简介：在涡流脉冲热像技术中,红外图像序列受到设备精度、环境干扰等因素的影响,其质量易发生退化,进而影响后续缺陷的特征提取和识别,因此,有必要对图像序列进行降噪预处理。为得到质量可靠的红外图像序列,以涡流脉冲激励下的红外图像序列为研究对象,分析了其噪声来源和类型;通过空间域和时间域2种途径对图像序列进行降噪处理。结果表明：时间域处理效果优于空间域,降低噪声的同时保留了缺陷区域随时间变化的热响应特征,更适合处理红外图像序列。研究成果为缺陷的特征提取和识别奠定了理论基础。
简介：针对关联维数计算耗时量大的问题，通过改进点对距离的度量方法，以及采用K-NN技术进行点对的搜索实现了关联和的快速计算，较大程度地提高了关联维数的计算速度。验证表明：对于长度为20480的时间序列，采用快速算法计算关联维数，其耗时量是G-P算法的1／60。
简介：基于最小二乘支持向量机算法,建立了火灾起数时间序列预测模型,并给出了相应的建模步骤。结合昆明市近16年的火灾起数数据,将1997～2006年火灾起数作为训练集,预测了2007～2012年的火灾起数。结果表明,该模型预测结果的均方根相对误差和平均绝对百分比误差分别为0.1326和0.0847,具有良好的预测精度,能够较为准确的预测出火灾起数的变化情况。用此模型预测了昆明市2013年火灾起数,并根据误差确定了2013年火灾起数的大致变化空间。
涡流脉冲红外图像序列降噪方法
时间序列关联维数快速算法及实现
基于最小二乘支持向量机的火灾起数时间序列预测
