（信号与信息处理专业论文）变电站电力设备红外图像分割技术研究.pdf

论文题目：变电站电力设备红外图像分割技术研究 专 业：信号与信息处理 硕 士 生：王如意 (签 名) 指导教师：吴冬梅 (签 名) 摘 要 红外成像技术是电气设备在线监测中的一项行之有效的手段， 而构建基于红外成像 技术的变电站电气设备智能在线监测系统是电气设备监测的发展方向。 红外图像分割技 术是变电站电气设备智能在线监测系统中智能软件模块的一个重要组成部分， 也是系统 完成智能监测的一个承上启下的重要环节， 通过分割提取的电气设备特征可以为系统后 期的智能判断和决策提供依据。 本文以变电站红外监测系统为研究的出发点，以提高系统的自动化、智能化水平为 目的，着重以变电站红外图像的分割技术为主要研究内容。本文对当前主流图像分割算 法进行了分类、归纳和总结，通过实验了解他们的性能和特点，并对新出现的图像分割 方法进行了研究。在此基础上，本文选择了基于形态学分水岭分割算法和模糊聚类分割 算法。为了有效准确的检测油枕油位，本文采用改进的分水岭分割算法对油枕红外图像 进行分割，改进算法以多尺度形态学梯度图像作为分水岭算法的输入图像，在侧重区域 联通性的前提下用大津法二值化梯度图像获得初步标记图， 去除伪极小值点后得到最终 标记图， 用最终标记图中极小值点作为分水岭分割的起点对尺度梯度图像进行分水岭变 换得到最终的分割结果。实验证明本文方法能够准确有效地分割出油枕和油位，可以作 为变电站在线监测系统的组成部分之一。考虑红外图像信息本身的复杂性和相关性，本 文还对模糊核聚类分割算法进行了研究， 本文改进的稳健模糊核聚类算法通过加入空间 信息来增强算法像素划分的合理性， 并提出聚类中心初始化方法来使得聚类迭代尽快收 敛至合理划分时的参数值，在分割变压器散热器图像的实验中，本文改进的稳健模糊核 聚类算法相比其他模糊聚类方法能够有效分割出散热器故障位置和故障区域。 关 键 字：变电站；红外图像；图像分割；分水岭变换；模糊核聚类；故障诊断 研究类型：应用研究 subject : research of infrared image segmentation for power equipment in substation specialty : signal and information processing name : wang ru-yi (signature) instructor: wu dong-mei (signature) abstract infrared imaging technology is a proven means of on-line monitoring for electrical equipment, while the construction of intelligent on-line monitoring system which is based on infrared imaging technology is the direction of developing electrical equipment monitoring system. infrared image segmentation is an important component of software modules in system and key step to achieve the function of intelligent monitoring. the characteristics of electrical equipment extracted through segmentation can be used as a basis for the system to make intelligent judgments and decisions in the later stage. this paper is based on substations infrared monitoring system, aims at enhancing the automation and intelligence level of this system, and therefore pays its main attention to the substations infrared image segmentation technology. firstly, the current image segmentation algorithms of visible image have been classified and summarized in the paper, and the characteristics and the weak point of the algorithms are discussed through experiment comparison. this paper also attaches importance to new image segmentation algorithms. finally, watershed segmentation algorithm and fuzzy clustering segmentation algorithm have been selected for segmenting infrared image in this article based on above research work. to be effective and accurate detection of oil level, this paper processed infrared image of the oil conservator with the improved watershed segmentation algorithm which has taken the multi-scale morphological gradient image as inputting image of watershed transform. on the premise of focusing on regional connectivity, multi-scale morphological gradient image has been binarization by the method of otsu to obtain preliminary seed map. after the removal of false minimum marks, we make the exact minimum marks of the final seed map as the starting point of watershed transform to accomplish image segmentation. experimental results show that proposed method in this article can separate the oil level of oil conservator effectively and accurately. therefore, it can be used as an one of the important component of substations on-line monitoring system. taking into account the internal information complexity and relevance of infrared image, this paper has conducted a study of kernel-based fuzzy c-means segmentation algorithm yet. improved robust kernelized fuzzy c-means(irkfcm) can enhanced the rationality of segmentation by adding spatial information. and this paper also proposed the clustering center initialization method which can enable the clustering iteration parameters quickly converge to reasonable division parameter values. experimental results show that irkfcm algorithm can separate malfunction location of radiator and calculate the size of malfunction region effectively and accurately compared to other fuzzy clustering method. key words: substation infrared image image segmentation watershed transformation kernelized fuzzy c-means fault diagnosis thesis :applied research 学 位 论 文 独 创 性 说 明 本人郑重声明： 所呈交的学位论文是我个人在导师指导下进行的研究工作及 其取得研究成果。尽我所知，除了文中加以标注和致谢的地方外，论文中不包含 其他人或集团已经公开发表或撰写过的研究成果， 也不包含为获得西安科技大学 或其他教育机构的学位或证书所使用过的材料。 与我一同工作的同志对本研究所 做的任何贡献均已在论文中做了明确说明并表示了谢意。 学位论文作者签名：王如意 日期：2011.6.6 学 位 论 文 知 识 产 权 声 明 书 本人完全了解学校有关保护知识产权的规定，即：研究生在校攻读学位期间 论文工作的知识产权单位属于西安科技大学。 学校有权保留并向国家有关部门或 机构送交论文的复印件和电子版。本人允许论文被查阅和借阅。学校可以将本学 位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描 等复制手段保存和汇编本学位论文。同时本人保证，毕业后结合学位论文研究课 题在撰写的文章一律注明作者单位为西安科技大学。 保密论文待解密后适用本声明。 学位论文作者签名：王如意 指导教师签名： 2011 年 6 月 6 日 1 绪论 1 1 绪论 1.1 引言 有关统计资料表明，电力系统 70%的故障是由于电气设备故障引起的，而超过半数 以上的电气设备故障都与因连接松动、 接触不良、 泄露电流、 漏磁等造成的发热有关1。 电气设备长期处于异常发热状态会引起金属构件“蠕变”和绝缘材料老化和劣化，最终 造成严重的设备损坏而引发电网故障。例如 2003 年，美国和加拿大就发生了大面积停 电事故，造成了巨大的经济损失2。由此，如何利用高科技手段进行系统化、标准化的 管理，消除危险点，是摆在电力系统科研单位面前的新问题3。 红外成像是电气设备在线监测的一项行之有效的技术手段4。电气设备的红外检测 和诊断具有不停电、不取样、不接触、直观淮确、灵敏度高及应用范围广等优点，可以 发现多种电气设备的缺陷， 对保证电气设备安全运行和提高设备运行可靠性有着重要作 用5。利用红外热成像技术对电气设备进行红外成像，将物体发出的红外辐射转变为可 见的热分布图像，从而获得设备的热像图，通过分析这种红外热像图的变异，即可以分 析判断设备可能存在的各种缺陷。 红外成像技术不仅可以快速地诊断出设备的各类外部 过热缺陷（如各种导电部件的连接或结合不良而引起的过热故障） ，更重要的是可以根 据设备的温度分布来判断设备内部可能存在的各种缺陷 （如内部导电体连接或接触不良、 绝缘不良以及充油设备缺油等而引起的过热故障） 。 因此， 构建基于红外成像技术的变电站电气设备智能在线监测系统是解决电气设备 故障的有效方法67，它可以减轻人们的劳动强度、减少对技术人员的依赖；可以及时 发现事故隐患，及早采取措施避免恶性后果、确保电网安全运行。目前，远程视频监控 已广泛应用在国民经济各个领域中，不少的变电站已安装有可见光和红外遥视系统，但 是，它们存在以下不足：一是这些远程视频监控系统提供的图像不能准确反映电气设备 可能存在的各种潜在缺陷和详细的实时运行参数，操作人员不能尽早发现设备隐患；二 是缺少智能化处理软件，达不到电气设备故障自动判别和诊断的要求。 此外， 红外图像分割技术是变电站电气设备智能在线监测系统中智能软件模块的一 个重要组成部分，也是系统完成智能检测的一个承上启下的重要环节，通过分割来提取 电气设备的特征为系统后期的智能判断和决策提供依据。 所以对变电站红外图像分割技 术的研究对推动变电站电气设备在线监测系统向自动化、 智能化方向发展有着重大的现 实意义。 1.2 电力系统红外监测的国内外的研究动态及发展趋势 西安科技大学硕士学位论文 2 1.2.1 国内外发展动态 国外将红外技术应用于电力设备监测始于 60 年代中期，瑞典国家电力局成功的应 用红外热像仪进行了电力设备的故障诊断。 70 年代开始把热像仪装在面包车或直升机上 对变电站设备或高压输电线路连接件故障做生产性巡回检测， 并分别制定出相应的技术 规范或红外诊断故障判定标准。 红外检测技术已在发达国家普遍使用。 1990 年国际大电 网会议（cigie）充分肯定了电力设备故障红外诊断技术，并指出该技术在电力设备从 传统的预防性故障检修体制向先进的预知性状态维修体制发展中将发挥重要作用。 1993 年，美国动力会议上，底特律爱迪生公司和伊利诺依州电力公司都分别介绍了在架空线 路、变电站和发电厂中应用红外线热像技术检测电力设备的最新经验，红外诊断技术已 成为电力设备检测、普查、及时发现隐患、及时抢修杜绝恶性突发性设备事故的一种重 要手段8。 我国研究开发电力设备红外监测技术始于 70 年代初9， 开始利用国内研制的红外测 温仪检测运行中的电气设备的过热接头。 80 年代中期， 几家电力专业研究所先后引进较 先进的光机扫描热像仪，积极开展发变电设备故障检测试验和 220kv 及 110kv 输电线 路的直升机巡线红外检测试验，并取得了良好结果。进入 90 年代后，除进一步扩大现 场检测外，一些电力研究院（所）和省（市）电力局（供电局）相结合，通过对多种高 压电气设备内部导流回路故障及绝缘故障的模拟试验研究， 并结合现场检测积累的经验， 现已掌握了各类高压电气设备内外部故障的外表红外热像特征， 积累了各类设备不同内 外部故障的温度变化规律和大量典型红外图谱。从而，不仅可以对高压电气设备内外部 故障类型做出定性诊断，而且还能给出故障位置和严重程度的定量诊断，而且对影响电 力设备故障诊断准确性的诸因素及对策也做了深入研究， 并在高压电气设备内部故障和 高压瓷质绝缘子故障诊断方面，达到了国际先进水平或领先地位。与此同时，也制订了 相关标准，1990 年颁布了交流高压电器在长期工作时的发热 （gb76390）标准， 1999 年颁布了带电设备红外诊断技术应用准则 （dl/t6641999）标准，更进一步 地促进了红外热成像技术在电力系统中的应用。 1.2.2 发展趋势 近年来， 国内外利用红外热成像技术对电气设备进行检测并进行故障诊断的研究已 蓬勃开展，用于巡视人员检测电气设备状态的手持式红外检测仪已经商品化，在电力系 统电气设备检测与故障诊断中发挥了较好的作用。但是，现有技术仍存在以下不足：(1) 手持式红外检测仪只能在巡视时使用，不能对变电站的各个电气设备进行同时、连续、 实时的在线监视与报警；(2)因为电气设备的运行参数不同，仅仅依靠温度差异进行故障 判断和诊断是不全面的；(3)红外热成像技术反映的是温度场信息，会造成对象形状的严 1 绪论 3 重变形，若不进行有效地图像分割和处理以及温度场信息与电气设备各个部分的映射， 直接进行故障判别和诊断是不科学的。 伴随着网络技术和数字视频技术的飞速发展，监控系统功能日益强大，但是依然需 要工作人员不间断地分析监视场景内的活动，日夜值守工作量繁重。为此有关专家和学 者提出了新一代监控视觉监控(visual surveillance)的概念。视觉监控在不需要人为干 预的情况下，利用计算机视觉和图像/视频分析的方法对摄像机拍录的图像序列进行自 动分析，实现对监控场景中目标的定位、识别和跟踪，并在此基础上分析和判断目标的 行为，从而做到既能完成日常管理又能在异常情况发生时及时做出反应。视觉监控是以 计算机为核心，融合多媒体技术、网络技术和计算机视觉技术的监控系统，不仅具有多 媒体信息处理如压缩、传输、存储和播放等基本功能，还具有智能图象识别、自动异常 报警、智能存储、快速查询、远程监控等高级功能，能够替代人工职守，成为真正意义 上的智能监控。智能视频监控系统融入了视频图像序列理解和计算机视觉的相关知识， 国际上这方面的研究己经达到相当水平，国内则处于起步阶段。 图像分割和识别技术是这一领域的重点技术之一， 它也是信息系统科学中的一个主 要的研究热点。特别是图像分割技术，它是图像由预处理转入分析的关键步骤，在图像 分析及模式识别中起着非常重要的作用。 图像分割是计算机视觉领域中极为重要的内容 之一，是实现自动图像分析和模式识别的首要问题，因为图像分割质量的优劣、区域界 限定位的精度直接影响后续的区域描述以及图像的分析和理解。目前，国内红外图像分 割大都是将可见光的图像处理方法直接或加以稍微改动后直接处理红外图像， 所以分割 效果很难达到预期要求。在红外电力监测系统中，红外图像分割技术的发展是新一代智 能监控系统得以实现的前提。在我们的周围，视频监控技术有着非常广阔的应用前景， 它在电力系统、国防、交通领域以及人民的日常生活和工作中发挥着日益主要的作用， 所以作为前提条件的红外图像分割技术必将迎来前所未有的发展和进步。 1.3 变电站电气设备红外温度自动巡检与预警系统简介 本文的研究内容是以变电站电气设备红外温度自动巡检与预警系统10为平台， 由于 系统的智能图像处理软件模块（应用系统）不能自动地完成红外图像的处理及特征数据 的提取，需要人工干预，所以达不到电气设备故障自动判别和诊断的目的，为了提高系 统的自动化、智能化水平，本文的主要目的是完善其智能图像处理软件模块，主要工作 是对智能图像处理软件模块增加自动分割功能，为系统后续识别和决策提供依据。 1.3.1 系统的组成 变电站电气设备红外温度自动巡检与预警系统10的硬件组成主要由红外与可见光 组合摄像头、云台、传输设备、监控主站和配套的软件等组成，如图 1.1 所示。 西安科技大学硕士学位论文 4 图 1.1 变电站红外温度自动巡检与预警系统硬件组成 红外与可见光摄像头安装在云台上，根据变电站的空间范围的大小，可以选择多个 合适的位置分别安装以上摄像头和云台组合。传输设备包括光通信设备、光纤、视频服 务器和交换机等。 监控主站采用单机或计算机网络， 系统的核心处理软件完成组态定义、 对象分割、温度提取、数据库链接、综合判别等功能。转发工作站用于数据远传，以便 于进行远程监控。 系统软件构架由三个部分组成，红外视频监控系统、服务器端和应用系统。通过 socket 通讯方案，红外视频监控系统把采集到的温度图像信息定时发送到服务器端 （应用系统在同一台机器上） ，服务器把接收到的数据写到指定的内存区域，通过设置 标志位，应用系统可及时获取温度图像信息，以便进行后继开发处理。 1.3.2 系统工作原理 当需要进行无人值守时按下巡航按钮，监控系统即处于自动监测状态。监控电脑与 配套软件可根据需要设定预置监测（停留）点，预置监测点是根据摄像头能最佳拍摄某 个需要监测的电器设备的角度位置而定的。 转动方向 第一个预置停留点 第i个预置停留点 最后一个预置停留点 第二个预置停留点 图 1.2 云台工作模拟图 如图 1.2 所示，这时云台从第一个预置监测点开始依次向后转动，每个位置停留固 1 绪论 5 定时间，当转到最后一个预置点上并停留固定时间后，返回到第一个预置点，依次循环 往复。当摄像头转动到指定位置时获取对应设备的红外图像和可见光图像，通过传输设 备传送到监控中心，利用配套软件处理图像数据，提取电气设备特征数据，并录入数据 库；最后综合电气设备电量采集数据、红外图像特征数据、数据库中的历史数据，根据 中华人民共和国电力行业标准 （dl/t664-1999） ： 带电设备红外诊断技术应用导则 11 的建议或通过专家系统准确判定设备运行是否正常，实现在线自动巡检和故障判别。系 统的进一步改进后，还可以将电气设备温度变化情况制作成曲线，利用人工神经网络、 支持向量机和时间序列技术对未来温度的变化趋势进行预测。 1.4 本文的主要工作 本文以变电站红外监测系统为研究的出发点，以提高系统的自动化、智能化水平为 目的，着重以变电站红外图像的分割技术为主要研究内容。本文借鉴以往可见光图像的 分割方法，在充分理解这些分割方法的原理和特性的前提下，根据变电站红外图像自身 的特点选择分割算法，并对选择的算法进行改进，来完成目标图像的分割，以达到故障 诊断的目的。文中所有算法的实现都是在移植性很好的 vc+6.0 环境中完成，通过同其 他分割算法的实验比较，本文中的改进算法的分割结果能满足系统的要求，并且在分割 的有效性和精确度上相对其它分割方法都有一定程度的提高。 本文一共有六章： 第一章为绪论部分，主要介绍本课题的研究背景和意义，对红外电力监测的国内发 展动态作了简要的陈述， 同时指出红外电力监测的发展方向构建新一代智能视频监控系 统。 第二章是红外图像预处理，由于红外图像中存在各种噪声和干扰物，为了减少其对 分割结果的影响，所以在分割之前有必要对图像进行预处理。本章通过对经典的可见光 预处理方法的原理和特性的研究， 来选择合适的预处理方法来去除变电站红外图像的噪 声和干扰物，本章最后通过实验直观的验证经典预处理方法对红外图像的处理效果。 第三章是图像分割方法研究，本章首先对现有的可见光分割方法进行整理分类，通 过对分割方法原理的分析来了解分割方法的特性和不足；其次，文中还对图像分割的发 展方向进行了整理， 其中一个较大的方向就是在分割方法中引入其他学科的理论和思想； 最后结合变电站红外图像的特点， 本文最终采取了分水岭分割算法和基于模糊聚类的分 割算法。 第四章的主要内容是用改进的分水岭分割算法分割油枕油位。本章在第三章的基础 上，选择分水岭分割算法来分割油枕图像，为了能有效分割出油枕和油位，文中对分水 岭算法进行改进，具体是：将一般的结构元素替换成准圆结构元素来提高算法的各项同 性；引入多尺度梯度来检测弱边缘，即用不同的大小的准圆结构元素来获取图像的形态 西安科技大学硕士学位论文 6 学梯度，不同尺寸的准圆结构元素能检测不同图像特征，将他们相结合就可以充分的检 测出油枕的弱边缘；文中最后通过实验，验证本文改进的分水岭算法能有效、准确的分 割出油枕和油位。 第五章是模糊聚类分割算法。本章通过对目前较为成熟的 fcm 算法的研究来认识 模糊聚类分割算法的原理和不足，并对抗噪声和野值能力较强模糊核聚类算法(kfcm) 进行了深入的研究。结合处理图像的特点，文中对 kfcm 算法进行了改进，通过引入 空间和灰度相似性测度来使得最终划分更为合理；同时提出了初始化聚类中心的方法， 有效地减少迭代次数，使划分参数快速收敛至合理划分的值。本文改进算法没有改动目 标函数，算法复杂度没有大幅度的增加。实验结果表明本文改进的算法在抗噪声和野值 方面相对 kfcm 算法有一定的改善，能有效分割出故障散热器片的位置和区域。 第六章，总结本文工作，并指出后期研究工作的方向和重心。 2 红外图像预处理 7 2 红外图像预处理 2.1 变电站红外图像的特点 红外图像反映的是目标和背景的红外辐射的空间分布， 其辐射亮度分布主要由被观 测景物的温度和发射率决定，因此红外图像近似反映了景物温度差和辐射差。我们知道 目标和背景的红外辐射需经过大气传输，光学成像，光电转换和电子处理等过程，才被 转换成为红外图像；同时对于自然景物，在一个局部的小范围内，由于总存在热平衡的 趋势，不同景物之间相互影响，再加上传输等环节造成的衰减和误差，决定了红外图像 有分辨率低，均匀性差，背景噪声大等明显的特点12。 2.2 变电站红外图像噪声分析 红外图像的噪声情况非常复杂。无论是外部环境的随机干扰，还是内部物理量的随 机变化都可以产生图像噪声。噪声可以分为瞬态噪声和空间噪声：瞬态噪声包含探测器 的热噪声、温度起伏噪声、1/f 噪声和有色噪声(光谱响应的非均匀性)，实际中往往还受 其它噪声源的影响；空间噪声，又称空间固有模式噪声，是由焦平面列阵的非均匀性造 成的。瞬态噪声可通过平均多次测量值而消除，而空间固有模式噪声则不可以这种方式 消除，而且对于红外图像来说它往往远大于瞬态噪声，必须使用特定办法来消除。空间 噪声定义为平均响应电压与非均匀性的乘积， 可近似地表现为不随时间变化而作为常量 出现叠加在图像上的噪声12。 总之，红外图像的噪声是集外部噪声与内部噪声于一体的综合噪声源，为了减少红 外图像噪声对分割的影响，提高红外图像的质量，对红外图像进行有效的预处理就显得 非常重要1314。 2.3 预处理方法 预处理目的是减弱红外图像中的噪声和杂波，提高图像质量和信噪比，减少需处理 的数据量；此外，还可以对图像中的某个目标（干扰物）进行增强或是去除，以减小后 续分割步骤的压力。 为了抑制红外图像中的随机噪声和提高红外图像的对比度， 人们研究出了各种预处 理方法对红外图像进行预处理。但目前图像预处理缺乏统一的理论，这与没有通用的、 客观的衡量图像质量的标准有关。图像预处理方法往往具有针对性，处理的结果往往靠 人的主观感觉加以评价。针对噪声的图像消噪预处理（又称低通滤波或平滑）的过程就 是衰减图像上的噪声和假轮廓的过程，既衰减高频分量，增强低频分量。所以，图像消 西安科技大学硕士学位论文 8 噪对图像细节也有一定的衰减作用，因为图像的细节部分在频域上反映在高频部分。因 此，图像消噪的直观效果是图像噪声和假轮廓得以去除或衰减，但同时图像将变得比处 理前模糊了，模糊的效果要看对高频成分的衰减程度而定。就同一种消噪方法而言，去 除或衰减噪声和假轮廓的效果越好，图像就越模糊，因而图像细节损失越多。因此，在 对图像作消噪处理的过程中，要两者兼顾。 本章将讨论各种常用的图像预处理的方法15， 通过实验对不同的预处理方法的性能 和不足进行归纳和比较。 2.3.1 中值滤波法 中值滤波是一种典型的低通滤波器，主要用于抑制脉冲噪声，同时又具有能较好地 保护目标图像边缘的特点。标准的一维滤波器的定义为： 11 ,.,., k nk nkk nk n fmed xxxxx + = (2.1) 式2.1中，med是表示取中值操作。中值滤波的滤波方法是对滑动滤波窗口（2n+1） 内的像素做大小排序， 滤波结果的输出像素值规定为序列的中值。 针对算法的处理速度， 在数学上已有快速中值滤波算法来提高运算速度。 2.3.2 邻域平均法 设( , )f i j为给定的含有噪声的图像，经过邻域平均处理后的图像为( , )g i j，则 ( ,) ( ,), ( ,) fij g ijijm n = (2.2) 式 2.2 中， m 是所取邻域中各邻近像素的坐标， n 是邻域中包含的邻近像素的个数。 邻域平均法的模板为 1 h： 1 111 1 1 11 9 111 h = (2.3) 式 2.3 中间黑点表示以该像素为中心元素，即该像素是要进行处理的像素。在实际 应用中，也可以根据不同的需要选择使用不同的模板尺寸，如3 3、5 5、7 7、9 9 等。邻域平均法具有良好的噪声平滑效果，是最简单的一种平滑方法。 2.3.3 加权平均法 加权平均法可以说是邻域平均法的推广， 它将模板内的系数通过加权来影响待处理 像素的取值。一般认为离对应模板中心像素近的像素应对滤波结果有较大贡献，所以接 近模板中心的系数可较大，而模板边界附近的系数应较小。在实际应用中，为保证各模 板系数均为整数以减少运算量，常取模板周边最小的系数为 1，而内部的系数的取值则 2 红外图像预处理 9 成比例的增加，中心系数最大。常用的模板为： 111010 11 121111 105 111010 、 等。 在实际应用中，可以根据待处理图像的局部结构来确定卷积模板，加权系数成为自 由调节参数，应用比较灵活，但模板不能分解，计算效率不高。 2.3.4 选择式掩模平滑 选择式掩模平滑法也是以模板运算为基础的，这里取55的模板窗口。在窗口内 以中心像素点为基准点，制作如图 2.1 所示的 9 种形状的屏蔽窗口，分别计算每个窗口 内的平均值及方差。由于含有尖锐边沿的区域方差必定较平缓区域大，因此采用方差最 小的屏蔽窗口进行平滑，这种方法在完成滤波操作的同时，又不破坏区域边界的细节。 00000 01110 01110 01110 00000 ? 00000 11000 11100 11000 00000 ? 01110 01110 00100 00000 00000 ? 00000 00011 00111 00011 00000 ? 00000 00000 00100 01110 01110 ? 11000 11100 01100 00000 00000 ? 00011 00111 00110 00000 00000 ? 00000 00000 00110 00111 00011 ? 00000 00000 01100 11100 11000 ? 图 2.1 种屏蔽窗口模板 根据图 2.1 所示 9 种模板分别计算每个模板作用下的均值和方差。 均值计算公式： 1 ( , ) k n k i f i j m n = = = (2.4) 方差计算公式： 22 1 ( , ) k n ii k fi jm = = = (2.5) 西安科技大学硕士学位论文 10 式 2.4、 2.5 中， k=1， 2， 3.n， n 为个模板对应的像素个数。( , )f i j为像素点( , )i j 的像素灰度值。将计算得到的 i m进行排序，最小的方差 mini 所对应的掩模的灰度级均 值 i m作为平滑的结果输出。将5 5的窗口在整个图像上滑动，利用上述方法就能实现 对每个像素的平滑。 2.3.5 基于小波变换的去噪方法 小波变换具有多分辨分析（multi resolution analysis）的特点，而且在时域和频域 都具有表征信号局部特征的能力。 经小波分解后信号的小波系数幅值要大于噪声的小波 系数幅值，可以认为幅值比较大的小波系数一般以信号为主，而幅值比较小的系数在很 大程度上是噪声信号。因此，选择一个合适的阈值对小波系数进行阈值处理，就可以把 信号系数保留，而使大部分的噪声系数减少至零，从而达到去噪的目的。随着小波技术 的发展，众多学者提出了利用小波去噪的新方法161718。以下简要介绍两种简单的基 于小波的去噪方法。 (1) 对高频系数置零的线性去噪方法 小波变换实际上是将信号通过低通和高通两组滤波器， 把信号分解为低频和高频两 个部分。对于平稳信号来说，信号的能量大部分都集中在低频部分，只有少部分的细节 才会出现在高频部分，而噪声的大部分能量都集中在高频部分。而对于非平稳信号的频 率是分布在整个频域，因此它和噪声在频域中一定有一部分是重叠的，所以用经典的时 不变滤波方法无法将非平稳信号同噪声区分开， 使得在相应坐标系内的信号与噪声的重 叠尽可能的小。 综上所述，消噪的过程可以如下方法进行处理，先对图像进行小波分解，如进行三 层分解， 123 c dc dc d、分别表示分解后的高频系数，则噪声部分通常包含在 123 cdcdcd、中，因此我们可以简单的把 123 cdcdcd、置零，然后对信号进行重构就可 以达到消噪的目的。对高频系数置零的去噪方法比传统的滤波器简单，去噪效果明显， 但是重构后的图像会丢失一些细节，使图像变得模糊，而且基的选择只能靠经验来选。 (2) 基于阈值的小波去噪方法 首先，对一幅含有噪声的图像进行一次小波变换，将得到的 4 个分量分别用 123 ,( , ),( , ),( , )jk ljk ljk l w yw yw y、来表示其此高频及高频分量 ( , )( , )( , ) jjj k lk lk l hllhhh、的小波 系数，其中( , )k l表示小波变换系数为二维的，1,2. m jj=为分解层次。最后得到一个 低频分量 ( , ) j k l ll用 0 ,( , )m k l w y表示： 0 ( , ),( , ) m j k lm k l llw y=，设为计算得到的阈值，阈值确定 的方法有很多种，常用的如 visushrink 阈值法、极小化风险阈值法、假设检验法和 bayesshrink 阈值法19。本章实验采用通用阈值法：2log() n n=，其中 n 为噪声标 准差，n 为给定细节图像中小波系数的总数。文中对噪声的估计采用 donoho 提出的噪 声标准差鲁棒中值估计，/0.6745 n mad=，其中 mad 是对原始图像第一次小波分解 2 红外图像预处理 11 得到小波系数的中值。 下 面 给 出 直 接 阈 值 法 的 去 噪 方 法 。 在 小 波 系 数 中 ， 对 小 波 变 换 系 数 ,( , ), 0,1,2,3;1,2. i j k lm w yijj=直接进行阈值操作，这样就有两种方式： (1) 硬阈值法 首先对含有噪声的图像进行小波变换。除了最粗尺度信号外，将各细节信号做阈值 处理，当某个位置小波变换值大于阈值时，保留原值，否则置零。即式 2.6： ,( , ),( , ) ,( , ) ,( , ) , 0, ii j k lj k l i j k l i j k l w yw y w y w y = (2.6) 利用小波变换重构，求出滤波后的图像。 (2) 软阈值法 首先对含有噪声的图像进行小波变换，得出带有噪声的小波系数。将各细节信号做 阈值处理，当某个位置小波变换值大于阈值时，做下面的运算，下式中 sgn(x)代表符号 函数。 ,( , ),( , ),( , ) ,( , ) ,( , ) sgn()*, 0, iii j k lj k lj k l i j k l i j k l w yw yw y w y w y = (2.7) 否则置零。 由此给出小波系数 ,( , ) i jk l w y的估计值 ,( , ) i j k l w y， 在将处理过的小波系数 ,( , ) i j k l w y进行 小波反变换来重建图像。 2.3.6 基于数学形态学的预处理方法 数学形态学是建立在集合论的基础上，用于研究几何形状和结构的一种数学法，它 的描述语言是集合论，通过设计一整套变换(运算)、概念和算法用以描述图像的基本特 征，提供了统一而强大的工具来处理图像中遇到的问题。形态学不仅能够得到各种几何 参数的间接测量，而且能反映图形的体视性质，不同于常用的频域或空间域算法。 数学形态学的基本思想是用具有一定形态的结构元素去度量和提取图像中的对应 形状，以达到对图像分析和识别的目的，当结构元素在图像中不断移动时，便可考察图 像各个部分间的相互关系，从而了解图像各个部分的结构特征。这里的提及的结构元素 是数学形态学中一个最重要也是最基本的概念，它的选取直接影响形态运算的效果，结 构元素是n维欧式空间或其子空间的一个具有一定的几何形状的集合， 在形态学运算当 中的作用相当于信号处理时滤波窗口。数学形态学是由一组形态学的代数算子组成的， 西安科技大学硕士学位论文 12 对于灰度图像它的基本运算有四个：灰度腐蚀、灰度膨胀、开运算和闭运算。 设( , )f i j为给定待处理图像，( , )g i j为结构元素，( , )f i j和( , )g i j的值分别表示待 处理图像和结构元素图像在点( , )i j处的灰度值，图像( , )f i j被结构元素( , )g i j腐蚀的结 果记为fg： ( , )min (,)(, )(,);(, ) fg f g s tf s i tjg i js i tjdi jd=+ (2.8) 膨胀的结果记为fg： ()( , )max (,)( , ) (,);( , ) fg fg s tf si tjg i jsi tjdi jd=+ (2.9) 开运算记为： ()fggg=of (2.10) 闭运算记为： ()f gg=?fg (2.11) 其 f d和 g d分别足函数( , )f i j和( , )g i j的定义域。 由式2.8腐蚀定义可知：腐蚀变换是由结构元素确定的邻域块中选取的图像值与结 构元素值的差的最小值。通常对灰度图像进行腐蚀处理的结果是双重的，如果所有结构 元素都是正值，则输出图像会趋向于比输入图像更暗；在输入图像中亮的细节的面积如 果比结构元素的面积小，则亮的效果将被削弱。 由式2.9膨胀定义可知：膨胀变换由结构元素确定的邻域块中选取图像值与结构元 素值的和的最大值； 对图像的膨胀的结果也是双重的， 如果所有结构元素的值都是正的， 则输出图像会趋向比输入图像更亮；暗的细节部分全部减少了还是被消除，取决于所用 结构元素的值和形状。 式2.10、2.11是开运算和闭运算的定义，可以看出他们是腐蚀、膨胀运算的叠加， 在实际应用中，通常根据采用的结构元素的形状和大小来去除不同尺寸的明暗细节。 2.4 实验结果及分析 为对比上述预处理方法对红外图像的处理效果， 本次试验采用320 240大小的主变 高压套管将军帽作为实验图像，对图像分别加高斯噪声和椒盐噪声，将上述预处理方法 对带噪图像进行处理，实验是在vc+6.0开发环境下编程调试完成的，实验结果如图 2.2和图2.3所示： (a (c)邻 (e)加 a)原始图像 邻域平均法 加权平均法 2 红 红外图像预处 13 处理 (f)选 (b)加高斯噪 (d)中值滤波 选择式掩模平 噪声 波 平滑 (g)小波 (i (k)膨胀结 波高频系数置 )小波软阈值 结果（结构元 西安科技 置零 值法 元素 3*3） 技大学硕士学 14 学位论文 (h (j)腐蚀 (l)开运算 h)小波硬阈值 蚀结果（结构 算结果（结构 值法 元素 3*3） 构元素 3*3） 由 非常明 像平滑 小的模板 进行平均 轮廓的模 基于阈 比高频 的原因 展， 软阈 结构元 理想。对 图