基于图像融合的玻璃纤维复合材料无损检测方法及系统与流程

1.本发明涉及玻璃纤维复合材料无损检测技术领域，特别是涉及基于图像融 合的玻璃纤维复合材料无损检测方法及系统。


背景技术：

2.本部分的陈述仅仅是提到了与本发明相关的背景技术，并不必然构成现有 技术。
3.玻璃纤维复合材料因其优越的性能被广泛应用于各个领域。然而，玻璃纤 维复合材料内部存在的缺陷会导致结构断裂，并降低其强度。因此，采用合适 的无损检测方法对玻璃纤维复合材料的隐藏缺陷进行探测势在必行。
4.目前，太赫兹和x射线技术是玻璃纤维复合材料常用的无损检测方法，其 中太赫兹辐射(频率为0.1
‑
10thz，波长为0.03
‑
3mm)的光子能量低，穿透性强， x射线(频率为30phz
‑
30ehz，波长为0.001
‑
10nm)的空间分辨率强。在前期进 行玻璃纤维复合材料无损检测研究中发现，太赫兹时域光谱技术在检测缺陷时 对比度高，但分辨率较差，x射线计算机断层扫描技术在检测缺陷时分辨率高， 但对比度较差。此外，太赫兹时域光谱技术能够检测出x射线计算机断层扫描 技术中缺失的缺陷。


技术实现要素：

5.为了解决现有技术的不足，本发明提供了基于图像融合的玻璃纤维复合材 料无损检测方法及系统；将太赫兹时域光谱技术和x射线计算机断层扫描技术 进行有效融合，可以进一步提高玻璃纤维复合材料缺陷检测的效果。利用基于 显著性区域分析和多尺度变换相结合的图像融合算法，用于检测内含缺陷的玻 璃纤维复合材料，可同时结合太赫兹无损检测高对比度和x射线无损检测高分 辨率的优点。
6.第一方面，本发明提供了基于图像融合的玻璃纤维复合材料无损检测方法；
7.基于图像融合的玻璃纤维复合材料无损检测方法，包括：
8.获取待检测玻璃纤维复合材料的太赫兹图像和x射线图像；
9.对太赫兹图像进行条纹去噪处理；对x射线图像进行条纹去噪处理；
10.对条纹去噪后的太赫兹图像进行显著性分析，得到太赫兹图像的显著图； 对条纹去噪后的x射线图像进行显著性分析，得到x射线图像的显著图；
11.对太赫兹图像的显著图和x射线图像的显著图进行图像融合处理，得到太 赫兹图像与x射线图像的融合结果；
12.基于太赫兹图像与x射线图像的融合结果，得到待检测玻璃纤维复合材料 缺陷的无损检测结果。
13.第二方面，本发明提供了基于图像融合的玻璃纤维复合材料无损检测系统；
14.基于图像融合的玻璃纤维复合材料无损检测系统，包括：
15.获取模块，其被配置为：获取待检测玻璃纤维复合材料的太赫兹图像和x 射线图像；
16.去噪模块，其被配置为：对太赫兹图像进行条纹去噪处理；对x射线图像 进行条纹去噪处理；
17.显著性分析模块，其被配置为：对条纹去噪后的太赫兹图像进行显著性分 析，得到太赫兹图像的显著图；对条纹去噪后的x射线图像进行显著性分析， 得到x射线图像的显著图；
18.图像融合模块，其被配置为：对太赫兹图像的显著图和x射线图像的显著 图进行图像融合处理，得到太赫兹图像与x射线图像的融合结果；
19.输出模块，其被配置为：基于太赫兹图像与x射线图像的融合结果，得到 待检测玻璃纤维复合材料缺陷的无损检测结果。
20.第三方面，本发明还提供了一种电子设备，包括：
21.存储器，用于非暂时性存储计算机可读指令；以及
22.处理器，用于运行所述计算机可读指令，
23.其中，所述计算机可读指令被所述处理器运行时，执行上述第一方面所述 的方法。
24.第四方面，本发明还提供了一种存储介质，非暂时性地存储计算机可读指 令，其中，当所述非暂时性计算机可读指令由计算机执行时，执行第一方面所 述方法的指令。
25.与现有技术相比，本发明的有益效果是：
26.1)提高夹杂缺陷的检测灵敏度；
27.2)提高较深分层缺陷的检测对比度；
28.3)提高薄分层缺陷的检测分辨率。
29.本发明附加方面的优点将在下面的描述中部分给出，或通过本发明的实践了 解到。
附图说明
30.构成本发明的一部分的说明书附图用来提供对本发明的进一步理解，本发 明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。
31.图1为第一个实施例的方法流程图；
32.图2(a)为第一个实施例的太赫兹时域光谱系统实物图；
33.图2(b)为第一个实施例的太赫兹时域光谱系统原理图；
34.图2(c)为第一个实施例的x射线计算机断层扫描系统实物图；
35.图2(d)为第一个实施例的x射线计算机断层扫描系统原理图；
36.图3(a1)和图3(a2)为第一个实施例的样本1内含不同材质缺陷玻璃纤 维复合材料板的三维设计图；
37.图3(b1)和图3(b2)为第一个实施例的样本2内含不同厚度缺陷玻璃纤 维复合材料板的三维设计图；
38.图3(c1)和图3(c2)为第一个实施例的样本3内含不同深度缺陷玻璃纤 维复合材料板的三维设计图；
39.图3(d1)和图3(d2)为第一个实施例的样本4内含不同形状缺陷玻璃纤 维复合材料板的三维设计图；
40.图3(e1)、图3(e2)、图3(e3)和图3(e4)为第一个实施例的不同形状 缺陷几何参数；
41.图4(a)～图4(e)为第一个实施例的不同样本太赫兹图像无损检测结果；
42.图4(f)～图4(j)为第一个实施例的不同样本x射线图像无损检测结果；
43.图5(a)～图5(e)为第一个实施例的不同样本太赫兹图像条纹去噪结果；
44.图5(f)～图5(j)为第一个实施例的不同样本x射线图像条纹去噪结果；
45.图6(a)～图6(e)为第一个实施例的不同样本太赫兹图像显著图；
46.图6(f)～图6(j)为第一个实施例的不同样本x射线图像显著图；
47.图7(a)～图7(e)为第一个实施例的不同样本太赫兹和x射线的图像融 合结果；
48.图8(a)lena图像，图8(b)添加横向条纹后的lena图像，图8(c)添 加纵向条纹后的lena图像，图8(d)lena图像频谱图，图8(e)添加横向条 纹后的lena图像频谱图，图8(f)添加纵向条纹后的lena图像频谱图；
49.图9(a)、图9(b)、图9(c)分别是x射线光谱成像结果的频谱图；
50.图10(a)、图10(b)十字扇形滤波器原理图；
51.图11(a)、图11(b)、图11(c)滤波后x射线光谱成像结果的频谱图。
具体实施方式
52.应该指出，以下详细说明都是示例性的，旨在对本发明提供进一步的说明。 除非另有指明，本文使用的所有技术和科学术语具有与本发明所属技术领域的 普通技术人员通常理解的相同含义。
53.需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图 限制根据本发明的示例性实施方式。如在这里所使用的，除非上下文另外明确 指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，术语“包括
”ꢀ
和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系 列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步 骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备 固有的其它步骤或单元。
54.在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。
55.本实施例所有数据的获取都在符合法律法规和用户同意的基础上，对数据 的合法应用。
56.实施例一
57.本实施例提供了基于图像融合的玻璃纤维复合材料无损检测方法；
58.如图1所示，基于图像融合的玻璃纤维复合材料无损检测方法，包括：
59.s101：获取待检测玻璃纤维复合材料的太赫兹图像和x射线图像；
60.s102：对太赫兹图像进行条纹去噪处理；对x射线图像进行条纹去噪处理；
61.s103：对条纹去噪后的太赫兹图像进行显著性分析，得到太赫兹图像的显 著图；对条纹去噪后的x射线图像进行显著性分析，得到x射线图像的显著图；
62.s104：对太赫兹图像的显著图和x射线图像的显著图进行图像融合处理， 得到太赫兹图像与x射线图像的融合结果；
63.s105：基于太赫兹图像与x射线图像的融合结果，得到待检测玻璃纤维复 合材料
缺陷的无损检测结果。
64.进一步地，所述s101中，所述太赫兹图像，通过太赫兹时域光谱系统来获 取；所述x射线图像，通过x射线计算机断层扫描系统来获取。
65.本发明所采用的太赫兹时域光谱系统是美国zomega terahertz公司生产的 fico rev 2.0。该系统时域范围为0～100ps，分辨率为0.05ps，有效频域范围为 0～2thz，分辨率为11ghz。二维移动台的最大扫描范围为150mm
×
150mm，最 小扫描步长为0.05mm。为了减少水蒸气对太赫兹波吸收的影响，整个系统被安 置于封闭的玻璃盖中，填充干燥空气，使相对湿度保持在1％以下。
66.本发明所采用的x射线计算机断层扫描系统是由yxlon公司制造。该系 统辐射源为fxe
‑
225kv管，工作电压为80kv，工作电流为2ma。样品被放置 在距离辐射源380mm处的旋转平台上，且旋转平台与辐射源的角度呈30deg， 旋转步进为0.5deg，使用锥形扫描模式，切层厚度设为0.05mm。该系统扫描 体积为100
×
100
×
3mm3的玻璃纤维层压板大约需要40min，成像横向分辨率能 达到6μm。图2(a)～图2(d)为太赫兹时域光谱系统和x射线计算机断层扫 描系统的实物图和原理示意图。
67.样本准备：由某玻璃钢研究院加工内含缺陷的玻璃纤维复合材料板，大小 均为100mm(长)
×
100mm(宽)
×
3mm(高)，由单层玻璃纤维布按照0/90deg 的方向交叉铺叠，经过环氧树脂胶粘合，并通过层压工艺制成。分别在玻璃纤 维复合材料板内部预埋不同材质、厚度、深度和形状的薄膜，来模拟异物夹杂 和分层缺陷。如图3(a1)和图3(a2)、图3(b1)和图3(b2)、图3(c1)和图3 (c2)、图3(d1)和图3(d2)、图3(e1)、图3(e2)、图3(e3)和图3(e4)、 表1所示。
68.表1样本信息
[0069][0070]
太赫兹和x射线检测成像：分别利用太赫兹时域光谱系统和x射线计算机 断层扫描系统对内含缺陷的玻璃纤维复合材料板进行检测。太赫兹时域光谱系 统使用缺陷处的反射脉冲进行成像。x射线计算机断层扫描系统通过二维能量 衰减分布进行成像。如图4(a)～图4(j)所示，从图4(a)～图4(j)中可看出， 玻璃纤维复合材料板的太赫兹和x射线成像结果存在横向和纵向分布的条纹， 这是由于玻璃纤维布按照0/90deg的方向交叉铺叠导致的，条纹噪声的存在导致 缺陷检测的对比度较低，影响缺陷检测效果。
[0071]
进一步地，所述s102中，对太赫兹图像进行条纹去噪处理和对x射线图像 进行条纹去噪处理，采用相同的方式进行条纹去噪处理；均采用基于十字扇形 滤波器的频域条纹噪声去除方式。
[0072]
进一步地，所述s102中，基于十字扇形滤波器的频域条纹噪声去除方式； 具体包括：
[0073]
s1021：对含有条纹噪声的图像进行傅里叶变换，将图像由空域转换为频域；
[0074]
s1022：根据条纹噪声的频域分布情况，设计十字扇形滤波器；基于十字扇 形滤波器，去除条纹噪声，得到去噪后的频谱图像；
[0075]
s1023：对去噪后的频谱图像进行傅里叶反变换，得到去除条纹噪声的空域 图像。
[0076]
进一步地，所述s1022：根据条纹噪声的频域分布情况，设计十字扇形滤波 器；基于十字扇形滤波器，去除条纹噪声，得到去噪后的频谱图像；具体包括：
[0077]
s10221：设置频谱图的中心点为十字扇形滤波器的“十”字中心点；
[0078]
s10222：以“十”字中心点为扇形的原点，分别设置四个扇形，四个扇形的 对称轴分别设置在原点的上下左右四个方向，并设置四个扇形圆心角的度数；
[0079]
s10223：将频谱图四个扇形内部区域的像素值设为0，去除条纹噪声，得到 去噪后的频谱图像。
[0080]
条纹噪声的频域特性：对图像进行傅里叶变换，可以获得图像在频域的分 布情况。图8(a)～图8(f)是lena原图以及添加横向和纵向条纹后lena图像 的频谱图，从图8(a)～图8(f)可以发现，对于含有水平条纹噪声的图像，其 平移处理后的fourier频谱图在正中间垂直方向通常表现为竖条亮斑。对于含有 竖直条纹噪声的图像，其平移处理后的fourier频谱图则在正中间水平方向表现 为横条亮斑。
[0081]
频谱图正中间垂直方向或水平方向出现亮斑的原因从物理意义上解释如下：
[0082]
令f(x,y)表示一副像素大小为m
×
n的图像，它的二维离散fourier变换如下 式所示：
[0083][0084]
对上述的二维离散fourier变换作简单变形后可得下式：
[0085][0086]
由变形后的公式可以看出，二维fourier变换实际上是由两次一维fourier变 换得到的，先对行(水平)方向进行一维fourier变换，再对列(垂直)方向进 行一维fourier变换。因此，对图像进行二维fourier变换后，得到的频谱图分为 水平分量和垂直分量，即u分量和v分量。
[0087]
由于图像的频率是表征图像中灰度变换剧烈程度的指标，对于含有水平条纹 噪声的图像，垂直方向的灰度跳变相对较为剧烈，所以其频谱图的垂直方向会 出现亮斑。对频谱图进行平移处理后，亮斑会出现在频谱图的正中间位置。
[0088]
平移处理的作用是让频谱图的正半轴部分和负半轴部分分别关于各自的中 心对称。以图9(a)～图9(c)举例，图9(a)～图9(c)分别是内含不同材质、 厚度和形状缺陷玻璃纤维复合材料板x射线成像结果(即图4(f)、图4(g) 和图4(i))的频谱图，对于同时具有横向和纵向分布条纹噪声的图像，fourier 频谱图在正中间垂直方向和水平方向都有亮线。由于lena图像是人为添加的条 纹，条纹宽度和间隔均一致，所以条纹信息在频谱图中是以等间隔的亮斑出现。 而玻璃纤维复合材料板x射线图像存在的横竖条纹宽度和间隔的规律性都更差， 所以条纹信息在频谱图中不是以等间隔的亮斑出现，而是隐藏在正中间垂直方 向和水平方向的亮线中。因此设计十字扇形滤波器来进行条纹噪声的去除。
[0089]
其中，十字扇形滤波器的设计原理如下：
[0090]
在频谱图中，图像自身有用信息基本位于频谱图原点及其周边一定范围内 的区域，但此区域同样存在着噪声频率成分。如何在尽可能丢失较少图像有用 信息的前提下去除噪声，是设计滤波器最为关键的地方。
[0091]
本发明设计的十字扇形滤波器在中心点处存在一定张开角度，可以较好地解 决
这个问题。十字扇形滤波器需要设置的关键参数为圆心角度数。其中，圆心 角度数指的是滤波器中心位置向两边张开的角度，决定对图像频谱信息的保留 与去除程度。
[0092]
图10(a)和图10(b)是十字扇形滤波器的原理图，在图10(a)中，坐标 原点附近不规则阴影代表图像有用信息，直线代表条纹噪声信息，关于原点对 称的四个扇形代表设计的十字扇形滤波器。经过十字扇形滤波器滤波后，条纹 噪声信息被去除，同时图像的部分有用信息也被去除。图11(a)～图11(c)是 内含不同材质、厚度和形状缺陷玻璃纤维复合材料板x射线图像经过十字扇形 滤波器处理后的频谱图。表2是图11(a)～图11(c)的圆心角度数设置情况。
[0093]
表2十字扇形滤波器圆心角度数设置
[0094][0095]
进一步地，所述s103对条纹去噪后的太赫兹图像进行显著性分析，得到太 赫兹图像的显著图；与对条纹去噪后的x射线图像进行显著性分析，得到x射 线图像的显著图；具体显著性分析步骤是一致的。
[0096]
进一步地，所述s103对条纹去噪后的太赫兹图像进行显著性分析，得到太 赫兹图像的显著图；具体包括：
[0097]
s1031：基于条纹去噪后的太赫兹图像，获取太赫兹图像的对比度图；
[0098]
s1032：基于条纹去噪后的太赫兹图像，获取太赫兹图像的特征图；
[0099]
s1033：对太赫兹图像的对比度图和太赫兹图像的特征图，进行加权求和， 得到太赫兹图像的显著图。
[0100]
进一步地，所述s1031：基于条纹去噪后的太赫兹图像，获取太赫兹图像的 对比度图；是通过将条纹去噪后的太赫兹图像划分为若干个图像区域；计算不 同图像区域的欧几里得距离来获取太赫兹图像的对比度图。
[0101]
示例性的，所述s1031：基于条纹去噪后的太赫兹图像，获取太赫兹图像的 对比度图；具体包括：
[0102]
以源图像i为例，其像素的数量是m
×
n，任一像素点由i(i,j)来表示。通过 计算区域m1
×
n1和区域m2
×
n2的欧几里得距离来构造对比度图，区域之间的 欧几里得距离计算如下：
[0103][0104]
进一步地，所述s1032：基于条纹去噪后的太赫兹图像，获取太赫兹图像的 特征图；具体包括：
[0105]
s10321：计算条纹去噪后的太赫兹图像区域的空间相关性；
[0106]
s10322：计算条纹去噪后的太赫兹图像的纹理特征；
[0107]
s10323：将纹理特征与图像区域的空间相关性相乘，得到太赫兹图像的特 征图。
[0108]
应理解的，通过结合空间相关性和纹理特征突出缺陷信息，构建特征图。 在太赫兹和x射线图像中，空间相关性越低，成为显著缺陷区域的可能性越大。
[0109]
示例性的，s10321：计算条纹去噪后的太赫兹图像区域的空间相关性；具 体包括：
[0110][0111][0112][0113]
示例性的，s10322：计算条纹去噪后的太赫兹图像的纹理特征；具体包括：
[0114]
纹理特征用标准的局部二值模式(lbp)描述为：
[0115][0116][0117]
其中i’(i,j)与i(i,j)相邻。lbp图由以下方程构建：
[0118][0119][0120]
示例性的，所述s10323：将纹理特征与图像区域的空间相关性相乘，得到 太赫兹图像的特征图；具体包括：
[0121]
特征图由以下公式获得：
[0122]
f(i,j)＝x(i,j)
×
lbp
coeff
(i,j)；
ꢀꢀꢀ
(5)
[0123]
示例性的，所述s1033：对太赫兹图像的对比度图和太赫兹图像的特征图， 进行加权求和，得到太赫兹图像的显著图。具体包括：
[0124]
基于能量对特征图和对比度图进行加权融合，得到显著图s，相关公式如下 所示：
[0125]
[0126][0127]
s(i,j)＝ω1×
c(i,j) ω2×
f(i,j)；
ꢀꢀꢀ
(7)
[0128]
其中，ω1和ω2分别是对比图和特征图的相应权重。如图6(a)～图6(j) 所示。
[0129]
进一步地，所述s104：对太赫兹图像的显著图和x射线图像的显著图进行 图像融合处理，得到太赫兹图像与x射线图像的融合结果；具体包括：
[0130]
s1041：对太赫兹图像的显著图进行小波分解，得到太赫兹图像的低频子带 和太赫兹图像的高频子带；
[0131]
对x射线图像的显著图进行小波分解，得到x射线图像的低频子带和x射 线图像的高频子带；
[0132]
其中，低频子带表示图像的主轮廓；高频子带表示图像的纹理边缘；
[0133]
s1042：计算太赫兹图像显著图的标准差，计算x射线图像显著图的标准差， 基于太赫兹图像和x射线图像显著图的标准差，计算出太赫兹图像显著图低频 子带的权重，计算出x射线图像显著图低频子带的权重；
[0134]
计算太赫兹图像显著图的平均梯度，计算x射线图像显著图的平均梯度， 基于太赫兹图像和x射线图像显著图的平均梯度，计算出太赫兹图像显著图高 频子带的权重，计算出x射线图像显著图高频子带的权重；
[0135]
s1043：将x射线图像显著图作为引导图像，将太赫兹图像显著图作为输入 图像，基于线性变换，得到输出图像；
[0136]
s1044：将输出图像进行小波分解，得到输出图像的低频子带和高频子带；
[0137]
s1045：基于输出图像的高频子带，分别对太赫兹图像显著图高频子带的权 重和x射线图像显著图高频子带的权重进行修正；
[0138]
基于输出图像的低频子带，分别对太赫兹图像显著图低频子带的权重和x 射线图像显著图低频子带的权重进行修正；
[0139]
s1046：基于修正后的太赫兹图像显著图高频子带的权重，和修正后的x射 线图像显著图高频子带的权重，对太赫兹图像显著图高频子带和x射线图像显 著图高频子带进行加权求和，得到太赫兹图像显著图高频子带和x射线图像显 著图高频子带的融合结果；
[0140]
基于修正后的太赫兹图像显著图低频子带的权重，和修正后的x射线图像 显著图低频子带的权重，对太赫兹图像显著图低频子带和x射线图像显著图低 频子带进行加权求和，得到太赫兹图像显著图低频子带和x射线图像显著图低 频子带的融合结果；
[0141]
s1047：对太赫兹图像显著图高频子带和x射线图像显著图高频子带的融合 结果，和太赫兹图像显著图低频子带和x射线图像显著图低频子带的融合结果； 进行小波逆变换，得到太赫兹图像与x射线图像的融合结果。如图7(a)～图7 (e)所示。
[0142]
应理解的，对太赫兹和x射线图像的显著图进行小波分解。显著图被分解 为低频子带和高频子带，低频子带决定图像的主轮廓，高频子带决定图像的纹 理边缘信息。分别采用对比度策略和平均梯度策略融合相应的低频子带和高频 子带，同时采用引导滤波器
误差估计：
[0161][0162]
其中η为正则化参数。线性系数a
k
和b
k
用最小二乘法求解：
[0163][0164][0165]
示例性的，s1044：将输出图像进行小波分解，得到输出图像的低频子带和 高频子带；具体包括：
[0166]
将输出图像g分解为低频子带g
l
和高频子带g
h
，分解方法与太赫兹和x 射线显著图相同。
[0167]
示例性的，s1045：基于输出图像的高频子带，分别对太赫兹图像显著图高 频子带的权重和x射线图像显著图高频子带的权重进行修正；基于输出图像的 低频子带，分别对太赫兹图像显著图低频子带的权重和x射线图像显著图低频 子带的权重进行修正；具体包括：
[0168]
对太赫兹和x射线图像显著图高频子带的融合权重进行修正：
[0169]
ω
th
＝g
h
×
p
th
；
ꢀꢀꢀ
(16
‑
1)
[0170]
ω
xh
＝g
h
×
p
xh
；
ꢀꢀꢀ
(16
‑
2)
[0171]
对太赫兹和x射线图像显著图低频子带的融合权值进行修正：
[0172]
ω
tl
＝g
l
×
p
tl
；
ꢀꢀꢀ
(17
‑
1)
[0173]
ω
xl
＝g
l
×
p
xl
；
ꢀꢀꢀ
(17
‑
2)
[0174]
示例性的，s1046：基于修正后的太赫兹图像显著图高频子带的权重，和修 正后的x射线图像显著图高频子带的权重，对太赫兹图像显著图高频子带和x 射线图像显著图高频子带进行加权求和，得到太赫兹图像显著图高频子带和x 射线图像显著图高频子带的融合结果；具体包括：
[0175]
获得太赫兹和x射线显著图高频子带的融合结果：
[0176]
f
usionh
＝ω
th
×
t
h
ω
xh
×
x
h
；
ꢀꢀꢀ
(18)
[0177]
其中，t
h
和x
h
分别为小波分解后太赫兹和x射线显著图的高频子带。
[0178]
示例性的，s1046：基于修正后的太赫兹图像显著图低频子带的权重，和修 正后的x射线图像显著图低频子带的权重，对太赫兹图像显著图低频子带和x 射线图像显著图低频子带进行加权求和，得到太赫兹图像显著图低频子带和x 射线图像显著图低频子带的融合结果；具体包括：
[0179]
太赫兹和x射线图像低频子带的融合结果：
[0180]
f
usionl
＝ω
tl
×
t
l
ω
xl
×
x
l
；
ꢀꢀꢀ
(19)
[0181]
其中，t
l
和x
l
分别为小波分解后太赫兹和x射线显著图的低频子带。
[0182]
进一步地，所述s105：基于太赫兹图像与x射线图像的融合结果，得到待 检测玻璃纤维复合材料缺陷的无损检测结果；具体包括：
[0183]
采用图像分割算法，将融合图像分成缺陷和背景两部分，提取出缺陷区域。 图像分割算法采用最大类间方差法，通过统计整个图像的直方图特性来实现全 局阈值的自动选取，根据选取的阈值将图像分为缺陷和背景两个部分。
[0184]
实施例二
[0185]
本实施例提供了基于图像融合的玻璃纤维复合材料无损检测系统；
[0186]
基于图像融合的玻璃纤维复合材料无损检测系统，包括：
[0187]
获取模块，其被配置为：获取待检测玻璃纤维复合材料的太赫兹图像和x 射线图像；
[0188]
去噪模块，其被配置为：对太赫兹图像进行条纹去噪处理；对x射线图像 进行条纹去噪处理；
[0189]
显著性分析模块，其被配置为：对条纹去噪后的太赫兹图像进行显著性分 析，得到太赫兹图像的显著图；对条纹去噪后的x射线图像进行显著性分析， 得到x射线图像的显著图；
[0190]
图像融合模块，其被配置为：对太赫兹图像的显著图和x射线图像的显著 图进行图像融合处理，得到太赫兹图像与x射线图像的融合结果；
[0191]
输出模块，其被配置为：基于太赫兹图像与x射线图像的融合结果，得到 待检测玻璃纤维复合材料缺陷的无损检测结果。
[0192]
此处需要说明的是，上述获取模块、去噪模块、显著性分析模块、图像融 合模块和输出模块对应于实施例一中的步骤s101至s105，上述模块与对应的步 骤所实现的示例和应用场景相同，但不限于上述实施例一所公开的内容。需要 说明的是，上述模块作为系统的一部分可以在诸如一组计算机可执行指令的计 算机系统中执行。
[0193]
上述实施例中对各个实施例的描述各有侧重，某个实施例中没有详述的部 分可以参见其他实施例的相关描述。
[0194]
所提出的系统，可以通过其他的方式实现。例如以上所描述的系统实施例 仅仅是示意性的，例如上述模块的划分，仅仅为一种逻辑功能划分，实际实现 时，可以有另外的划分方式，例如多个模块可以结合或者可以集成到另外一个 系统，或一些特征可以忽略，或不执行。
[0195]
实施例三
[0196]
本实施例还提供了一种电子设备，包括：一个或多个处理器、一个或多个 存储器、以及一个或多个计算机程序；其中，处理器与存储器连接，上述一个 或多个计算机程序被存储在存储器中，当电子设备运行时，该处理器执行该存 储器存储的一个或多个计算机程序，以使电子设备执行上述实施例一所述的方 法。
[0197]
应理解，本实施例中，处理器可以是中央处理单元cpu，处理器还可以是 其他通用处理器、数字信号处理器dsp、专用集成电路asic，现成可编程门阵 列fpga或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组 件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
[0198]
存储器可以包括只读存储器和随机存取存储器，并向处理器提供指令和数 据、存
储器的一部分还可以包括非易失性随机存储器。例如，存储器还可以存 储设备类型的信息。
[0199]
在实现过程中，上述方法的各步骤可以通过处理器中的硬件的集成逻辑电 路或者软件形式的指令完成。
[0200]
实施例一中的方法可以直接体现为硬件处理器执行完成，或者用处理器中 的硬件及软件模块组合执行完成。软件模块可以位于随机存储器、闪存、只读 存储器、可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟 的存储介质中。该存储介质位于存储器，处理器读取存储器中的信息，结合其 硬件完成上述方法的步骤。为避免重复，这里不再详细描述。
[0201]
本领域普通技术人员可以意识到，结合本实施例描述的各示例的单元及算 法步骤，能够以电子硬件或者计算机软件和电子硬件的结合来实现。这些功能 究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。 专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但 是这种实现不应认为超出本发明的范围。
[0202]
实施例四
[0203]
本实施例还提供了一种计算机可读存储介质，用于存储计算机指令，所述 计算机指令被处理器执行时，完成实施例一所述的方法。
[0204]
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领 域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则 之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之 内。