葛曼玲，魏孟佳，楊皓宇，師鵬飛，陳 營，付曉璇，張吉昌，陳玉民

?

紅外熱像校正技術的仿真研究及其實時應用——雙閾值分割算法結合偽彩色變換

葛曼玲1，魏孟佳1，楊皓宇2，師鵬飛1，陳 營1，付曉璇1，張吉昌1，陳玉民1

（1.河北工業(yè)大學電磁場與磁性材料省部共建國家重點實驗室，電氣工程學院，天津 300130； 2.北京華夏聚龍自動化股份公司，北京 100070）

近年來，紅外熱像可應用于變壓器等電力設備的監(jiān)測和過熱點定位，受到現(xiàn)代電力行業(yè)的關注，但紅外熱像儀呈現(xiàn)的溫度分布多為灰度圖，不利于人眼觀察和辨識，而且圖像模糊，影響檢測質量，因此，實現(xiàn)紅外熱圖像彩色顯示和校正是必要的。文章提出了一種圖像增強的方法，即雙閾值分割算法，經(jīng)過算法的仿真實驗后將其應用在紅外熱像儀采集的變壓器灰度圖的偽彩色變換中，并在DSP642＋FPGA組成的處理系統(tǒng)運行了這些算法。結果表明：偽彩色算法結合圖像校正算法可較為精確地實現(xiàn)色彩變換，獲得較好的視覺效果，可比原圖顯示更多的圖像細節(jié)，解決了紅外圖像處理中細節(jié)不清楚的問題。

閾值分割；紅外熱像；偽彩色；變壓器

0 引言

近年來，紅外熱成像技術在電氣工程故障檢測領域受到了許多應用，如排查電力線和電器接頭松動或接觸不良，電氣設備不平衡負荷造成的過載和過熱等[1]。變壓器是電力系統(tǒng)中使用最多的設備之一，傳統(tǒng)的故障檢測技術主要包括油溫檢測、變壓器油的溶解氣體分析、振動檢測、高頻局部放電等[2-4]，這些技術大多依賴局部測試數(shù)據(jù)和經(jīng)驗值來判斷故障類型及嚴重程度，利用紅外熱成像的光電傳感器則可得到變壓器表面的溫度分布圖像，易于實時監(jiān)控、定位過熱點，為現(xiàn)代電力行業(yè)提供一種先進的檢測和診斷手段[5-6]。

由于紅外熱成像儀的原始圖像大多是與溫度對應的灰度圖，不利于人眼的辨識和觀察，精確并實時地將灰度圖轉化為偽彩色圖是最為經(jīng)濟實用的方案。偽彩色處理圖像技術利用模擬彩色顯示的方法已被廣泛運用于許多領域，如遙感圖像處理、衛(wèi)星圖片以及生物醫(yī)學圖像等[7-12]。而其它圖像處理技術可進一步提高偽彩色圖像質量，閾值圖像分割方法是其中最為簡單和有效的圖像增強技術，根據(jù)圖像中陰影、光照的不均勻性以及對比度等實際情況選擇閾值是其基本思路[13]。本文首先采用了分段線性變換的偽彩色變換方法，并利用雙閾值分割的算法校正了偽彩色圖像，增強了圖像的細節(jié)，解決了變壓器紅外圖像處理中細節(jié)模糊的問題，取得了很好的顯示效果。并在DSP642＋FPGA處理系統(tǒng)中運行，獲得了較好的實時性。

1 方法

1.1 紅外熱像灰度圖的偽彩色變換技術

定義圖像溫度范圍對應的灰度級為0～255，通過非線性變換函數(shù)，把每個像素點所對應的溫度值轉換成相應的灰度值[14]。在偽彩色變換過程中，需要選取一個映射函數(shù)，這個函數(shù)可以是線性的，也可以是非線性的，用來完成一對三的映射，“一”指的是原灰度圖像的每一個像素，“三”指的是該像素在轉換后圖像中相應的、、值，最后把3個分量值進行融合疊加。

1.2 紅外熱像灰度圖和偽彩色圖的閾值校正算法

模糊閾值分割的實質是對圖像直方圖進行加權平均，平滑后的直方圖即為模糊率曲線，其斜率跟圖像清晰度有關，通過編程動態(tài)地調節(jié)各段溫度范圍的大小[10,15]，即可實現(xiàn)閾值校正的目的。

假設表示紅外熱圖像的溫度閾值[,]數(shù)目，代表紅外熱圖像溫度范圍的大小，表示紅外熱圖像某點溫度值，()為最終計算得到的紅外熱圖像的灰度值大小，溫度值與灰度值之間轉換的數(shù)學表達式可用式(1)～(3)來表示[10]：

當＝1時，有：

當＝2時，有：

當＝3時，有：

在偽彩色圖像中應用該校正算法，方法同上。

1.3 嵌入偽彩色變換和雙閾值校正算法的DM642＋FPGA紅外熱像處理系統(tǒng)

紅外熱圖像處理系統(tǒng)由DM642和FPGA組成[14]，偽彩色變換算法嵌入于DSP中，系統(tǒng)啟動后，通過PC配置傳感器參數(shù)，采集一幀圖像，F(xiàn)PGA從Photon320紅外探測器中采集一幀raw格式的灰度圖像數(shù)據(jù)，它輸出的數(shù)字視頻信號可以是8位或14位的，由于DSP642的視頻接口（VP口）是8位的，本文采用了8位的圖像數(shù)據(jù)。并將其切換到DM642的VP0口，DM642利用核心算法計算該圖像，得出三段式線性區(qū)間分割算法參數(shù)；再通過由Mcbsp擴展出來的SPI接口傳回FPGA進行參數(shù)配置。FPGA則對圖像數(shù)據(jù)進行RGB通道數(shù)據(jù)提取，按1/3原始數(shù)據(jù)幀大小重新組成數(shù)據(jù)包發(fā)送到DM642的VP1口。DM642通過配置EDMA完成RGB通道數(shù)據(jù)搬運，然后將各個數(shù)據(jù)通道傳到校正算法線程進行處理，最終轉換成一幀校正的RGB圖像，通過EMAC接口按照TCP/IP協(xié)議傳輸格式將圖像傳輸?shù)缴衔粰C進行圖像實時顯示和后續(xù)算法處理，硬件系統(tǒng)總體框架如圖1所示。

圖1 硬件系統(tǒng)總體框架圖

2 實驗結果與分析

2.1 在紅外熱像灰度圖上的閾值校正算法的仿真實驗

為了很好地觀察到校正算法的效果，本文在信息較為簡潔和明確的熱水杯紅外熱像圖上進行了閾值校正算法的仿真。

假定圖像的溫度范圍是－1.3～45.1℃，圖2給出了不同閾值數(shù)目時熱水杯灰度圖的校正效果。

實驗結果發(fā)現(xiàn)：當閾值數(shù)目為1時，所映射出的灰度圖像背景較為模糊，效果較差；當閾值數(shù)目為2時，處理后的灰度圖像將周圍桌子一角和墻角的一些細節(jié)顯示得較為清晰；當閾值數(shù)目為3時，紅外熱圖像的部分信息雖然變得更清晰，可是一些細節(jié)信息如背景等卻被隱藏掉了，所校正的紅外熱成像效果圖與原始灰度圖相似。實驗證明：采用雙閾值的圖像顯示效果更好，細節(jié)較原圖更清晰[9-10]。

2.2 在偽彩色圖上的閾值校正算法的仿真實驗

將以上溫度范圍在調色板中的位置對應為1～120，通過偽彩色變換算法[14]，圖3給出了在不同分段線性變換的閾值數(shù)目時對熱水杯偽彩色圖的校正效果。

實驗發(fā)現(xiàn)了與灰度圖仿真實驗類似的結果：當閾值數(shù)目為1時，所生成的偽彩色紅外熱圖像目標和背景以及物體邊緣輪廓最模糊，校正效果較差；當閾值數(shù)目為2時，目標和背景細節(jié)信息較為豐富，只是物體邊緣輪廓較模糊；當閾值數(shù)目為3時，目標的像素得到顯著增強，但與沒經(jīng)過校正的偽彩色圖像（如圖3(d)所示）質量相當。在偽彩色圖像上運行校正算法的實踐證明：采用雙閾值校正的圖像顯示效果更好，與沒有經(jīng)過校正的偽彩色圖像比較，更多細節(jié)被顯示出來。

圖2 在不同閾值數(shù)目時校正的紅外熱像灰度圖

除了閾值，調色板顏色也是影響校正效果的重要因素，為了進一步完善圖像質量，本文實驗了一種改進算法。如圖3(e)所示，在經(jīng)過雙閾值分割算法校正后，通過對色彩值進行直方圖均衡，應用間隔插值的線性算法將顏色擴充到240色，可見顯示出來的圖像信息更加豐富，輪廓更加清晰，克服了目標（如圖3(b)所示）四周邊緣出現(xiàn)的紅暈現(xiàn)象[7-10,16]。

2.3 偽彩色變換和雙閾值校正算法在變壓器紅外熱像中的應用

以上的仿真實驗證實了雙閾值校正算法的優(yōu)越性，故本文將其直接應用于變壓器紅外熱像的處理中。

圖4為變壓器局部的紅外熱像原圖和在雙閾值校正下的偽彩色圖，可見校正后的偽彩色圖像不僅精確地還原了灰度圖的信息，還清晰地顯示了其中模糊的細節(jié)。

圖3 在不同閾值數(shù)目時校正的紅外熱像的偽彩色圖及其改進

圖4 變壓器紅外熱像的偽彩色變換圖

2.4 偽彩色變換和雙閾值校正算法在DSP642＋FPGA處理系統(tǒng)中的實時實現(xiàn)

在DSP642＋FPGA處理系統(tǒng)中運行偽彩色變換算法和雙閾值校正算法，系統(tǒng)如圖5所示[14]，一幀752×480灰度圖轉換為校正的偽彩色圖的時間約為17.5ms。紅外成像處理系統(tǒng)的主板電路如圖5(a)所示，系統(tǒng)硬件連接圖如圖5(b)所示，圖5(c)給出了硬件系統(tǒng)聯(lián)調的效果。將偽彩色變換算法和雙閾值校正算法嵌入到處理系統(tǒng)中，通過軟件和硬件的聯(lián)調實現(xiàn)了系統(tǒng)的穩(wěn)定和快速工作，從而證明算法的可行性和實時性。

圖5 基于雙閾值校正算法的變壓器紅外熱像偽彩色變換在DSP642＋FPGA處理系統(tǒng)中的實現(xiàn)

3 結束語

本文通過對比的方法分別在灰度圖和偽彩色圖上證實了雙閾值校正算法在增強紅外熱像細節(jié)上所表現(xiàn)出的優(yōu)良特性，在DSP642＋FPGA處理系統(tǒng)上運行該算法的實踐說明了該算法具有較好的實時性，可提高變壓器等紅外熱像監(jiān)測質量，有著較廣的應用前景。

[1] 邱衛(wèi)東, 曹海洋, 張玉成, 等. 基于紅外成像技術的電氣設備熱故障在線檢測與診斷[J]. 煤礦機械, 2012, 33(11): 284-286.

[2] IEC Publication 599, First Edition: Interpretation of the analysis of gases in transformer and other oil-filled electrical equipment in service[S].

[3] 虞海強. 基于振動分析法的變壓器狀態(tài)檢測研究[D]. 成都: 西華大學, 2012.

[4] 黃興泉, 趙善俊, 宋志國, 等. 用超高頻局部放電測量法實現(xiàn)電力變壓器局部放電的在線監(jiān)測[J]. 中國電力, 2004, 37(8): 56-60.

[5] 付冬梅, 李曉剛, 唐征花. 基于相對溫差法的電器設備故障紅外診斷方法與軟件開發(fā)[J]. 紅外技術, 2002, 24(5): 60-62.

[6] 關榮華, 曹春梅. 工業(yè)設備內部缺陷的紅外診斷研究[J]. 激光與紅外, 2001, 31(4): 228-229.

[7] 劉會通, 孔令彬. 紅外焦平面陣列非均勻性校正算法的分析和改進[J]. 半導體光電, 2003, 24(5): 360-362.

[8] 李曉剛, 付冬梅. 紅外熱像檢測與診斷技術[M]. 北京: 中國電力出版社, 2006.

[9] 劉文萍, 吳立德. 一種對空中目標圖像自適應分割方法[J].紅外與毫米波學報, 1996, 15(4): 19-23.

[10] 陳果, 左洪福. 圖像的自適應模糊閾值分割法[J]. 自動化學報, 2003, 29(5): 791-796.

[11] 藍春生, 藍鵬, 曹煜媛. 醫(yī)學圖像的偽彩色處理[J]. 中國體視學與圖像分析, 2002, 7(3): 166-169.

[12] 路建方, 王新賽, 肖志洋, 等. 基于灰度分層的FPGA紅外圖像偽彩色實時化研究[J]. 紅外技術, 2013, 35(5): 285-288.

[13] 李佐勇, 劉傳才, 程勇, 等. 紅外圖像統(tǒng)計閾值分割方法[J]. 計算機科學, 2010, 37(1): 282-286.

[14] 王磊, 王寶珠, 薛雙苓, 等. 基于DSP＋FPGA的紅外熱成像偽彩色變換系統(tǒng)[J]. 制造業(yè)自動化, 2013, 35(4): 149-152.

[15] 李俊山, 楊威, 張雄美. 紅外圖像處理、分析與融合[M]. 北京: 科學出版社, 2009.

[16] 陶唐飛, 韓崇昭, 代雪峰, 等. 綜合邊緣檢測和區(qū)域生長的紅外圖像分割方法[J]. 光電工程, 2004, 31(10): 50-53.

Simulation and Real-time Application of Infrared Thermal Image Rectification Technology of Rectification Algorithm of Double Threshold Segmentation in Pseudo-color Conversion

GE Man-ling1，WEI Meng-jia1，YANG Hao-yu2，SHI Peng-fei1， CHEN Ying1，F(xiàn)U Xiao-xuan1，ZHANG Ji-chang1，CHEN Yu-min1

(1.,,300130,；2..100053,)

Recently, the technology of infrared thermal imaging is being paid more attention tofor its advantage of monitoring the image and localizing the faults of electrical equipment such as transformer. However, the temperature picture supplied by the infrared imager is gray and blurring, not easy to eye observation and monitoring, so it is necessary for the infrared thermal image to be displayed in a pseudo-color manner and to be rectified。Here, an algorithm of image enhancement termed as double threshold segmentation was proposed, and was applied to the pseudo-color conversion for original gray images of electrical transformer after algorithm simulation. Additionally, the algorithm ran in the double-chip processing system of DSP642＋FPGA. It was resulted that the combining algorithms of pseudo-color conversion and rectification could complete precisely the color conversion for a better visual color image to be shown with more details than the original gray image, and the problem of unclear image details was solved in infrared image processing.

threshold segmentation，infrared thermal image，pseudo-color，transformer

TN216

A

1001-8891(2015)04-0272-05

2014-11-21；

2015-02-18.

葛曼玲（1965-），女，教授，遼寧營口人，主要研究方向為電工理論與新技術。

河北省高等學?？茖W技術研究項目，編號：ZD2014026。