基于形态学和OTSU算法的红外图像降噪及分割

第39卷第6期红外技术V ol.39 No.6 2017年6月 Infrared Technology June 2017

512

基于形态学和OTSU算法的红外图像降噪及分割

徐 超，冯辅周，闵庆旭，孙吉伟，朱俊臻

（装甲兵工程学院机械工程系，北京100072）

摘要：在涡流热像技术中，图像处理是进行缺陷特征提取和识别的关键基础，而增强的图像有助于提高涡流热像技术的检测效果。利用多种常用的红外图像处理方法进行增强处理，旨在解决红外图像信噪比不高、缺陷对比度低等问题。首先分析了噪声来源，通过算术运算对涡流红外图像进行预处理，然后采用基于形态学权重的自适应算法进行形态学降噪，最后利用二维最大类间方差法（OTSU）对图像进行分割。定性和定量分析结果均验证了该方法的有效性和适用性，研究成果为红外图像的特征提取和缺陷识别奠定了方法基础。

关键词：涡流热像；红外图像；形态学降噪；图像分割

中图分类号：TP301.6 文献标识码：A 文章编号：1001-8891(2017)06-0512-05

Infrared Image Denoising and Segmentation Based on

Morphology and Otsu Method

XU Chao，FENG Fuzhou，MIN Qingxu，SUN Jiwei，ZHU Junzhen (Department of Mechanical Engineering, Academy of Armored Forces Engineering, Beijing 100072, China)

Abstract：In eddy current thermography, image processing is the key basis of defect feature extraction and recognition, and the enhanced image is helpful to improve the detection effect. Therefore, a method com-bining three infrared image processing algorithms is introduced to enhance the infrared image in order to solve the problems of low SNR and contrast of infrared images. Based on analyzing the noise sources, ed-dy current infrared images are preprocessed by arithmetic calculation and the adaptive algorithm based on morphological weight is used to reduce the noise. Further, the images are segmented by 2D OTSU algo-rithm. The validity and applicability of the proposed method are both qualitatively and quantitatively veri-fied. This study aims to provide a basis for defect feature extraction and recognition.

Keywords：eddy current thermography，infrared image，morphological noise reduction，image seg-mentation

0 引言

涡流红外热像技术是一种新型的无损检测方法，主要用于导电材料的无损评估，其有效结合涡流检测和红外热成像技术，具有快速、准确和高分别率的优点[1-2]。受红外热像仪灵敏度的限制、噪声的干扰以及目标与背景的温差相对较小的特点[3]，使得红外图像的灰度级较少，对比度较低，其信噪比也较可见光图像的低[4]。利用红外图像进行缺陷特征提取和识别时，图像处理是关键基础，研究成果有助于提高涡流热像技术的检测效果，因此对涡流红外图像的处理和研究具有重要的现实意义。

国内外针对图像处理方面的研究已经广泛开展，特别是随着红外无损检测技术的发展，越来越多的新方法被运用到红外图像的增强中。图像增强的方法包含两大类：空间域方法和变换域方法[5]。空间域方法直接是图像的灰度值进行处理，如直方图均衡化是通过某种变换对图像灰度范围进行拉伸，王炳健[4]提出了平台直方图均衡（Plateau His-togram Equalization, PHE）及其变换形式，Kim[6]提出了平均维持双向直方图均衡（Brightness Pre-serving Bi-Histogram Equalization, BBHE），Chen[7]

万方数据