隨著工業(yè)技術(shù)高速發(fā)展,人們對(duì)氣密性檢測(cè)要求越來(lái)嚴(yán)苛。傳統(tǒng)的氣密性檢測(cè)方法效率低下且誤差較大,難以實(shí)現(xiàn)自動(dòng)化作業(yè)。而基于紅外技術(shù)的泄漏檢測(cè)方法以其方便快捷、易檢測(cè)、實(shí)時(shí)的特點(diǎn),逐漸引起企業(yè)和科研單位的重視。但是隨著人們對(duì)紅外技術(shù)應(yīng)用的深入以及氣體泄漏檢測(cè)要求的提高,利用紅外技術(shù)檢測(cè)也存在某些缺陷,比如紅外熱像儀易受周圍環(huán)境的干擾而產(chǎn)生噪聲,且其拍攝視角小難以得到較大被測(cè)物的紅外圖像。針對(duì)上述問(wèn)題,本研究課題設(shè)計(jì)了一套氣體泄漏檢測(cè)系統(tǒng),通過(guò)紅外熱像儀實(shí)時(shí)采集容器的溫度場(chǎng)狀態(tài),對(duì)容器拍攝多幅不同角度的圖像通過(guò)圖像拼接技術(shù)得到被測(cè)容器的全景圖像,設(shè)計(jì)泄漏點(diǎn)檢測(cè)算法,以實(shí)現(xiàn)泄漏點(diǎn)檢測(cè)定位的目的。本文首先搭建紅外氣體泄漏檢測(cè)實(shí)驗(yàn)平臺(tái),利用FLIR A20m紅外熱像儀采集被測(cè)工件在充放氣瞬間的紅外圖像;在現(xiàn)有圖像拼接原理基礎(chǔ)上進(jìn)行改進(jìn),提出一種基于FAST檢測(cè)原理和PCA降維的改進(jìn)的SIFT特征點(diǎn)檢測(cè)方法,以提高圖像拼接的速度;利用基于KD樹的BBF搜索方法對(duì)提取到的待拼接圖像的特征點(diǎn)進(jìn)行匹配,并利用RANSAC算法進(jìn)行提純剔除誤匹配點(diǎn),獲得兩幅待拼接圖像間的變換矩陣參數(shù);為了解決圖像拼接裂縫的問(wèn)題... 

【文章來(lái)源】：燕山大學(xué)河北省

【文章頁(yè)數(shù)】：82 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

紅外熱像儀工作原理

圖 1-1 紅外熱像儀工作原理當(dāng)檢測(cè)目標(biāo)范圍較大時(shí)，為了得到目標(biāo)的完整紅外圖像就必須遠(yuǎn)離目標(biāo)拍攝，一些重要的細(xì)節(jié)信息就會(huì)丟失，此時(shí)就需要近距離拍攝以獲取圖像細(xì)節(jié)，顯然又將得不到檢測(cè)目標(biāo)的全貌。數(shù)字圖像處理中圖像拼接技術(shù)的出現(xiàn)為這一問(wèn)題開啟了新的解決方向，通過(guò)采集具有重疊區(qū)域的多幅紅外圖像進(jìn)行拼接能夠得到目標(biāo)的全貌圖，從而在不破壞圖像分辨率的情況下完成圖像采集工作[9,10]。

圖 1-1 紅外熱像儀工作原理當(dāng)檢測(cè)目標(biāo)范圍較大時(shí)，為了得到目標(biāo)的完整紅外圖像就必須遠(yuǎn)離目標(biāo)拍攝，一些重要的細(xì)節(jié)信息就會(huì)丟失，此時(shí)就需要近距離拍攝以獲取圖像細(xì)節(jié)，顯然又將得不到檢測(cè)目標(biāo)的全貌。數(shù)字圖像處理中圖像拼接技術(shù)的出現(xiàn)為這一問(wèn)題開啟了新的解決方向，通過(guò)采集具有重疊區(qū)域的多幅紅外圖像進(jìn)行拼接能夠得到目標(biāo)的全貌圖，從而在不破壞圖像分辨率的情況下完成圖像采集工作[9,10]。

【參考文獻(xiàn)】：
期刊論文
[1]一種面向圖像拼接的改進(jìn)PCA-SIFT算法[J]. 楊炳坤,程樹英,鄭茜穎.  微電子學(xué)與計(jì)算機(jī). 2018(12)
[2]基于改進(jìn)SIFT和RANSAC的物體特征提取和匹配的研究[J]. 張春林,陳勁杰.  軟件工程. 2018(11)
[3]基于自適應(yīng)Gabor濾波的紅外弱小目標(biāo)檢測(cè)[J]. 史漫麗,凌龍,吳南,原娜.  紅外技術(shù). 2018(07)
[4]紅外熱像檢測(cè)技術(shù)的發(fā)展和研究現(xiàn)狀[J]. 呂事桂,劉學(xué)業(yè).  紅外技術(shù). 2018(03)
[5]圖像拼接方法綜述[J]. 羅群明,施霖.  傳感器與微系統(tǒng). 2017(12)
[6]改進(jìn)梯度倒數(shù)加權(quán)濾波紅外弱小目標(biāo)背景抑制[J]. 樊香所,徐智勇,張建林.  光電工程. 2017(07)
[7]基于加權(quán)融合特征與Ostu分割的紅外弱小目標(biāo)檢測(cè)算法[J]. 劉昆,劉衛(wèi)東.  計(jì)算機(jī)工程. 2017(07)
[8]基于最大類間方差法的紅外目標(biāo)檢測(cè)方法[J]. 白俊奇.  指揮信息系統(tǒng)與技術(shù). 2017(02)
[9]局部特征及視覺一致性的柱面全景拼接算法[J]. 朱慶輝,尚媛園,邵珠宏,尹曄.  中國(guó)圖象圖形學(xué)報(bào). 2016(11)
[10]快速非局部均值圖像去噪算法[J]. 周兵,韓媛媛,徐明亮,李煒,裴銀祥,呂培,周力為.  計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào). 2016(08)

博士論文
[1]紅外弱小多目標(biāo)實(shí)時(shí)檢測(cè)跟蹤技術(shù)研究[D]. 龔俊亮.中國(guó)科學(xué)院研究生院（長(zhǎng)春光學(xué)精密機(jī)械與物理研究所） 2013

碩士論文
[1]基于局部特征的圖像匹配算法研究[D]. 郭健.南京郵電大學(xué) 2018
[2]基于改進(jìn)SIFT的柱面全景圖像拼接算法研究[D]. 何佳華.西南科技大學(xué) 2018
[3]基于SIFT特征圖像拼接的全景顯示技術(shù)研究[D]. 沈鵬.電子科技大學(xué) 2018
[4]易燃易爆氣體泄漏檢測(cè)系統(tǒng)研究[D]. 定康.武漢工程大學(xué) 2017
[5]紅外熱圖像拼接技術(shù)的研究與應(yīng)用[D]. 杜靜涵.南京理工大學(xué) 2017
[6]泄漏氣體紅外圖像增強(qiáng)顯示技術(shù)研究[D]. 劉紹華.北京理工大學(xué) 2016
[7]一種改進(jìn)的紅外圖像配準(zhǔn)拼接算法研究[D]. 王菲.蘭州大學(xué) 2015
[8]紅外圖像拼接技術(shù)研究[D]. 徐鑫.東華大學(xué) 2014
[9]紅外熱成像氣密性檢測(cè)方法的技術(shù)探討[D]. 田鵬飛.揚(yáng)州大學(xué) 2013
[10]基于SIFT的圖像配準(zhǔn)與拼接技術(shù)研究[D]. 袁杰.南京理工大學(xué) 2013



本文編號(hào)：3012631