基于傅里葉變換的紅外熱波圖像拼接

摘要：紅外熱波無損檢測中，紅外熱波空間序列圖像間的變化主要是位移和小幅度旋轉(zhuǎn)。針對(duì)該特點(diǎn)，在可能的旋轉(zhuǎn)角度范圍內(nèi)，利用傅里葉變換的相位相關(guān)技術(shù)判定旋轉(zhuǎn)的角度和平移量，實(shí)現(xiàn)圖像的配準(zhǔn)，然后實(shí)現(xiàn)圖像的拼接。實(shí)驗(yàn)結(jié)果表明，該方法能夠?qū)χ丿B面積較小的圖像序列實(shí)現(xiàn)快速拼接。

關(guān)鍵詞：傅里葉變換;紅外熱波;圖像拼接

中圖法分類號(hào)：TP391文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1001－3695(2007)01－0227－02

紅外熱成像技術(shù)是借助于物體的熱輻射以得到其熱圖的一項(xiàng)技術(shù)。紅外熱波無損檢測是一種新興的無損檢測技術(shù)，針對(duì)被檢物的材質(zhì)、結(jié)構(gòu)、缺陷類型以及特定的檢測條件，設(shè)計(jì)不同特性的熱源，對(duì)檢測材料進(jìn)行主動(dòng)加熱，利用紅外熱成像技術(shù)對(duì)材料表面的輻射分布進(jìn)行數(shù)據(jù)采集，生成熱波圖像。將不均勻材料內(nèi)部熱傳導(dǎo)的不連續(xù)性反映到熱像圖上，從而進(jìn)行材料檢測。該技術(shù)具有快速、高效、直觀的優(yōu)點(diǎn)，特別適合復(fù)合材料的檢測[1，2]。

紅外熱波無損檢測技術(shù)在實(shí)際應(yīng)用中，每次檢測面積有限，當(dāng)被測物較大時(shí)，不能一次獲得整個(gè)被測物的圖像，這就需要?jiǎng)澐謪^(qū)域，分別獲得各個(gè)部分的圖像，然后將各次所成的熱像拼接成一幅全圖進(jìn)行分析。

圖像拼接的步驟可以分為圖像配準(zhǔn)和圖像融合。圖像配準(zhǔn)的方法可以分為基于圖像灰度信息的方法、基于圖像特征的方法和基于變換域的方法。基于圖像灰度的方法一般不需要對(duì)圖像進(jìn)行復(fù)雜的預(yù)先處理，而是利用圖像本身具有的灰度統(tǒng)計(jì)信息來度量圖像的相似程度，較容易實(shí)現(xiàn)。但是該方法對(duì)圖像的變形、噪聲、對(duì)比度差異敏感和光照條件敏感，且運(yùn)算量很大。基于圖像特征的方法和基于變換域的方法首先對(duì)待配準(zhǔn)圖像進(jìn)行預(yù)處理，提取特征，通過特征的匹配關(guān)系建立圖像之間的配準(zhǔn)映射關(guān)系。該方法的局限性在于待配準(zhǔn)的圖像特征要易于提取，且要易于建立兩幅圖像之間同名點(diǎn)的關(guān)聯(lián)。最主要的基于變換域的方法就是傅里葉變換方法。圖像的平移、旋轉(zhuǎn)、鏡像和縮放等變換在傅氏變換域都有相應(yīng)體現(xiàn)，適合光源變化采集的圖像。但是傅里葉變換方法只能用來配準(zhǔn)灰度屬性有線性正相關(guān)的圖像，圖像之間也必須嚴(yán)格滿足定義好的變換關(guān)系，實(shí)際使用中要求有較大范圍的圖像重疊區(qū)域[3]。

紅外熱波無損檢測主要針對(duì)各種復(fù)合材料，熱波圖像本身的特征提取困難，空間相鄰的兩幅圖像間存在局部小面積重疊，由于工作人員是手持工具，還會(huì)造成上下錯(cuò)位和小幅度旋轉(zhuǎn)。本文針對(duì)以上特點(diǎn)，對(duì)待配準(zhǔn)圖像在可能的旋轉(zhuǎn)角度范圍內(nèi)，先按一定角度旋轉(zhuǎn)，然后利用傅里葉相位相關(guān)法計(jì)算平移量和脈沖幅值，通過比較這些脈沖幅值的大小，確定實(shí)際旋轉(zhuǎn)的角度和偏移量。

1理論[4~6]

1．1兩幅圖像僅有平移變化

1．2兩幅圖像存在小幅度旋轉(zhuǎn)和平移

式（1）進(jìn)行反變換所得沖擊函數(shù)δ(x-x0，y-y0)的幅值大小，同時(shí)反應(yīng)了兩幅圖像的相關(guān)程度，兩幅圖像越相關(guān)，幅值越大；當(dāng)兩幅圖像內(nèi)容完全一樣，只存在平移時(shí)，則幅值為1。當(dāng)兩幅圖像存在小幅度旋轉(zhuǎn)時(shí)，旋轉(zhuǎn)幅度越小，沖擊函數(shù)的幅值越大。在可能的旋轉(zhuǎn)角度范圍內(nèi)，按照一定的步長，將待配準(zhǔn)的圖像旋轉(zhuǎn)，根據(jù)1.1節(jié)中的算法分別計(jì)算出一系列脈沖幅值，比較其大小，取出最大值，與之相對(duì)應(yīng)的旋轉(zhuǎn)角度和平移量即為待配準(zhǔn)圖像的旋轉(zhuǎn)角度和位移量。

2實(shí)驗(yàn)

為驗(yàn)證本算法的適用性和精度，本文將飛機(jī)表皮鋁合金材料的熱波圖像分別裁剪為如圖1所示的兩張圖。圖1（a)位于原圖左側(cè)，圖1（b）位于右側(cè)且相對(duì)于原圖有逆時(shí)針3.6°的旋轉(zhuǎn)，兩幅圖像重疊部分約占圖像寬度的20%。假設(shè)在實(shí)際操作中，待配準(zhǔn)圖像即第二幅圖像相對(duì)偏轉(zhuǎn)角度不超過±10°。具體配準(zhǔn)步驟如下: 

(1)對(duì)待配準(zhǔn)圖像在[-10，10]的角度范圍內(nèi)作旋轉(zhuǎn)，每次旋轉(zhuǎn)2°，共旋轉(zhuǎn)11次。

(2)對(duì)旋轉(zhuǎn)后的圖像與圖1（a)按照1.1節(jié)中的方法，分別求傅里葉變換，進(jìn)而求得互功率譜，對(duì)互功率譜求傅里葉反變換，取反變換中的最大值，即脈沖幅值。各旋轉(zhuǎn)角度圖像對(duì)應(yīng)的脈沖幅值如圖2所示。

(3)比較求得的所有脈沖值，找出最大者，與之相對(duì)應(yīng)的旋轉(zhuǎn)角度和位移量即為所求。

如圖2所示，可得旋轉(zhuǎn)角度為-4°，由于步長為2°，進(jìn)一步在 [-5，-3]角度范圍內(nèi)求精，每次旋轉(zhuǎn)0.2°，分別求得脈沖值如圖3所示。

旋轉(zhuǎn)誤差在一個(gè)像素范圍之內(nèi)，完全能夠滿足要求。將待配準(zhǔn)圖像順時(shí)針旋轉(zhuǎn)3.6°，按照1.1節(jié)中的方法求得位移量，然后將兩幅圖像拼合在一起，如圖4所示。

3結(jié)論

實(shí)驗(yàn)表明:本算法對(duì)于兩幅相鄰的熱波圖像間存在局部小范圍重疊，小幅度旋轉(zhuǎn)時(shí)，利用傅里葉變換的相位相關(guān)法（其中的脈沖幅值大小反映了圖像相關(guān)程度的性質(zhì)），采用變步長旋轉(zhuǎn)，逐步求精的方法，加快了圖像配準(zhǔn)的速度，實(shí)現(xiàn)了圖像的快速精確拼接。同時(shí)，該算法對(duì)于背景復(fù)雜、輪廓不明顯、特征提取困難的圖像也有普遍的適用性。

參考文獻(xiàn)：

［1］王迅，金萬平，張存林，等.紅外熱波無損檢測技術(shù)及其進(jìn)展[J].無損檢測， 20-04， 26(10): 497501.

［2］陳桂才，吳東流，程茶園，等.復(fù)合材料缺陷的紅外熱波無損檢測[J].宇航材料工藝，20-04，34（1）:5558.

［3］Barbara Zitova’， Jan Flusser. Image Registration Methods: A Survey[J].Image and Vision Computing，2003，21（3）:9771000.

［4］Harold S Stone， Michael T Orchard， EeChien Chang， et al. A Fast Direct Fourierbased Algorithm for Subpixel Registration of Images [J]. IEEE Transactions on Geoscience and Remote Sensing，2001，39(10):22352243.

［5］Srinivasa Reddy B， Chatterji B N. An FFTbased Technique for Translation， Rotation， and Scaleinvariant Image Registration[J]. IEEE Transactions on Image Processing， 1996， 5(8):12661271.

［6］Harold S Stone， Robert Wolpov. Blind Crossspectral Image Registration Using Prefiltering and Fourierbased Translation Detection[J].IEEE Transactions on Geosciences and Remote Sensing，2002，40(3):637650.

作者簡介：

郭永剛（1974），男，山東人，碩士研究生，主要研究方向?yàn)闄C(jī)器視覺和圖像處理；

葛慶平（1951），男，北京人，副院長，副教授，碩士，主要研究方向?yàn)闄C(jī)器視覺和圖像處理；

姜長勝（1980），男，北京人，碩士研究生，主要研究方向?yàn)闄C(jī)器視覺和圖像處理。

注:本文中所涉及到的圖表、注解、公式等內(nèi)容請以PDF格式閱讀原文