Page 111 - 无损检测2023年第十一期

姜文博, 等:

基于自适应沃尔什 - 哈达玛变换的焊缝图像压缩方法

群体中个体之间的协作和信息共享来寻找最优解。 后进行对比, 优于则将其作为最优适应度值, 次之
在该优化算法中, 每个个体有两种属性, 分别为速度 则无改变。
和位置。前者代表参数变化的快慢, 后者代表参数 ( 6 )迭代次数达到设定值 50 时, 输出最优解;

变化的方向。个体搜寻最优解存储为个体极值, 且 否则返回步骤( 3 ) 继续迭代。

将个体极值与整个群体共享, 全局最优个体极值作 ( 7 ) 全局中的全部个体按照步骤( 4 ) ~ ( 6 ) 进行。
为系统当前全局最优解。 2 算法验证
QPSO 作为粒子群算法的优化变种, 取消了个体
的移动方向即参数的寻优方向属性, 且个体位置的更 焊缝中主要存在裂纹、 未焊透、 未熔合、 夹渣、 气
新不遵循先前经验, 从而提高了个体位置的随机性。 孔等几种缺陷 [ 19 ] 。文章以裂纹缺陷为例, 选取3幅
该寻优算法具有搜索速度快、 效率高、 算法简单, 适合 具有典型裂纹特征的焊缝图像进行算法验证。铝合
于实值型处理的优点, 与其他优化算法相比, 更适合 金 X 射线焊缝图像用文章方法压缩的前后对比如
对沃尔什 - 哈达玛变换参数进行寻优 [ 17-18 ] 。 图1所示, 图像压缩前后的参数对比如表 1 所示。
1.3 基于沃尔什 - 哈达玛变换与量子粒子群优化的 表1中 DCT 压缩编码是一种已经相当成熟的压缩
焊缝图像处理方法 编码方法, 目前在高清电视、 图像传输、 图像视频多
不同于其他图像压缩与处理方法, 沃尔什 - 哈达 媒体技术中应用较广 [ 20-21 ] 。文章用 DCT 压缩编码
玛变换的显著特点是只存在实数的加、 减法运算, 没 与所提出方法对焊缝 X 射线图像的压缩处理进行
有复数的运算, 从而使得该变换处理图像时, 计算速 对比。原 X 射线图像中焊缝裂纹较直观, 射线成像
度快、 所占存储空间少, 利于实时处理和批量操作数 完整, 技术人员根据显著的焊缝特征可直接判别缺
据。因此, 该方法适用于工业焊缝 X 射线图像的实
时处理与储存, 能够提高图像存储与处理效率。由
于焊缝 X 射线图像灰度值分布较均匀, 故对其进行
沃尔什 - 哈达玛变换后, 其能量能集中在投影矩阵的
边角上。这意味着图像经沃尔什 - 哈达玛变换后大
部分的能量被压缩到少数几个沃尔什 - 哈达玛变换
值中, 所以沃尔什 - 哈达玛变换值具有重要的意义。
为了在压缩焊缝X射线图像的同时, 提高焊缝图像中
重点边缘信息的能量聚集程度, 方便后续焊缝图像检
测, 在文章所提方法中, 使用 QPSO 对沃尔什 - 哈达玛
变换值进行寻优, 采用图像压缩前后的峰值信噪比作
为寻优指标。所提方法的流程如下。

( 1 ) 初始化参数, 设置迭代次数为50 , 种群规模
为50 , 初始化沃尔什 - 哈达玛变换参数, 设置该参数
的范围。

( 2 )以图像峰值信噪比( PSNR ) 为个体的指标,
计算适应度值, 以其作为初代个体的最优位置, 计算
最大值作为全局最优位置值。
( 3 )进行迭代, 迭代过程中记录个体最优值和

群体最优值。
( 4 )计算当前位置的适应度值, 更新个体适应

度值, 与步骤( 2 ) 记录的最优值比较, 优于则新的全
局最优适应度值为当前位置的适应度值, 次之则无
改变。
图1 铝合金 X 射线焊缝图像压缩前后对比
( 5 )迭代个体位置, 得到个体新适应度值, 然

9
6
2023年 第45卷 第11期
无损检测