高效和抗噪声能力强等优点,在金属板服役性能评估与质量控制中有较好的实用性和推广价值.     

基于空气耦合超声Lamb波对铝板的特征成像检测

A0模态Lamb波因具有低衰减、短波长、对缺陷敏感等优良特性被用于检测大面积层板结构。为了实现铝板中缺陷的检测与重构,提出了一种基于空气耦合Lamb波扫描成像检测技术,对存在冲击损伤的铝板进行扫描检测。扫描时,激励与接收传感器置于铝板同侧并倾斜布置,沿着两个相互正交的方向进行Lamb波扫查,对正交路径下的检测信号进行快速傅立叶变换(FFT),将得到的频域信号与基准频域信号之间的信号差异系数（SDC）作为特征值,并结合损伤概率成像算法和数据融合算法进行缺陷的重构和成像。实验结果表明,基于损伤指数的特征值成像方法可以有效表征铝板缺陷,成像结果与缺陷实际位置非常吻合。     

一种灰度级抽取的图像分割方法研究

阈值分割方法依据图像直方图分析,利用最优化法则进行最优阈值选取,完成图像分割,这类方法将直方图最优分析等价于图像最优分割.但是,直方图提供的是图像灰度级统计信息而无空间关系信息,则闽值分割可能会导致分割失败,所以有必要进行灰度级空间信息的考察以完成图像分割任务.提出一种灰度级抽取分割方法,首先利用层次聚类方法对各灰度级像素进行空间远邻考察,并给出一种类别数与类间距关系确定最优类别数的方法,然后对近邻灰度级进行抽取并组合,最终形成分割结果.本文对该方法与若干阈值分割方法进行了对比验证,实验表明,所提方法在图像分割方面具有优势,能够得到较为满意分割结果.     

压电阵列星形布置与多路损伤扫查策略

针对复合材料结构的损伤主动监测进行研究。采用主动Lamb波和小波变换计算损伤散射信号的时间延迟,根据椭圆定位法进行损伤定位;提出压电传感器星形布置的优化布置方法,结合多路扫查,解决椭圆定位法的损伤监测盲区,从而扩大损伤监测范围、提高损伤判别的准确性,并能进行损伤程度的判别。通过实验系统验证了所提出方法的有效性。     

薄雾条件下退化图像的直方图均衡模型

传统灰度图像直方图均衡模型在处理薄雾条件下的降质图像时,会出现概率较低的灰度级合并,总的灰度级有所损失问题,因此导致图像细节丢失,灰度分辨率下降,针对这一问题提出了改进的灰度图像直方图均衡模型,采取去除原始图像实际没有占有的灰度级,只对不为0的灰度级进行直方图均衡,从而保证总的灰度级数不减少,可以在一定程度上解决灰度级保持的问题。实验表明该直方图均衡模型可以对薄雾条件下降质图像处理取得较好的增强效果。     

非线性Lamb波疲劳损伤监测机理研究

传统的线性Lamb波损伤监测方法对微小损伤的敏感性很低,限制了Lamb波结构健康监测技术的应用和发展.分析了非线性Lamb波传播机理以及非线性Lamb波特征参数提取方法,在此基础上对非线性Lamb波结构疲劳损伤监测机理进行了实验研究.在T6061铝板上的实验验证表明:非线性Lamb波特征参数对结构疲劳等早期微损伤具有较好的敏感性,且非线性参数与损伤程度之间存在相同的变化趋势.为金属材料结构疲劳等早期损伤的预警和评估提供了可行的思路.     

基于圆形压电阵列的主动Lamb波损伤成像监测研究

对主动Lamb波结构健康监测中的压电阵列技术进行了研究。分析了传统的矩阵式压电阵列在应用中存在的问题,基于回声式原理研究设计了圆形压电阵列方法,分析了该方法的特点和信号采集过程,结合时间反转成像技术,实现对损伤的监测,实验结果表明:该方法能克服传统矩阵式压电阵列在应用中存在的监测范围、信号监测能力差异等问题,最后分析了圆形压电阵列还存在的问题。     

基于加权直方图和均值漂移的实时跟踪算法

均值漂移算法在跟踪过程中没有有效利用跟踪目标的位置、运动方向等信息,当物体快速移动、旋转时,实时跟踪的目标极易丢失;均值漂移算法利用密度梯度估计跟踪目标,直方图足用来统计图像或图像的某个区域中每个灰度级或颜色级的分布情况的,依据颜色分布进行匹配具有较好的稳定性.跟踪目标的直方图受目标形状变化的影响较小,但通常直方图不包含任何的空间位置信息,加权直方图有效利用了窄间信息.提出了一种加权直方图和均值漂移算法相结合的快速实时跟踪算法.实验证明该算法具有速度快、鲁棒性、稳定的特点,基本达到了实时跟踪处理的要求.     

可保留图像细节的直方图修正法

针对图像经直方图修正(Histogram Modification，HM)后因部分灰度级被合并而导致细节丢失的问题，提出了两种可保留图像细节的直方图修正方法：一种是扩展灰度范围的HM方法，另一种为局部灰度修正HM方法。对多幅不同类型图像进行处理后的实验结果表明，这两种方法不仅可有效保留图像细节信息，而且算法简洁，计算量小。     

Image Contrast Enhancement by Constrained Local Histogram Equalization

Histogram equalization is a widely used image contrast enhancement method. While global histogram equalization enhances the contrast of the whole image, local histogram equalization can enhance many image details by taking different transformation of the same gray level at different places in the original image. However, the local histogram equalization process often results in unacceptable modification of the original image appearance. In this paper, a constrained local histogram equalization method is proposed to balance the conflicting requirements: enhancement of the image details and the maintenance of the overall image appearance. Our method uses the variational form of histogram equalization so that a constraint condition, which forces the local gray level transformations to change continuously in the spatial domain, can be introduced into the equalization process. Experimental results of different kinds of images show the effect of our method.     

一种区域多直方图红外图像增强方法*

直方图均衡是一种简单有效的红外图像增强技术,但存在着细节信息损失较大的缺陷。为改进这一缺陷,使直方图均衡在增强图像对比度的同时不损失灰度级别,并能增强图像细节特征,提出一种基于区域的multi-HE红外图像增强方法。该方法通过聚类算法将图像分割成多目标区域,据此将直方图分割成多个子图,运用多直方图均衡化对图像进行处理,从而达到在不同目标范围内的图像增强。经过实验验证,该算法能有效地抑制背景区的过增强,扩大了目标区的灰度范围,增强细节部分。     

一种广义直方图及其在彩色图像增强中的应用

提出了一种广义直方图的构造方法并将其用于彩色图像均衡化增强。针对传统直方图均衡化方法实现彩色图像增强并不具有普适性的不足,将传统灰度图像直方图定义进行修改并得到一种广义灰度图像直方图,将其用于彩色图像在HSV空间实现均衡化增强。实验结果表明,所建议的广义直方图均衡化彩色图像增强方法是有效的,且比传统直方图均衡化方法能取得更好的增强效果。     

用于数字图像直方图处理的一种二值映射规则

直方图表示数字图像中每一灰度级与其出现频数间的统计关系，它可给出图像的概貌性描述，而基于直方图修改技术的灰度变换是图像增强的实用而有效的处理方法之一。直方图处理包含均衡化和规定化两种技术。均衡化的目的是使图像像素均匀地分布在所有灰度级上；规定化的目的是将原图像的直方图转变为规定的直方图，以便突出一定灰度范围内的图像。为了进一步提高直方图处理算法的有效性，首先分析了现有的几种数字图像直方图均衡化和规定化算法存在的缺点，然后提出了一种新的二值映射规则(BML)，该规则基于最优控制原理，以直方图误差最小为准则进行灰度映射，实验证明．该规则算法简单，无论是用于直方图均衡化处理．还是用于直方图规定化处理，均较其他映射规则都更为有效。     

基于CLAHE的塑料薄膜图像增强算法研究

图像增强算法作为图像预处理的一个重要环节,其主要目的是实现消除图像随机噪声,改善图像质量。传统的直方图均衡化增强方法实质以减少图像灰度级来换取对比度的加大,造成图像细节部分信息的丢失,影响了识别效果。运用对比度自适应直方图均衡化(CLAHE)算法实现薄膜图像灰度增强,并通过对处理后的图像质量进行客观评价,证明了该算法相对于传统直方图均衡化算法具有明显优势。     

基于分段直方图均衡化技术的图像增强

分析了传统灰度图像直方图均衡化算法存在的优缺点,提出了基于分段直方图均衡化技术的图像增强算法。该算法基于图像的特点,利用K均值聚类算法将图像分成几个灰度区间,然后再分别进行均衡化。实验结果表明,该算法对灰度呈现两端分布且低灰度区域有较多像素点分布的图像有较好的增强效果。     

基于分段直方图均衡化技术的图像增强

分析了传统灰度图像直方图均衡化算法存在的优缺点,提出了基于分段直方图均衡化技术的图像增强算法。该算法基于图像的特点,利用K均值聚类算法将图像分成几个灰度区间,然后再分别进行均衡化。实验结果表明,该算法对灰度呈现两端分布且低灰度区域有较多像素点分布的图像有较好的增强效果。     

彩色图像去雾清晰化研究

为了解决雾霾天气的影响下成像设备采集的图像容易出现的降质及色彩失真问题, 并从有雾图像中增强其细节信息, 提高原图像的对比度和清晰度. 将彩色图像RGB通道分别做相应的图像增强算法处理, 全局直方图均衡化把整体的灰度直方图进行均匀分布的处理, 小波变换算法对彩色图像进行多层次分解, 多尺度Retinex算法通过高斯函数做卷积运算对图像做多尺度变换. 实验结果表明, 全局直方图均衡化、小波变换算法和多尺度Retinex算法都能增强雾天图像的景物信息, 有对应于各自的优势和不足. 相比较这3种算法而言, 多尺度Retinex算法得到的去雾图像亮度增强、细节信息突出、失真度小, 能更好地进行去雾增强.