摘要
本发明公开了一种基于鲁棒主成分分析的脉冲热成像序列关键帧提取方法,包括首先计算原始热图像序列各相邻图像之间的差分图像,对差分结果求其L1范数,根据L1范数最大值确定脉冲激励的起始帧;然后使用鲁棒主成分分析,对热图像序列进行分解,根据稀疏矩阵的稀疏性实现关键帧提取;最终使用局部最大熵阈值分割方法提取热图像中的样本区域,得到包含样本区域的热图像关键帧序列。本发明可以完美的替代现有技术人工进行关键帧筛选及ROI剪裁,该方案充分利用热成像序列的时空分布特征,旨在开发一套完整且高效的脉冲热成像序列关键帧自动提取算法框架,在实际应用中提高缺陷识别的效率和自动化水平。
技术关键词
鲁棒主成分分析
关键帧提取方法
热成像
阈值分割方法
序列
热图像
脉冲
时空分布特征
样本
矩阵
算法框架
索引
尺寸
系统为您推荐了相关专利信息
神经网络模型
电气安全隐患
高维特征向量
时间序列特征
分布式计算架构
视频生成方法
主动控制策略
生成图文
视频生成系统
表达序列
序列推荐方法
点击率预测
解码器结构
索引
物品特征
推荐方法
标识算法
在线学习系统
高性能缓存系统
压缩算法