CN109712129A - 一种基于数学形态学的电弧图像处理方法 - Google Patents
一种基于数学形态学的电弧图像处理方法 Download PDFInfo
- Publication number
- CN109712129A CN109712129A CN201811587155.4A CN201811587155A CN109712129A CN 109712129 A CN109712129 A CN 109712129A CN 201811587155 A CN201811587155 A CN 201811587155A CN 109712129 A CN109712129 A CN 109712129A
- Authority
- CN
- China
- Prior art keywords
- image
- arc
- matrix
- edge detection
- filtered
- 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
Landscapes
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明为一种基于数学形态学的电弧图像处理方法,该方法的步骤是:1)将高速摄像机采集到的彩色电弧图像转变为灰度图像;2)对灰度电弧图像进行滤波,滤除图像中的噪声;滤波的具体过程为用灰度图像与滤波结构元素进行开运算,再加上与滤波结构元素进行闭运算得到的矩阵;3)对滤波后的图像进行边缘检测,得到电弧轮廓;边缘检测的具体过程为经过滤波后的图像与边缘结构元素先进行闭运算,再减去与边缘结构元素进行开运算得到的矩阵;4)用最大类间方差法得到边缘检测后的图像阈值并对图像进行二值化处理。该方法采用数学形态学对电弧图像进行滤波处理和边缘检测,得到其连续边缘轮廓,从而能清晰地分析电弧从起弧到熄灭的演化规律。
Description
技术领域
本发明涉及一种基于数学形态学的电弧图像处理方法,属于电机与电器领域。
背景技术
电弧是开关电器在接通和断开时产生的一团温度极高、发出强光和能够导电的近似圆柱形的气体。它的存在具有两面性:一方面给回路提供了能量泄放的途径,起到抑制电压和电流瞬升的作用;另一方面,电弧的存在不仅延缓了电路开断的时间,而且还烧损触头表面,导致其可靠性大大降低。电弧的高温与烧蚀常常是导致开关电器失效的直接原因。因此,对于开关电器触点电弧的研究具有重大的理论意义和实用价值。对电弧的实验研究主要是用高速摄像机拍摄电弧图像,但是由于燃弧的发光特性和电器触头***的反光特性,拍摄到的电弧往往不能直接进行分析处理。因此需要对电弧图像应用数字图像处理技术,增强电弧图像中电器触头特征,改善电弧图像的视觉效果,从而有利于分析电弧形态和特征。
电弧图像处理可以分为两个部分:电弧图像增强和边缘检测。电弧图像增强常用的方法有领域平均法、高斯平滑和中值滤波等,这些方法虽然能够达到滤除噪声的目的,但是会消除部分图像细节。边缘检测常用的方法有sobel、prewitt、roberts、log、canny边缘检测方法,这些方法会使提取出的边缘不连续、有断点,且有可能会检测出伪检测点。文献“基于双目立视技术的开关电弧图像处理”提出了基于支持向量机高斯核的电弧图像边缘检测方法,计算过于复杂,处理时间长。专利CN103955917“一种长间隙空气电弧图像边缘检测方法”结合了领域平均法、平滑滤波、小波变换法和浮动阈值法,不同方法结合在一起对电弧图像进行处理,操作比较复杂。
发明内容
针对现有技术的不足,本发明拟解决的技术问题是,提供一种基于数学形态学的电弧图像处理方法,该方法对高速摄像机拍摄的电弧图像进行处理,采用数学形态学对电弧图像进行滤波处理和边缘检测,得到其连续边缘轮廓,从而能清晰地分析电弧从起弧到熄灭的演化规律。
本发明解决所述技术问题采用的技术方案是,提供一种基于数学形态学的电弧图像处理方法,该方法包括图像灰度化、图像滤波、边缘检测、图像二值化四部分,具体步骤是:
1)将高速摄像机采集到的彩色电弧图像转变为灰度图像;
2)对灰度电弧图像进行滤波,滤除图像中的噪声;滤波的具体过程为用灰度图像与滤波结构元素进行开运算,再加上与滤波结构元素进行闭运算得到的矩阵;与2个不同的滤波结构元素都进行上述的运算,最后相加取平均值;滤波算法的数学描述为:
E(F)=(E1(F)+E2(F))/2
式中:F是滤波前的电弧图像,E是滤波后的电弧图像,Si是滤波结构元素,i=1,2;
3)对滤波后的图像进行边缘检测,得到电弧轮廓;边缘检测的具体过程为经过滤波后的图像与边缘结构元素先进行闭运算,再减去与边缘结构元素进行开运算得到的矩阵;与m个不同的边缘结构元素都进行上述的运算,最后再相加取平均值;边缘检测算法的数学描述为:
式中:E是滤波后的电弧图像,H是边缘检测后的电弧图像,Bj是边缘结构元素,j=1,2,3,4,5,6,7,8,aj是加权系数;
4)用最大类间方差法得到边缘检测后的图像阈值并对图像进行二值化处理。
与现有技术相比,本发明的有益效果是:
在用高速摄像机拍摄电弧图像时,由于燃弧的发光特性和电器触头***的反光特性,拍摄到的电弧往往不能直接进行分析处理。应用本发明提到的电弧图像处理方法对电弧图像进行处理不仅能有效的滤除噪声,同时也能保留图像细节信息,从而能清晰地分析电弧从起弧到熄灭的演化规律。由图4可看出采用本发明的电弧图像处理方法得到的电弧边缘轮廓与传统的sobel、prewitt、roberts、log、canny边缘检测方法相比,边缘连续平滑,轮廓更加清晰,效果较好。
附图说明
图1是本发明电弧图像处理步骤示意图;
图2是高速摄像机拍摄到的原始电弧图像;
图3经过电弧图像处理后最终得到的图像。
图4是将采用本发明的电弧图像处理方法后得到的电弧边缘轮廓与采用传统的sobel、prewitt、roberts、log、canny边缘检测方法得到的边缘轮廓进行比较。
具体实施方式
以下结合实施例及附图对本发明做进一步详述,但并不以此作为对本申请保护范围的限定:
本发明是基于数学形态学的电弧图像处理方法,主要包括图像灰度化、图像滤波、边缘检测、图像二值化四部分,将原始的电弧图像进行图像灰度化处理,再用相应的数学形态学方式进行图像滤波和边缘检测处理,最后用最大类间方差法得到图像阈值并对图像进行二值化处理,具体步骤是:
1)将高速摄像机采集到的彩色电弧图像转变为灰度图像。
2)对灰度电弧图像进行滤波,滤除图像中的噪声;滤波的具体过程为用原始图像与滤波结构元素进行开运算,再加上与滤波结构元素进行闭运算得到的矩阵;与2个不同的滤波结构元素都进行上述的运算,最后相加取平均值;
3)对滤波后的图像进行边缘检测,得到电弧轮廓;边缘检测的具体过程为经过滤波后的图像与边缘结构元素先进行闭运算,再减去与边缘结构元素进行开运算得到的矩阵;与m个不同的边缘结构元素都进行上述的运算,最后再相加取平均值;m不小于8;
4)用最大类间方差法得到边缘检测后的图像阈值并对图像进行二值化处理。
本发明中滤波结构元素的选取规则:
滤波结构元素由2个矩阵组成,均为奇数阶方阵,且矩阵元素由0、1组成,矩阵元素全为1的部分组成一个中心点在矩阵中心的菱形,菱形的对角线长度和矩阵的长、宽一样,两个矩阵其中一个阶数要比另一个大,且阶数均小于10。
本发明中边缘结构元素的选取规则:
边缘结构元素由m个矩阵组成,m为2的阶乘,m≥8,且矩阵元素由0、1组成,矩阵中的1组成的直线与矩阵的横向中心线的组成的角度分别为n取从0到m-1,m取的值越大,精度越高,但是计算量也会变大。
本发明中滤波算法的数学描述为:
E(F)=(E1(F)+E2(F))/2
式中:F是滤波前的电弧图像,E是滤波后的电弧图像,Si是滤波结构元素,i=1,2;
本发明中边缘检测算法的数学描述为:
式中:E是滤波后的电弧图像,H是边缘检测后的电弧图像,Bj是边缘结构元素,j=1,2,3,4,5,6,7,8,aj是加权系数(aj=0.125)。
实施例1
如图1所示,本发明具体实施步骤如下:
(1)将高速摄像机采集到的彩色电弧图像转变为灰度图像。
(2)用数学形态学的方法对灰度电弧图像进行滤波,滤除图像中的噪声。数学形态学的基本运算包括膨胀、腐蚀运算,以及开、闭运算。令F表示灰度图像,
S为滤波结构元素,则基本的数学形态学运算定义为:
a)膨胀运算
式中:x和y分别是F中某一点的横坐标、纵坐标;x'和y'分别是S中某一点的横、纵坐标;DS是S的定义域。
b)腐蚀运算
(FΘS)(x,y)=max{F(x+x′,y+y′)-S(x′,y′)|(x′,y′)∈DS}
式中:x和y分别是F中某一点的横坐标、纵坐标;x'和y'分别是S中某一点的横、纵坐标;DS是S的定义域。
c)开运算:
d)闭运算:
图像滤波算法的数学描述为:
E(F)=(E1(F)+E2(F))/2
式中:F是滤波前的电弧图像,E是滤波后的电弧图像,Si是滤波结构元素,i=1,2。
图像滤波的具体过程可以描述为用原始图像与滤波结构元素进行开运算,再加上与滤波结构元素进行闭运算得到的矩阵。与2个不同的滤波结构元素都进行这样的运算,最后相加取平均值。
(3)用数学形态学的方法对图像进行边缘检测,得到电弧轮廓。
边缘检测算法的数学描述为:
式中:E是滤波后的电弧图像,H是边缘检测后的电弧图像,Bj是边缘结构元素,j=1,2,3,4,5,6,7,8,aj是加权系数(aj=0.125)。
边缘检测的具体过程可以描述为经过滤波后的图像与边缘结构元素先进行闭运算,再减去与边缘结构元素进行开运算得到的矩阵。与8个不同的边缘结构元素都进行这样的运算,最后再相加取平均值。
(4)对边缘检测后的图像进行二值化处理。因为步骤(2)、(3)中使用的结构元素矩阵中的数均为正数,所以经过数学形态学方法处理的图片亮度会降低,图片细节会不清楚。因此用最大类间方差法选取阈值,然后扫描图像的每个像素值,值小于阈值的将像素值设为0(黑色),值大于等于阈值的像素值设为255(白色),然后就可以得到二值化图像,即黑白电弧图像。
利用约克公司的高速摄像机Phantom V611进行了电弧图像的采集。产生电弧的动作触头的工作电压为30V,工作电流为30A,触头间隙为2mm。设置高速摄像机的曝光时间为50μs,帧率为10000fps,分辨率为256×256,镜头焦距为70mm。得到的原始电弧图像如图2所示,采用本发明的电弧图像处理方法后得到的电弧边缘轮廓如图3所示,可以看出提取出了较佳的边界轮廓。图4是将采用本发明的电弧图像处理方法后得到的电弧边缘轮廓与采用传统的sobel、prewitt、roberts、log、canny边缘检测方法得到的边缘轮廓进行比较,从图中可以看出roberts算子出现了断点,canny算子出现了伪检测点,sobel、prewitt、log算子抗噪声能力差且不连续,相比之下,本发明的数学形态学边缘检测算法检测的边缘连续平滑,轮廓更加清晰,效果较好。
本发明原理简单、操作方便,应用本发明提到的电弧图像处理方法对电弧图像进行处理,既能有效的滤除噪声,也同时保留了原有的图像信息,从而能清晰地分析电弧从起弧到熄灭的演化规律。
本发明未述及之处适用于现有技术。
Claims (5)
1.一种基于数学形态学的电弧图像处理方法,该方法包括图像灰度化、图像滤波、边缘检测、图像二值化四部分,具体步骤是:
1)将高速摄像机采集到的彩色电弧图像转变为灰度图像;
2)对灰度电弧图像进行滤波,滤除图像中的噪声;滤波的具体过程为用灰度图像与滤波结构元素进行开运算,再加上与滤波结构元素进行闭运算得到的矩阵;与2个不同的滤波结构元素都进行上述的运算,最后相加取平均值;滤波算法的数学描述为:
E(F)=(E1(F)+E2(F))/2
式中:F是滤波前的电弧图像,E是滤波后的电弧图像,Si是滤波结构元素,i=1,2;
3)对滤波后的图像进行边缘检测,得到电弧轮廓;边缘检测的具体过程为经过滤波后的图像与边缘结构元素先进行闭运算,再减去与边缘结构元素进行开运算得到的矩阵;与m个不同的边缘结构元素都进行上述的运算,最后再相加取平均值;边缘检测算法的数学描述为:
式中:E是滤波后的电弧图像,H是边缘检测后的电弧图像,Bj是边缘结构元素,j=1,2,3,4,5,6,7,8,aj是加权系数;
4)用最大类间方差法得到边缘检测后的图像阈值并对图像进行二值化处理。
2.根据权利要求1所述的基于数学形态学的电弧图像处理方法,其特征在于,所述滤波结构元素由2个矩阵组成,均为奇数阶方阵,且矩阵元素由0、1组成,矩阵元素全为1的部分组成一个中心点在矩阵中心的菱形,菱形的对角线长度和矩阵的长、宽一样,两个矩阵其中一个阶数要比另一个大,且阶数均小于10。
3.根据权利要求1所述的基于数学形态学的电弧图像处理方法,其特征在于,
4.根据权利要求1所述的基于数学形态学的电弧图像处理方法,其特性在于,所述边缘结构元素由m个矩阵组成,m为2的阶乘,m≥8,且矩阵元素由0、1组成,矩阵中的1组成的直线与矩阵的横向中心线的组成的角度分别为n取从0到m-1。
5.根据权利要求1所述的基于数学形态学的电弧图像处理方法,其特征在于,
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811587155.4A CN109712129A (zh) | 2018-12-25 | 2018-12-25 | 一种基于数学形态学的电弧图像处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811587155.4A CN109712129A (zh) | 2018-12-25 | 2018-12-25 | 一种基于数学形态学的电弧图像处理方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109712129A true CN109712129A (zh) | 2019-05-03 |
Family
ID=66257485
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811587155.4A Pending CN109712129A (zh) | 2018-12-25 | 2018-12-25 | 一种基于数学形态学的电弧图像处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109712129A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110287891A (zh) * | 2019-06-26 | 2019-09-27 | 北京字节跳动网络技术有限公司 | 基于人体关键点的手势控制方法、装置及电子设备 |
CN111398748A (zh) * | 2020-03-12 | 2020-07-10 | 山西耀源电力工程有限公司 | 一种冲击电弧图像边缘检测方法及装置 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7376904B2 (en) * | 2000-06-13 | 2008-05-20 | National Instruments Corporation | Automatic generation of programs with GUI controls for interactively setting or viewing values |
CN101236603A (zh) * | 2008-02-28 | 2008-08-06 | 上海交通大学 | 车辆智能后视方法 |
CN101930597A (zh) * | 2010-08-10 | 2010-12-29 | 浙江大学 | 一种基于数学形态学的图像边缘检测方法 |
CN103405227A (zh) * | 2013-08-02 | 2013-11-27 | 重庆邮电大学 | 基于双层形态学滤波的心电信号预处理方法 |
CN103955917A (zh) * | 2014-04-03 | 2014-07-30 | 国家电网公司 | 一种长间隙空气电弧图像边缘检测方法 |
CN103954897A (zh) * | 2014-05-20 | 2014-07-30 | 电子科技大学 | 基于紫外成像的智能电网高压绝缘损坏监控***及方法 |
CN104793253A (zh) * | 2015-04-22 | 2015-07-22 | 吉林大学 | 基于数学形态学的航空电磁数据去噪方法 |
CN105004972A (zh) * | 2015-06-25 | 2015-10-28 | 华北电力大学(保定) | 基于日盲紫外成像图像特征的瓷绝缘子绝缘状态评估方法 |
CN105342583A (zh) * | 2015-12-17 | 2016-02-24 | 重庆邮电大学 | 一种高精度计步的老年人智能监护装置 |
CN106611424A (zh) * | 2016-03-23 | 2017-05-03 | 四川用联信息技术有限公司 | 一种图像边缘提取方法 |
CN106651781A (zh) * | 2016-09-26 | 2017-05-10 | 长春理工大学 | 一种激光主动成像的图像噪声抑制方法 |
-
2018
- 2018-12-25 CN CN201811587155.4A patent/CN109712129A/zh active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7376904B2 (en) * | 2000-06-13 | 2008-05-20 | National Instruments Corporation | Automatic generation of programs with GUI controls for interactively setting or viewing values |
CN101236603A (zh) * | 2008-02-28 | 2008-08-06 | 上海交通大学 | 车辆智能后视方法 |
CN101930597A (zh) * | 2010-08-10 | 2010-12-29 | 浙江大学 | 一种基于数学形态学的图像边缘检测方法 |
CN103405227A (zh) * | 2013-08-02 | 2013-11-27 | 重庆邮电大学 | 基于双层形态学滤波的心电信号预处理方法 |
CN103955917A (zh) * | 2014-04-03 | 2014-07-30 | 国家电网公司 | 一种长间隙空气电弧图像边缘检测方法 |
CN103954897A (zh) * | 2014-05-20 | 2014-07-30 | 电子科技大学 | 基于紫外成像的智能电网高压绝缘损坏监控***及方法 |
CN104793253A (zh) * | 2015-04-22 | 2015-07-22 | 吉林大学 | 基于数学形态学的航空电磁数据去噪方法 |
CN105004972A (zh) * | 2015-06-25 | 2015-10-28 | 华北电力大学(保定) | 基于日盲紫外成像图像特征的瓷绝缘子绝缘状态评估方法 |
CN105342583A (zh) * | 2015-12-17 | 2016-02-24 | 重庆邮电大学 | 一种高精度计步的老年人智能监护装置 |
CN106611424A (zh) * | 2016-03-23 | 2017-05-03 | 四川用联信息技术有限公司 | 一种图像边缘提取方法 |
CN106651781A (zh) * | 2016-09-26 | 2017-05-10 | 长春理工大学 | 一种激光主动成像的图像噪声抑制方法 |
Non-Patent Citations (2)
Title |
---|
YAO LI-JUAN ET AL: "Edge detection method for remote sensing image based on morphological variable structuring element", 《JOURNAL OF MEASUREMENT SCIENCE AND INSTRUMENTATION》 * |
那彦等主编: "《基于多分辨分析理论的图像融合方法》", 31 December 2007 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110287891A (zh) * | 2019-06-26 | 2019-09-27 | 北京字节跳动网络技术有限公司 | 基于人体关键点的手势控制方法、装置及电子设备 |
CN111398748A (zh) * | 2020-03-12 | 2020-07-10 | 山西耀源电力工程有限公司 | 一种冲击电弧图像边缘检测方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Yu et al. | Fast single image fog removal using edge-preserving smoothing | |
Tripathi et al. | Single image fog removal using bilateral filter | |
Gao et al. | A fast image dehazing algorithm based on negative correction | |
Pang et al. | Improved single image dehazing using guided filter | |
CN107358585B (zh) | 基于分数阶微分及暗原色先验的雾天图像增强方法 | |
CN105976346B (zh) | 基于鲁棒主成分稀疏分解的红外与可见光图像融合方法 | |
CN108876768A (zh) | 导光板暗影缺陷检测方法 | |
Yang et al. | Demoiréing for screen-shot images with multi-channel layer decomposition | |
CN109712129A (zh) | 一种基于数学形态学的电弧图像处理方法 | |
CN104966274B (zh) | 一种采用图像检测与区域提取的局部模糊复原方法 | |
CN109064439B (zh) | 基于分区的单侧入光式导光板暗影缺陷提取方法 | |
Li et al. | Underwater image enhancement via dark channel prior and luminance adjustment | |
Liu et al. | Kinect depth restoration via energy minimization with tv 21 regularization | |
Hsieh et al. | Fast and robust infrared image small target detection based on the convolution of layered gradient kernel | |
Shah et al. | An iterative approach for shadow removal in document images | |
Jin et al. | Enhancing visibility in nighttime haze images using guided apsf and gradient adaptive convolution | |
Lai et al. | Robust facial feature point detection under nonlinear illuminations | |
Schechner et al. | Attenuating natural flicker patterns | |
Wang et al. | Low-light image enhancement by deep learning network for improved illumination map | |
CN112750089B (zh) | 基于局部块最大和最小像素先验的光学遥感影像去雾方法 | |
CN109359652A (zh) | 一种从数码照片中快速自动提取矩形扫描件的方法 | |
Han et al. | Automatic illumination and color compensation using mean shift and sigma filter | |
Othman et al. | Enhanced single image dehazing technique based on hsv color space | |
Wang et al. | Rapid nighttime haze removal with color-gray layer decomposition | |
CN103955917A (zh) | 一种长间隙空气电弧图像边缘检测方法 |
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: 20190503 |