基于热对比度增强时间插值的高帧率热成像检测方法

技术特征：
1.一种基于热对比度增强时间插值的高帧率热成像检测方法，其特征在于，包括：步骤1，通过红外热像仪在低帧率下采集含待测样品表面温度信息的热图像序列，并形成三阶热张量其中，表示实数集；n
x
表示热图像横向分辨率；n
v
表示热图像纵向分辨率；n
t
表示所采集到的热图像序列的总帧数；亦即：(n
x
，n
y
)和n
t
分别表示三阶热张量z的空间模式和时间模式；基于所述三阶热张量z的低秩与时-空域平滑特性，构建基于时-空域平滑特性的低秩张量填充模型，所述低秩张量填充模型表示为：其中，λ1和λ2表示正则化参数；α
n
表示非负权重系数，α
n
≥0，且≥0，且l
(n)
表示三阶热张量z的第n维展开；和||
·
||
1，1
分别表示任意矩阵的平方frobenius范数和任意矩阵所有元素绝对值之和；x与y都表示矩阵因子，且可沿三阶热张量z的空间模式(n
x
，n
y
)与时间模式n
t
展开，则y
n
＝(y1，y2，y3)，x
n
＝(x1，x2，x3)；w表示满足w
t
w＝i条件的小波紧框架变换矩阵，i表示单位矩阵；表示垂直导数算子；ι(z)表示指示函数，表示为：其中，ω表示可用元素集合，ψ
ω
(
·
)表示投影算子，γ表示不完备的观测热张量；步骤2，根据bsubm算法对步骤1的所述低秩张量填充模型进行求解，补全在低帧率下无法采集到的热图像序列，即第一热图像序列；步骤3，对在低帧率下采集的所述热图像序列的所有像素依次进行多项式时间插值算法，得到大于最大低帧率的采样时刻的第二热图像序列；步骤4，对所述第一热图像序列和所述第二热图像序列分别进行二值化分割处理，得到第三热图像序列和第四热图像序列；步骤5，将所述第三热图像序列和所述第四热图像序列进行图像融合，得到高帧率热图像序列；其中，所述步骤2中，根据bsubm算法对步骤1的所述低秩张量填充模型进行求解，则有式(2)表示为：为：为：其中，l即l
(n)
；k表示迭代数；f(.)表示目标函数；ρ＞0表示近端参数；
将式(2)分解为三个子问题，包括x子问题、y子问题和l子问题：x子问题即：其中，i1表示与y1同维度大小的单位矩阵；表示第k次迭代时所重建三阶热张量沿着第三维度时间模式n
t
的展开；y子问题即：其中，i2表示与y2同维度大小的单位矩阵；d表示一阶差分矩阵；表示(
·
)的moore-penrose伪逆；其中，作为unfold
n
(
·
)的逆操作，将已在第n个维度展开的矩阵重新折叠排列形成的热张量记为fold
n
(
·
)。2.如权利要求1所述的方法，其特征在于，所述步骤3包括：将低帧率下在不同采样瞬间t
q
采集所形成的单像素热响应表达为：z(n
x
，n
y
)＝a0 a1t a2t2
…
a
q
t
q
ꢀꢀ
(4)对式(4)进行多项式展开，得到nt 1个插值多项式，则其范德蒙矩阵表达为：其中，a0，
…
，a
q
表示多项式系数；(n
x
，n
y
)分别表示三阶热张量z的第(n
x
，n
y
)个像素的热响应；t
q
表示时间t的q次幂；t
q
表示第q个采样时间点，q＝[0，1，...，n
t
]；n
x
∈[1，n
x
]；n
y
∈[1，n
y
]。3.如权利要求2所述的方法，其特征在于，所述步骤4中，采用局部自适应阈值法对所述第一热图像序列和所述第二热图像序列分别进行二值化分割处理。4.如权利要求3所述的方法，其特征在于，所述步骤5中，采用基于像素值最小原理对所述第三热图像序列和所述第四热图像序列进行图像融合。

技术总结
本发明公开了一种基于热对比度增强时间插值的高帧率热成像检测方法，涉及多物理场热波无损检测技术领域，解决了热波无损检测中红外热像仪帧频率不高的技术问题，其技术方案要点是通过低秩张量填充模型在利用低帧率热图像序列低秩信息的同时，并引入平滑约束以考虑热张量的时-空模态上的分段光滑先验信息，而获得高帧率热图像序列；再基于多项式时间插值方法来提供大量低秩张量填充模型所无法重建的热信息；对重建的热图像进行二值化分割以自动识别显著目标并确定其位置。最后对分割的重建热图像进行图像融合重建。不仅可获得同等条件下远高于红外热像仪最大帧频率的采样瞬间的热响应，自动识别显著目标和准确获得显著目标处的实时温度信息。标处的实时温度信息。标处的实时温度信息。


技术研发人员：张辉 罗志涛 沈鹏 苏梓豪 王胜
受保护的技术使用者：东南大学
技术研发日：2022.01.20
技术公布日：2022/5/30