用于提高高温变形测量的融合-恢复图像处理算法
计算机视觉与模式识别
2026-01-21 v1
摘要
在高温结构的变形测量中，热辐射引起的图像退化以及热浪引入的随机误差限制了测量精度和效果。为抑制热辐射和热浪，本文采用融合-恢复图像处理方法。针对热辐射引起的图像退化，基于图像分层表示，将图像分解为正负两个通道进行并行处理，然后通过多曝光图像融合进行质量优化。为抵消热浪引入的高频随机误差，本文采用 FSIM 作为目标函数引导模型参数迭代优化，并应用灰度平均算法均衡异常灰度值，从而降低测量误差。所提出的多曝光图像融合算法有效抑制了复杂照明条件下的图像退化，将欠曝图像的有效计算区域从 26% 提升至 50%，将过曝图像的有效计算区域从 32% 提升至 40%，且在实验中未牺牲测量精度。同时，结合灰度平均算法的图像恢复减少了静态热变形测量误差。{\epsilon}_xx 的误差降低了 85.3%，{\epsilon}_yy 和 {\gamma}_xy 的误差分别降低了 36.0% 和 36.4%。本文提出的方法可抑制 DIC 测量中热辐射和热浪的干扰，实验结果验证了该方法能够有效提升图像质量、降低变形测量误差，并在热变形测量中具有潜在应用价值。
引用
@article{arxiv.2601.12682,
title = {Fusion-Restoration Image Processing Algorithm to Improve the High-Temperature Deformation Measurement},
author = {Banglei Guan and Dongcai Tan and Jing Tao and Ang Su and Yang Shang and Qifeng Yu},
journal= {arXiv preprint arXiv:2601.12682},
year = {2026}
}