基于邻域向量主成分分析图像增强的弱小损伤目标检测方法

• 作者: 夏彦文 李刚 王伟 王力 王拯洲 谭萌
• 来源期刊: 光子学报
• 学科: 工学
• 关键词: 邻域向量主成分分析 局域对比度方法 损伤目标检测 图像增强 区域生长法
• 年，卷（期）: 2019,（7）
• 所属期刊栏目: 图像处理
• 页码范围: 69-80
• 页数: 12页
• 分类号: TP391
• 字数: 6029字
• 语种: 中文
• DOI: 10.3788/gzxb20194807.0710001

摘要

提出了基于邻域向量主成分分析(NVPCA)图像增强的弱小损伤目标检测方法.该方法将损伤图像中的每个像素和它的8邻域像素看作一个列向量参加运算,由每个像素生成的所有列向量构建一个9维的数据立方体,通过PCA变换后中间像素和邻域像素之间不相关,消除小目标和邻域像素之间的相关性,这样9维数据立方体的主要信息将集中在第一维,则变换后的第一维数据为NVPCA图像.另外,使用局域对比度法对NVPCA图像再一次进行处理后,获得了较好的图像增强效果.最后,使用区域增长法将损伤目标从背景中分离出来.实验结果表明,该方法能够检测损伤大小为1个像素和处于局部亮区的损伤目标,满足了在线光学元件损伤检测光学系统对于损伤目标精度的要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王伟	中国科学院西安光学精密机械研究所	295	3192	30.0	44.0
2	李刚	中国科学院西安光学精密机械研究所	206	2926	26.0	46.0
3	王力	中国科学院西安光学精密机械研究所	113	1744	20.0	38.0
4	夏彦文	中国工程物理研究院激光聚变研究中心	27	80	5.0	8.0
5	王拯洲	中国科学院西安光学精密机械研究所	14	86	5.0	9.0
6	谭萌	中国科学院西安光学精密机械研究所	3	1	1.0	1.0