楊友良,王新宇,馬翠紅
自適應維納濾波在鋼水紅外圖像去噪中的應用
楊友良,王新宇,馬翠紅
(華北理工大學電氣工程學院,河北 唐山, 063009)
基于輻射測溫原理,介紹了紅外測溫理論和自適應維納濾波處理方法,為了提高鋼水的測溫精度,對鋼水的紅外熱圖像噪聲進行處理。搭建了實驗平臺,獲得了不同溫度下的鋼水的紅外圖像,利用自適應維納濾波對鋼水紅外圖像進行去噪處理。利用Matlab軟件進行仿真,通過對處理前后的紅外圖像的均方差和峰值信噪比進行比較,發(fā)現鋼水紅外圖像的噪聲得到了抑制。
紅外測溫;紅外圖像;熱輻射;維納濾波;Matlab
在冶金制造、鋼鐵等行業(yè)中,鋼水溫度測量的準確性對于提高產品質量和生產效率有著至關重要的作用。紅外測溫法以普朗克黑體輻射理論為基礎[1-2],根據熱輻射體(本文中特指鋼水)發(fā)出的輻射出射度之比與輻射體的溫度之間的函數關系來測量溫度?;趫D像處理的紅外測溫技術因反應速度快、溫度測量范圍寬、檢測效率高[3-5],在測溫領域占有重要的地位。由于紅外熱像儀在成像時受內外部因素影響,所成的紅外熱像圖會有噪聲。針對紅外圖像噪聲[6]大、對比度低的特點。應用自適應維納濾波去噪的方法,對鋼水紅外圖像進行去噪處理,減小由噪聲引起的測溫誤差。
理論上只要物體溫度高于絕對零度的物體都會以電磁波的形式向外發(fā)射出能量,這種能量叫做輻射能。其中紅外光波的波長在0.76~1000mm。紅外測溫的物理學理論基礎是普朗克定律,由普朗克輻射定律和維恩位移定律[7-8]得知,波長與輻射能成簡單的反比關系,只要獲得輻射度峰值處的波長,就可以計算該被測對象的溫度。紅外熱像儀正是根據這理論原理把鋼水表面的熱輻射能量轉換成可見的紅外熱圖像。但其中存在噪聲的影響大大降低了測溫的精度,本實驗用自適應維納濾波去噪的方法減小噪聲的影響,來提高鋼水的紅外熱圖像的質量,使鋼水測得溫度更準確。
維納濾波是通過頻譜特性和平穩(wěn)隨機過程的特性對含有噪聲的信號進行濾波。我們獲取的信號既有有用信號也含有噪聲信號,維納濾波根據這兩個信號特性獲取有用信號和輸出信號的最小均方差。由于有用信號和噪聲信號在一定范圍存在重合,任何濾波器不能完全消除噪聲信號。按維納濾波理論,維納濾波可以最大限度地消除噪聲信號,獲取有用信號,故也成為最佳濾波器。其濾波示意圖如圖1所示。
圖1 維納濾波結構示意圖
圖1中圖像輸入有用信號為(),噪聲信號為(),()是在均方差最小的條件下得到的沖激響應。則輸入的含噪聲的圖像信號為:
()=()+() (1)
通過維納濾波器濾波以后希望得到去噪圖像信號¢()和圖像有用信號()之間的誤差最小。用()來表示他們之間誤差,即()=¢()-()。
維納濾波器要求輸入信號統(tǒng)計特性為已知,但實際中有很多受噪聲干擾的圖像很難知道其特性,造成了其應用的局限性。本文結合自適應濾波理論來設計自適應維納濾波器,其根據輸入信號的特性,逐步逼近原始圖像輸入信號和噪聲的統(tǒng)計特性,采取特定算法來調節(jié)濾波器的參數,“自適應”地獲取圖像的有用信號,去除噪聲信號。
本實驗采用主要設備:①銀泰機電設備廠生產的YTKJ9.1A新型電源控制板小容量中頻爐,最大輸出、輸入功率為15kW;輸出中頻電壓為750V;輸出中頻電流為30A;輸出振蕩頻率為4000Hz。②上海巨哥電子科技有限公司的MAG30HT型號紅外熱像儀。③卓立漢光MC600位移臺。④卓立漢光OLA25.4-300透鏡,焦距為300mm。
實驗的操作系統(tǒng)結構圖如圖2所示。通過調節(jié)中頻爐功率使得鋼水保持在熔融狀態(tài),鋼水輻射出的紅外輻射能由光學系統(tǒng)轉換成電信號,再經信號處理器處理,最終顯示出人眼所能觀測的紅外圖像。背景光輻射強度相對很小,所以略去不計。其中紅外熱像儀的溫度修正信息如表1。
圖2 硬件系統(tǒng)結構圖
表1 溫度修正信息
圖像質量評價方法[9-12]分為2類,即主觀評價和客觀評價。主管評價方法是直接利用人們自身的觀察來對圖像做出判斷,在本實驗數據分析時不適合。客觀評價方法是用處理圖像和原始圖像的誤差來衡量處理圖像的質量。傳統(tǒng)的評價基于一個思想,根據圖像的物理失真情況,使用一定的物理參數來衡量其優(yōu)劣。具有代表性的方法評價指標有均方差(normalized mean square errors,NMSE)信噪比(signal noise ratio,SNR)等。信噪比反應了對噪聲圖像的保真度,其值越高,對細節(jié)保護的越好。均方差反應了噪聲抑制能力,其數值越小噪聲抑制的越好。設(,)表示原始圖像,¢(,)表示處理后的圖像,其中和代表行和列,則信噪比和均方差的表達式如下:
選取2個典型的鋼水溫度值,分別為1587℃,1631℃。其對應的紅外圖像為圖3(a)(255×255)和圖4(a)(255×255)。利用Matlab軟件進行仿真,得出鋼水紅外圖像處理前后的NMSE和SNR,圖3(b)和圖4(b)是對圖3(a)和圖4(a)處理后的結果。圖3(b)和圖4(b)通過自適應濾波器的濾波后,最大限度消除了原始圖像中存在的噪聲影響。最后通過Matlab運算得到處理前后鋼水紅外圖像的NMSE和SNR,得到數據如表2數據比較。可見處理后的鋼水紅外圖像的信噪比和均方差都優(yōu)于未處理之前。原始紅外圖像中的噪聲得到了很大消除,為最后的鋼水溫度測量提高了精度。
圖3 鋼水溫度為1587℃時的紅外圖像
圖4 鋼水溫度為1631℃時的紅外圖像
表2 數據比較
本文通過紅外測溫儀獲得不同溫度下熔融金屬的紅外圖像,利用自適應維納濾波去噪得到信噪比較高的紅外圖像。利用Matlab軟件做出處理紅外圖像的界面,獲得高質量的紅外圖像。對鋼水的紅外圖像進行比較,發(fā)現有效提高了紅外圖像的信噪比。此方法為提高最后測得鋼水溫度的準確性打下堅實的基礎。
[1] 張德豐. MATLAB小波分析[M].2版. 北京: 機械工業(yè)出版社, 2012: 218-225.
[2] 吳斌. 熱輻射溫度測量技術研究[J]. 自動化技術與應用, 2012, 40(3): 195-199.
[3] 蔣定定, 李開端, 趙育良. 基于Gabor遺傳算法的紅外圖像識別[J]. 應用光學, 2005, 26(3): 32-35.
[4] 章毓晉. 圖像分析[M]. 北京: 清華大學出版社, 2005.
[5] 張曉龍, 劉英, 王健, 等. 不同非均勻性校正溫度的紅外測溫技術[J]. 中國光學, 2014, 7(1): 150-155.
[6] 唐麟, 劉琳, 蘇君紅. 紅外圖像噪聲建模及仿真研究[J]. 紅外技術, 2014, 36(7): 542-548.
[7] 陳燊, 侯榆青, 楊旭朗, 等. 基于偏微分方程與維納濾波的混合去噪方法[J]. 計算機工程, 2010, 36(10): 193-198.
[8] ZHAO Shuang-ping, XING Jing-hong. Composite method for image adaptive Wiener filtering[J]., 2010, 46(31): 169-171.
[9] 岡薩雷斯. 數字圖像處理[M]. 北京: 電子工業(yè)出版社, 2003.
[10] Stephane Mallat.[M].2nd Ed. New York: Academic Press, 1999.
[11] DING Xing-hao, DENG Shan-xi, LI Liao-liao. Algorithm of wavelet RBF neural network[C]//2, Jinan, 2002, 8(2): 756-760.
[12] 陶珂, 朱建軍. 小波去噪質量評價方法的對比研究[J]. 大地測量與地球動力學, 2012, 32(2): 128-133.
Adaptive Wiener Filtering Noise Reduction in the Molten Steel Infrared Image
YANG You-liang,WANG Xin-yu,MA Cui-hong
(,,063009,)
Based on the principle of radiation temperature measurement, this paper introduces the theory of infrared temperature measurement and adaptive wiener filtering processing method in order to improve the molten steel temperature measuring accuracy and reduce the infrared thermal image noise of molten steel processing. Having set up the experimental platform, we obtain the different temperature of molten steel in the infrared image, using adaptive wiener filtering for molten steel infrared image denoising processing. Before and after using the Matlab software simulation, and through the processing of infrared images of the mean square error and peak signal to noise ratio are compared, we find that steel infrared image noise has been suppressed and the method for the application of infrared temperature measurement in the molten steel temperature measuring has laid a solid foundation
infrared temperature,infrared image,thermal radiation,adaptive wiener filtering,Matlab
TH811
A
1001-8891(2015)09-0733-03
2015-01-13;
2015-03-11.
楊友良(1961-),男,碩士,教授,主要研究方向為復雜工業(yè)過程的建模與控制。
國家自然科學基金項目,“熔融金屬在線紅外熱像測溫方法研究”,編號:61171058。