亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        NSST 域電氣設(shè)備紅外圖像增強(qiáng)處理算法設(shè)計(jì)

        2023-11-10 05:42:56張瑩葉影賀潤(rùn)平王哲斐
        電子設(shè)計(jì)工程 2023年21期
        關(guān)鍵詞:圖像增強(qiáng)電力設(shè)備灰度

        馮 杰,張瑩,葉影,賀潤(rùn)平,王哲斐

        (1.國(guó)網(wǎng)上海市電力公司金山供電公司,上海 200540;2.寧波得弘企業(yè)發(fā)展有限公司,浙江寧波 315800)

        由于電力系統(tǒng)大部分故障往往會(huì)產(chǎn)生熱效應(yīng),故現(xiàn)場(chǎng)工作人員可通過(guò)獲取電氣設(shè)備的溫度信息判斷設(shè)備的狀態(tài)[1]。鑒于紅外技術(shù)對(duì)電力設(shè)備進(jìn)行溫度檢測(cè)的圖像并不清晰,需要研究人員增強(qiáng)圖像的對(duì)比度,提高圖像畫質(zhì)的清晰度。部分學(xué)者指出可利用小波變換與CLAHE 相結(jié)合進(jìn)行圖像增強(qiáng)[2],但該方法的適用條件相對(duì)局限,只適用于分析同相的變換。還有部分學(xué)者研究了一種結(jié)合單尺度Retinex與引導(dǎo)濾波的紅外圖像增強(qiáng)方法[3],可得到更加清晰的圖像,但在圖像分割時(shí)可能存在局部分割的情況?;诖耍撐奶岢鲆环N基于NSST 的算法,以期提高紅外檢測(cè)圖像的清晰度。

        1 變換算法

        利用NSST 變換算法對(duì)圖像進(jìn)行多尺度幾何變換,并且實(shí)現(xiàn)圖像的多尺度幾何分析?;诓煌叨纫约安煌较虻霓D(zhuǎn)變,最終得到唯一頻率較低的子帶和若干個(gè)包含不同層次的設(shè)備細(xì)節(jié)輪廓和噪音的高頻部分[4-5]。低頻部分往往由電氣設(shè)備主體和環(huán)境背景構(gòu)成[6],分別對(duì)其進(jìn)行噪音消除處理,具體流程如圖1 所示。

        1.1 高頻分量處理

        原始電力設(shè)備圖像在經(jīng)過(guò)NSST變換后可得到頻率較高的一些細(xì)節(jié)信息,但其中也含有高頻噪音和圖像的邊緣[7]。為提高圖像細(xì)節(jié)特征的呈現(xiàn),采用多尺度Retinex算法進(jìn)行處理,獲得增強(qiáng)后的高頻分量。

        Retinex 是一種基于人眼的視覺感受的圖像增強(qiáng)算法,一幅紅外圖像R(x,y)可用函數(shù)表達(dá)為:

        其中,I(x,y)和O(x,y)分別代表照射分量和反射分量。對(duì)式(1)取對(duì)數(shù)可得到:

        若I(x,y)=R(x,y)*G(x,y),則反射分量可以表示為:

        該式子被稱為單尺度Retinex 算法(SSR)。其中,*代表卷積運(yùn)算,G(x,y)代表高斯濾波數(shù)。該濾波函數(shù)的表現(xiàn)形式為:

        其中,λ代表滿足條件時(shí)的歸一化常數(shù),δ代表環(huán)繞參數(shù),參數(shù)δ是SSR 中唯一的變量。所以,可調(diào)整的變量有限。在此基礎(chǔ)上,可同時(shí)調(diào)整范圍和色彩度的多尺度Retinex 算法(MSR)被提出,其數(shù)學(xué)表達(dá)式為:

        可將MSR理解為多個(gè)已加權(quán)的SSR[8]。式(5)中,N為加權(quán)次數(shù),ωi為不同的權(quán)重,需滿足文中,N=3,即多尺度Retinex 算法對(duì)原始紅外圖像的高頻部分采用大、中、小3 個(gè)尺度進(jìn)行加權(quán)平均。

        圖像經(jīng)過(guò)多尺度Retinex 處理后,在去除振鈴和噪音的同時(shí),還可保留高頻部分的邊緣細(xì)節(jié)[9]。

        1.2 低頻系數(shù)處理算法

        1.2.1 Jaya算法

        Jaya 算法是一種操作簡(jiǎn)單且高效的萬(wàn)能啟發(fā)式演算法,具有收斂快、尋優(yōu)強(qiáng)的特點(diǎn)[10]。它的原理基于尋優(yōu)吸引力法則,設(shè)定的參數(shù)會(huì)自動(dòng)排斥較差的解,不斷向更優(yōu)秀的解迭代靠近,持續(xù)改進(jìn)[11]。因此,在這個(gè)過(guò)程中,需要設(shè)定的只有參與迭代的特定參數(shù)。相比于其他新型優(yōu)化算法,該算法操作形式上簡(jiǎn)單,內(nèi)容更易于理解。其迭代數(shù)學(xué)表達(dá)式為:

        式(6)中,i代表種群中順位為i的個(gè)體,i=1,…,n;j代表個(gè)體的第j維變量,j=1,2,…,m;k表示當(dāng)前迭代的次數(shù);X代表第k次迭代且順位為i的個(gè)體在第j維上未迭代前的數(shù)值;X′表示迭代后的值;rbest,rworst的取值范圍為[0,1],其值大小決定了尋優(yōu)的能力。Xbest,j,k,Xworst,j,k分別代表第k次迭代后在第j維上的最優(yōu)解和最差解。

        1.2.2 Jaya算法改進(jìn)Otsu閾值分割算法

        Otsu 是一種適用于大部分場(chǎng)合的圖像分割算法。它的主要實(shí)現(xiàn)方式是將圖像分為背景環(huán)境以及特定目標(biāo)兩部分,并使得兩部分存在最大的類間方差[12-13]。方差越大,代表兩者之間相互影響的可能性越小。故尋找使二維類間方差最大的閾值是該文實(shí)現(xiàn)的主要步驟。具體的實(shí)現(xiàn)方式如下:假設(shè)一幅大小為M×N,灰度級(jí)為L(zhǎng),且范圍為[0,L-1]的圖像。將P0類定義為灰度級(jí)為[0,S]的所有像素點(diǎn)P1,定義為灰度級(jí)為[S,L-1]的所有像素點(diǎn)。P0和P1,類出現(xiàn)的概率分別是P0(S)和P1(S),平均灰度級(jí)為a0(S)和a1(S),那么:

        其中,Pi為灰度級(jí)i在圖像中出現(xiàn)的概率。

        圖像的平均灰度值可表示為:

        圖像的類間方差為:

        最優(yōu)的閾值分割即為類間方差的最大值:

        利用Jaya 算法來(lái)尋找類間方差的閾值,從而獲取Otsu 分割的最佳閾值,以此達(dá)到優(yōu)化Otsu 閾值分割的精度,提高算法的運(yùn)行速度的目的。經(jīng)過(guò)Jaya算法改進(jìn)的Otsu 閾值算法適應(yīng)度函數(shù)為:

        1.2.3 前景增強(qiáng)算法

        設(shè)提取出的邊緣子帶圖像的灰度范圍為[xmin,xmax],該部分灰度范圍跨度小,可利用線性增強(qiáng)的方式拉伸該部分灰度值。拉伸后的灰度值范圍為[xmin,255],邊緣子帶灰度值得到最大限度的拉伸。灰度增強(qiáng)公式為:

        其中,xnew為增強(qiáng)后對(duì)應(yīng)灰度值。邊緣子帶圖像經(jīng)過(guò)線性增強(qiáng)后仍然可以保持原有的圖像分布特征,同時(shí)增強(qiáng)了目標(biāo)物體的視覺效果,加強(qiáng)了紅外圖像中電力設(shè)備的的辨識(shí)度和細(xì)節(jié)分布,增強(qiáng)后的邊緣部分灰度值下線保持xmin不變,這樣可以防止電力設(shè)備部分混入背景區(qū)域。

        該方式有利于維持原始電力紅外圖像的灰部分布規(guī)律,提高電力設(shè)備區(qū)域的視覺效果,達(dá)到各部分互不影響,起到獨(dú)立觀察的效果。

        1.2.4 后景增強(qiáng)方法

        后景主要包含背景部分,其中背景部分是全紅外圖像中非興趣區(qū)域,背景主體部分是環(huán)境,而環(huán)境的最明顯特征就是不確定性以及復(fù)雜性[14-15]。故需要通過(guò)算法解決溫度較低時(shí),電氣設(shè)備與背景部分的灰度值相似的問題。采用直方圖均衡算法(HE)對(duì)基于Jaya 算法改進(jìn)Otsu 閾值分割后的低溫子帶進(jìn)行加強(qiáng)。

        圖像灰度值均為某個(gè)特定數(shù)字(0~255),但每個(gè)像素點(diǎn)又是連續(xù)的。故取N代表總像素值,nx代表灰度值為x的像素值,則灰度值為x的概率密度為:

        其中,L代表灰度級(jí),往往取28=256。紅外圖像的灰度分布函數(shù)為:

        根據(jù)標(biāo)準(zhǔn)HE 算法的原理,新圖像的像素點(diǎn)為式(17)所得函數(shù)值乘以相應(yīng)的灰度值,因此,增強(qiáng)后的圖像像素值為:

        HE 操作簡(jiǎn)便,是最基本的圖像增強(qiáng)方法,且增強(qiáng)效果極佳。HE 調(diào)整圖像背景部分灰度值大小,使得線性增強(qiáng)后的電力設(shè)備主體與背景之間的對(duì)比度增大,視覺差異明顯[16],從而達(dá)到減少背景部分對(duì)前景的干擾,整體圖像低頻部分增強(qiáng)的效果。

        2 算法應(yīng)用和分析

        使用Matlab 軟件對(duì)某變電站的紅外圖像進(jìn)行分割分析,其原始圖像如圖2 所示。利用該文算法與傳統(tǒng)Ostu 算法分別對(duì)其進(jìn)行分割,其效果如圖3 所示。與傳統(tǒng)的Otsu 最大閾值分割法相比,基于Jaya算法改進(jìn)Otsu 閾值分割算法的處理速度較短,處理效果更清晰,可有效分割出背景和目標(biāo),對(duì)細(xì)節(jié)的分割明顯,便于人眼直觀辨別。

        圖2 戶外某電站紅外原始圖像

        圖3 Otsu算法與文中分割算法

        為驗(yàn)證該算法的有效性,以某變電站電力設(shè)備為實(shí)驗(yàn)樣本,利用HE 算法、Pal-King 算法、傳統(tǒng)NSST算法與該文算法進(jìn)行比較,分析其增強(qiáng)效果,效果對(duì)比如圖4 所示。

        圖4 各算法的增強(qiáng)效果對(duì)比圖

        從圖2 中一個(gè)極點(diǎn)的原始紅外灰度圖像可以看出,圖像中含有噪聲,具有豐富的斷層區(qū)目標(biāo)和背景;由圖4(b)顯示得到,經(jīng)過(guò)直方圖增強(qiáng)的紅外圖像背景和設(shè)備部分的對(duì)比差異范圍增大,但亮度有所增強(qiáng),噪聲不僅沒有得到抑制,反而還被放大;Pal-King 增強(qiáng)后,目標(biāo)亮度增強(qiáng),但細(xì)節(jié)輪廓丟失;如果采用該算法,不僅可清晰地看到電力設(shè)備故障區(qū)域的熱源,提高被測(cè)區(qū)域與無(wú)關(guān)區(qū)域的灰度對(duì)比度,去噪效果明顯,而且被測(cè)區(qū)域的詳細(xì)輪廓非常清晰,便于人眼識(shí)別熱故障。

        采用邊緣強(qiáng)度(ES)、信息熵(IE)、對(duì)比度(CR)、標(biāo)準(zhǔn)差(SD)和峰值信噪比(PSNR)五項(xiàng)客觀指標(biāo)評(píng)價(jià)進(jìn)行對(duì)比分析,如表1 所示。

        表1 電線桿紅外圖像增強(qiáng)評(píng)價(jià)功能

        根據(jù)同一電線桿紅外圖像增強(qiáng)評(píng)價(jià)功能表的數(shù)據(jù)顯示,基于Jaya 算法改進(jìn)Otsu 閾值分割和多尺度的NSST 域電氣設(shè)備紅外圖像增強(qiáng)算法的峰值信噪比、信息熵、對(duì)比度、標(biāo)準(zhǔn)差和邊緣強(qiáng)度都是3 種算法中最高的,應(yīng)用該文算法后,上述5 個(gè)評(píng)價(jià)指標(biāo)均有增幅,說(shuō)明該算法優(yōu)化后的圖像對(duì)比度提高最明顯,噪聲最小,受監(jiān)控區(qū)域影響最小,被觀察區(qū)域清晰度最佳。通過(guò)以上分析,與其他算法相比,該算法在圖像對(duì)比度的提升和噪音的消除上都有明顯的效果。

        3 結(jié)束語(yǔ)

        針對(duì)電力設(shè)備紅外圖像因噪聲、模糊、對(duì)比度低而難以識(shí)別電力設(shè)備熱故障的問題,設(shè)計(jì)了一種基于Jaya 算法改進(jìn)Otsu 閾值分割和多尺度的NSST 域電氣設(shè)備紅外圖像增強(qiáng)算法。與直方圖均衡化算法、Pal-King 增強(qiáng)算法和傳統(tǒng)NSST 算法相比,該算法在主觀和客觀方面都有較好的性能。結(jié)果表明,增強(qiáng)后的紅外圖像去噪效果較好,檢測(cè)出的熱故障區(qū)域與背景的對(duì)比度明顯提高,細(xì)節(jié)紋理更清晰,人眼更容易識(shí)別故障。該文提出的算法具有很強(qiáng)的實(shí)用性,在實(shí)際電力設(shè)備紅外檢測(cè)中取得了很好的效果。

        猜你喜歡
        圖像增強(qiáng)電力設(shè)備灰度
        采用改進(jìn)導(dǎo)重法的拓?fù)浣Y(jié)構(gòu)灰度單元過(guò)濾技術(shù)
        圖像增強(qiáng)技術(shù)在超跨聲葉柵紋影試驗(yàn)中的應(yīng)用
        基于灰度拉伸的圖像水位識(shí)別方法研究
        水下視覺SLAM圖像增強(qiáng)研究
        加強(qiáng)電力設(shè)備運(yùn)維云平臺(tái)安全性管理
        虛擬內(nèi)窺鏡圖像增強(qiáng)膝關(guān)節(jié)鏡手術(shù)導(dǎo)航系統(tǒng)
        基于圖像增強(qiáng)的無(wú)人機(jī)偵察圖像去霧方法
        基于最大加權(quán)投影求解的彩色圖像灰度化對(duì)比度保留算法
        基于灰度線性建模的亞像素圖像抖動(dòng)量計(jì)算
        電力設(shè)備運(yùn)維管理及安全運(yùn)行探析
        少妇爽到爆视频网站免费| 色777狠狠狠综合| 欧美性受xxxx白人性爽| 日韩av无码成人无码免费| 午夜福利视频男同女同| av在线手机中文字幕| 五月激情在线视频观看| 99在线精品免费视频| 超清纯白嫩大学生无码网站| 国产黑色丝袜一区在线| 亚洲中文字幕av一区二区三区人 | 无遮挡边吃摸边吃奶边做| 久久青草国产免费观看| 国产又色又爽的视频在线观看91| 自拍偷自拍亚洲精品第按摩| 少女韩国电视剧在线观看完整| 国产又色又爽无遮挡免费| 又粗又黄又猛又爽大片免费| 欧美人与动牲交a欧美精品| 一本大道在线一久道一区二区 | 99视频在线精品免费观看6| 97人人超碰国产精品最新| 亚洲精品成人片在线观看| 日韩久久免费精品视频 | 粉嫩小泬无遮挡久久久久久 | 国产在线91精品观看| 久久婷婷五月综合97色一本一本 | 欧美精品AⅤ在线视频| 亚洲高清国产拍精品熟女| 最新中文字幕日韩精品| 99精品国产丝袜在线拍国语| 四虎影视永久在线精品| 国产精品亚洲av网站| 日本中文字幕精品久久 | 激情航班h版在线观看| 久久久AV无码精品免费| 免费在线av一区二区| 国产av综合网站不卡| 国产真实乱对白精彩| 精品无码久久久久久久久粉色| av天堂手机一区在线|