CN106846265A - 一种输电线路红外热像图增强方法 - Google Patents
一种输电线路红外热像图增强方法 Download PDFInfo
- Publication number
- CN106846265A CN106846265A CN201611244598.4A CN201611244598A CN106846265A CN 106846265 A CN106846265 A CN 106846265A CN 201611244598 A CN201611244598 A CN 201611244598A CN 106846265 A CN106846265 A CN 106846265A
- Authority
- CN
- China
- Prior art keywords
- infrared thermogram
- transmission line
- fuzzy
- electricity
- infrared
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000001757 thermogravimetry curve Methods 0.000 title claims abstract description 66
- 238000000034 method Methods 0.000 title claims abstract description 25
- 230000005540 biological transmission Effects 0.000 title claims abstract description 24
- 230000005611 electricity Effects 0.000 title claims abstract description 23
- 238000005728 strengthening Methods 0.000 claims abstract description 3
- 238000012545 processing Methods 0.000 claims description 10
- 238000013507 mapping Methods 0.000 claims description 8
- 230000002708 enhancing effect Effects 0.000 description 13
- 230000009466 transformation Effects 0.000 description 4
- 238000001914 filtration Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 206010016322 Feeling abnormal Diseases 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000001931 thermography Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10048—Infrared image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20172—Image enhancement details
- G06T2207/20192—Edge enhancement; Edge preservation
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明设计红外热像处理领域,尤其涉及一种输电线路红外热像图增强方法,本发明的输电线路红外热像图增强方法,用多层次模糊增强算法对红外热像图进行非线性多层次模糊增强处理,能够有效的抑制噪声,兼顾红外热像图中不同灰度层次的边缘信息,使增强后的红外热像图的层次更加分明,提高清晰度,有利于电力工程师检测输电线路的热故障。
Description
技术领域
本发明涉及红外热像处理领域,尤其涉及一种输电线路红外热像图增强方法。
背景技术
一般来说,红外热像图分辨率很低,加上红外线波长较长,尤其是采集的输电线路红外热像图的传输距离远,因此在大气中的衰减使红外热像对比度低,再加之信号传输中受到所处环境的各种干扰和成像***的缺陷,使各种各样的噪声存在于输电线路红外热像图中,这些噪声的存在也就使得红外热像图在信噪上比可见光图像低得多。因此输电线路的红外热像图具有低对比度、低分辨率、高背景等特点,而且目标信号微弱,所以要对它进行增强处理。
在研究抑制红外热像图干扰噪声和提高红外热像图对比度的增强方法的过程中,科研人员已经研究出了很多方法对红外热像进行增强处理。按处理的作用域划分,可分为空间域增强和频率域增强。空间域增强方法是直接对红外热像图素灰度进行操作,其中又可分为逐点灰度处理、窗口灰度处理和统计灰度处理,如直方图均衡化处理方法和灰度变换方法。频率域增强方法是对红外热像图进行傅里叶变换后对其频谱再进行分析操作,然后通过反变换获得处理后的结果,其中又可分为低通滤波法、高通滤波法和同态滤波法。传统的增强方法存在很多缺陷,如红外热像图的增强效果取决于当时的场景,无法实现自适应调整效果,在对红外热像图进行增强过程中,难免对噪声也进行了某种意义上的增强。对传统的红外热像图增强方法总结其不足有:(1)输电线路的不同背景直接影响着红外热像图增强处理的效果,而且传统增强方法不具有自适应增强的良好性能;(2)红外热像图处理时,灰度级存在冗余,冗余信息影响着红外热像图的对比度。
现阶段,这些增强方法大部分都依赖于经验。对于不同红外热像图来说,需求不同,算法的选择也会因之而变。红外热像图增强效果的优劣判别,暂时不存在固定的标准,且往往这些算法都是对某一种输电线路场合或者红外热像图而奏效的,因此,增强效果是由人的视觉***决定的。所以,输电线路红外热像图增强算法的性能、鲁棒性、对比度和时间复杂度都是单独统计的,怎样实现一个平衡的状态,还需要进一步深究。
发明内容
为了克服背景技术的不足,本发明提供一种能够有效的抑制噪声、清晰度高的输电线路红外热像图增强方法。
本发明的输电线路红外热像图增强方法,包括以下步骤:
步骤一:输入现场采集的输电线路红外热像图;
步骤二:将输入的红外热像图进行灰度化处理,具体的,对输入的红外热像图R、G、B三分量进行加权平均得到灰度图像,灰度图的每个像素公式为;
步骤三:将灰度化的红外热像图进行模糊化映射,并计算模糊特征参数,即模糊熵;
步骤四:对红外热像图进行非线性多层次模糊增强处理;
步骤五:将非线性处理后的灰度图逆映射到空间域,获得模糊增强的红外热像图。
进一步的,在上述步骤四中,采用多层次模糊增强算法对红外热像图进行非线性多层次模糊增强处理。
本发明的输电线路红外热像图增强方法,能够有效的抑制噪声,兼顾红外热像图中不同灰度层次的边缘信息,使增强后的红外热像图的层次更加分明,提高清晰度,有利于电力工程师检测输电线路的热故障。
附图说明
图1为本发明的流程图。
图2本发明输入的某原始输电线路红外热像图。
图3本发明模糊增强后的输电线路红外热像图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明实施例的输电线路红外热像异常区域提取方法,包括以下步骤:
步骤一:输入现场采集的输电线路红外热像图。
步骤二:将输入的红外热像图进行灰度化处理,得到灰度图像,具体如下:
输入红外热像图,红外热像图中每个像素为,本发明设置图长M为320,图宽N为240,即大小为320×240的红外热像图。像素的颜色有R、G、B三个分量决定,而每个分量的取值范围为[0,L],L表示灰度级个数,L=255,本发明对输入的红外热像图R、G、B三分量进行加权平均得到灰度图像,灰度图的每个像素公式为。
步骤三:将灰度化的红外热像图进行模糊化映射,并计算模糊特征参数,即模糊熵,具体包括以下两步:
(1)将灰度化的红外热像图进行模糊化映射
在灰度图的矩阵的灰度值中,取一个大小为的区域,以位置为区域的中心,如公式(1)所示。
(1)
以中像素的灰度值为论域,在其上建立一个模糊集合,我们称之为模糊集的红外热像图等效模糊集,即模糊化映射,模糊集合的隶属度函数如公式(2)所示:
(2)
上式表示为一个区域上,一个像素的模糊集隶属度,式中为常数,本文设置为0.5。
(2)计算模糊特征参数,模糊熵
在模糊集合中,模糊熵用于衡量模糊集合的模糊性,红外热像图模糊熵的定义如公式(3):
(3)
其中
(4)
当灰度值时,,最小,且在附近具有对称性。值反映了空间附近的像素点的灰度值在窗口的变化率。
步骤四:对红外热像图进行非线性多层次模糊增强处理
在模糊集概念中,若灰度图的大小为,即,个灰度级的红外热像图视为一个模糊矩阵,L=255,可表示为
(5)
然后运算各像素的模糊隶属度。
(6)
式(6)中,设置参数=2,=64。假设红外热像图中待增强的边缘信息对应的灰度级分别为与,令。它们相对于的隶属度分别为:
(7)
选取适当的隶属度,其中,,当时,非线性的结果使的值向靠拢。非线性变换定义如下:
(8)
(9)
其中,模糊增强的红外热像图用表示,中的像素的灰度值为:。
多层次模糊增强算法可以兼顾红外热像图中不同灰度层次的边缘信息,使增强后的红外热像图的层次更加分明。
步骤五:将非线性处理后的灰度图逆映射到空间域,获得模糊增强的红外热像图。
对进行逆变换,得到经过模糊增强后的红外热像图,则红外热像图中的像素的灰度值表示为:
(10)
上式中:则为式(6)中的逆运算。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;本领域的普通技术人员应当理解:其依然可以对上述实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (2)
1.一种输电线路红外热像图增强方法,其特征在于:包括如下步骤:
步骤一:输入现场采集的输电线路红外热像图;
步骤二:将输入的红外热像图进行灰度化处理,具体的,对输入的红外热像图R、G、B三分量进行加权平均得到灰度图像,灰度图的每个像素公式为;
步骤三:将灰度化的红外热像图进行模糊化映射,并计算模糊特征参数,即模糊熵;
步骤四:对红外热像图进行非线性多层次模糊增强处理;
步骤五:将非线性处理后的灰度图逆映射到空间域,获得模糊增强的红外热像图。
2.如权利要求1所述的输电线路红外热像图增强方法,其特征在于:所述步骤四中,采用多层次模糊增强算法对红外热像图进行非线性多层次模糊增强处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611244598.4A CN106846265A (zh) | 2016-12-29 | 2016-12-29 | 一种输电线路红外热像图增强方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611244598.4A CN106846265A (zh) | 2016-12-29 | 2016-12-29 | 一种输电线路红外热像图增强方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106846265A true CN106846265A (zh) | 2017-06-13 |
Family
ID=59113214
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611244598.4A Pending CN106846265A (zh) | 2016-12-29 | 2016-12-29 | 一种输电线路红外热像图增强方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106846265A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107578387A (zh) * | 2017-10-16 | 2018-01-12 | 湖南友哲科技有限公司 | 一种基于hsv颜色空间的同态滤波增强方法 |
-
2016
- 2016-12-29 CN CN201611244598.4A patent/CN106846265A/zh active Pending
Non-Patent Citations (7)
Title |
---|
成培: "基于PCNN和模糊理论的图像增强技术研究", 《中国优秀硕士学位论文全文数据库 信息科技辑(月刊)》 * |
李俊山 等: "多层次的红外图像模糊增强算法", 《电光与控制》 * |
王保平 等: "基于模糊熵的自适应图像多层次模糊增强算法", 《电子学报》 * |
石振刚 等: "一种基于模糊逻辑的图像多层次增强算法", 《控制工程》 * |
蔡成涛 等著: "《海洋环境下的计算机视觉技术》", 31 October 2015, 北京:国防工业出版社 * |
陈湘涛 等: "改进的多层次模糊增强算法应用研究", 《计算机工程与应用》 * |
韩艳丽 等: "一种基于模糊熵的自适应多层模糊增强算法", 《海军航空工程学院学报》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107578387A (zh) * | 2017-10-16 | 2018-01-12 | 湖南友哲科技有限公司 | 一种基于hsv颜色空间的同态滤波增强方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110570374B (zh) | 一种对红外传感器所获得图像的处理方法 | |
CN107301624B (zh) | 基于区域划分及浓雾预处理的卷积神经网络去雾方法 | |
CN106897981A (zh) | 一种基于引导滤波的低照度图像增强方法 | |
CN107085833B (zh) | 基于梯度倒数自适应开关均中值融合的遥感图像滤波方法 | |
CN109377450B (zh) | 一种边缘保护的去噪方法 | |
CN106815821A (zh) | 近红外图像的去噪方法和装置 | |
CN110473152B (zh) | 基于改进Retinex算法的图像增强方法 | |
JP2022103003A (ja) | 画像ヘイズ除去方法及びその方法を用いる画像ヘイズ除去装置 | |
CN115375588B (zh) | 基于红外成像的电网变压器故障识别方法 | |
CN105447825B (zh) | 图像去雾方法及其*** | |
CN107862672B (zh) | 图像去雾的方法及装置 | |
CN111062293A (zh) | 一种基于深度学习的无人机森林火焰识别方法 | |
CN115345802A (zh) | 一种机电设备运行状态远程监控方法 | |
CN110298796B (zh) | 基于改进Retinex与对数图像处理的低照度图像增强方法 | |
CN106651817A (zh) | 一种基于非抽样Contourlet的图像增强方法 | |
CN106971166A (zh) | 停车位检测的图像预处理方法及*** | |
CN111582074A (zh) | 一种基于场景深度信息感知的监控视频树叶遮挡检测方法 | |
CN109523474A (zh) | 一种基于雾天退化模型的低照度图像增强方法 | |
Gao et al. | Sandstorm image enhancement based on YUV space | |
CN109003238B (zh) | 一种基于模型与直方图及灰度增强的图像雾霾去除方法 | |
CN111127340A (zh) | 一种图像去雾方法 | |
Wen et al. | Autonomous robot navigation using Retinex algorithm for multiscale image adaptability in low-light environment | |
CN103957395B (zh) | 具有自适应能力的颜色恒常方法 | |
Chen et al. | Improve transmission by designing filters for image dehazing | |
CN117252773A (zh) | 基于自适应颜色校正和导向滤波的图像增强方法及*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170613 |