高压输电线路红外图像的边缘检测- 2

1、现代检测技术研究报告学生姓名： 学 号： 专业班级： 班指导教师： 高压输电线路红外图像的边缘检测应用红外检测高压输电线路是高压输电线路状态检修的一种重要手段。线路过热缺陷诊断主要是针对导线、接头、连接件、绝缘子串、产生磁路涡流的金具等。红外检测高压输电线路为预防和处理高压输电线路的故障和缺陷提供了依据。线路中导线、绝缘子串及金具红外图像的边缘提取是其图像判读和识别的重要技术基础、由于边缘携带着图像大部分信息、作为图像的一种基本特征、将被应用到较高层次的特征描述、图像识别、图像分割以及图像压缩等图像处理和分析中，红外图像的边缘检测极具实用价值，采用中值滤波和分段线性灰度变换对高压线路的红外图像

2、进行预处理、并通过几种常用的边缘检测算子的对比分析，选用Robers边缘检测算子实现了高压输电线路的红外图像边缘检测和边缘特征的提取。一、方案描述本系统主要作用为采用红外技术诊断输电线路设备发热缺陷及故障。具体实现方式为：首先使用红外相机远程实时监控高压输电线路的重要组件。通过以太网将采集图像传输到监控总部，然后通过总部计算机上的相应图像处理软件，对现场传送过来的图像进行实时分析。若红外热像仪视场角内关注区域(ROI)的任意点的温度高于预先确定的预警温度，则会触发警报。在问题演化为代价高昂的故障前，控制室操作人员可通过温度警报系统告知维护人员。系统示意图如下：高压输电线路红外检测系统示意图二、

3、关键部件选型红外触发相机对比：“短波”红外和“长波”红外通常就是指探测波谱范围为35m和814m的红外热像仪。探测波谱范围为35m短波红外热像仪通常为制冷型红外热像仪，材料一般为：碲镉汞、锑化铟、铂化硅等。分辨率较高。但制冷元件的成本高，导致价格贵，且制冷元件的故障率较高。探测波谱范围为814m的长波红外热像仪通常为非制冷红外热像仪，材料一般为：氧化钒、硅掺杂（或多晶硅）等。成本较低，轻便小巧，维护方便。结论：选择814m的“长波”红外热像仪。备选“长波”红外相机：FLIR A65/A35系列：机器视觉检测用紧凑型红外热像仪 ；FLIR A315/A615系列：用于机器视觉的红外热像仪 ；FL

4、IR A310/A300系列：用于重要设备监控的红外热像仪；参数共性：项目内容EMCEN61000-6-2（抗干扰）通用标准-工业环境的无线电设备抗扰度限值和测量方法即GB/T17799.2EN61000-6-3（抗辐射）通用标准-家用、商业、轻工业环境干扰限值和测量方法即GB/T17799.3以太网（PoE）千兆以太网，IEEE 802.3/RJ-45支持协议符合GigE Vision标准，支持GenICam协议参数差异：型号价格测量范围测量精度分辨率代理厂商FLIR A65￥128000-25°C135°C-40°C - +550°C±5&

5、#176;C或读数的±5%640×512像素上海睿勤FLIR A35￥46620-25°C135°C-40°C - +550°C±5°C或读数的±5%320×256像素上海谱盟FLIR A315￥1980000400°C±2°C或读数的±2%320×240像素苏州博尔森FILR A615￥238000-202000°C±2°C或读数的±2%320×240像素上海谱盟FLIR A310￥140000

6、20°C120°C0 °C 350°C0.05°C320×240像素深圳亚泰FLIR A300￥8200020°C120°C0 °C 350°C±2°C320×240像素上海庚圣注：价格信息来源：阿里巴巴及淘宝网结论：FILR A615 测量范围过大，钢芯铝绞线允许长期工作温度为 90°C。FLIR A310测量精度为0.05°C，过于敏感，不必要。其他分辨率较低。因此最终选择FLIR A65红外热像仪。三、软件部分实现界面部分利用MFC搭建界面

7、，算法实现部分采用HALCON实现。以下为算法具体实现内容：1、图像的预处理：在接收被测目标的红外辐射的同时还将收到大量非检测对象的辐射信息，使图像上增加了不必要的噪声。通过图像预处理可抑制噪声，并提高图像对比度。 算子强调增强图像的高频区域（边缘和角落）。 生成的图像看起来更清晰。首先，该过程执行具有低通（mean_image）的滤波。 从所获得的灰度值（mean）和原始灰度值（orig）计算得到的灰度值（res）如下： res：= round（orig-mean）* Factor）+ orig因子用作对比度增加的测量。 分频频率通过滤波器矩阵的大小来确定：矩阵越大，频率越低。作为边缘处理，

8、灰度值在图像的边缘处被镜像。 灰度值的上溢和/或下溢被限幅。运算符equ_histo_image增强了对比度。起点是输入图像的直方图。对字节图像执行以下简单灰度值变换f（g）：h（x）描述灰度值x的出现的相对频率。对于uint2图像，唯一的区别是值255替换为不同的最大值。最大值根据输入图像存储的有效位数计算，前提是设置此值。算子illuminate 增强对比度。图像的非常暗的部分被更强烈地“照亮”，非常暗的部分被“变暗”。如果orig是原始灰度值，并且均值是通过运算符mean_image和过滤器大小MaskHeight×MaskWidth检测的低通滤波图像的对应灰度值。对于字节图像

9、，val等于127，对于int2-images和uint2-images，val等于中值。生成的灰度值为新值： new = round（val-mean）* Factor + orig）。2、图像边缘检测与提取：边缘检测的实质是提取对象与背景间的交界线。经典的边缘检测算子是以原始图像为基础，考察各个象素邻域内的灰度变化，利用一阶或二阶导线检测边缘。 常用的检测算子有Robers边缘算子、Sobel边缘算子、Prewitt边缘算子、Laplace边缘算子和Laplace改进算子等。、Robers边缘算子是利用局部差分寻找边缘的算子, Robers边缘算子的定义为：Robers边缘算子采用对角线方

10、向相邻两象素之差近似梯度幅值检测边缘。检测垂直边缘的效果好于斜向边缘，定位精度高，对噪声敏感,无法抑制噪声的影响。使用算子roberts(Image : ImageRoberts : FilterType : )处理后，如图所示： 处理前 处理后、Sobel边缘算子该算子包含两组3x3的矩阵，分别为横向及纵向，将之与图像作平面卷积，即可分别得出横向及纵向的亮度差分近似值。如果以A代表原始图像，Gx及Gy分别代表经横向及纵向边缘检测的图像，其公式如下:图像的每一个像素的横向及纵向梯度近似值可用以下的公式结合，来计算梯度的大小。然后可用以下公式计算梯度方向。在以上例子中，如果以上的角度等于零，即代

11、表图像该处拥有纵向边缘，左方较右方暗。使用算子sobel_amp(Image : EdgeAmplitude : FilterType, Size : )处理后，如图所示： 处理前 处理后、Prewitt边缘算子Prewitt算子是一种一阶微分算子的边缘检测，利用像素点上下、左右邻点的灰度差，在边缘处达到极值检测边缘，去掉部分伪边缘，对噪声具有平滑作用 。其原理是在图像空间利用两个方向模板与图像进行邻域卷积来完成的，这两个方向模板一个检测水平边缘，一个检测垂直边缘。对数字图像f(x，y)，Prewitt算子的定义如下：G(i)=|f(i-1,j-1)+f(i-1,j)+f(i-1，j+1)-f

12、(i+1,j-1)+f(i+1，j)+f(i+1，j+1)|G(j)=|f(i-1,j+1)+f(i,j+1)+f(i+1，j+1)-f(i-1,j-1)+f(i,j-1)+f(i+1，j-1)|则 P(i,j)=maxG(i),G(j)或 P(i,j)=G(i)+G(j)经典Prewitt算子认为：凡灰度新值大于或等于阈值的像素点都是边缘点。即选择适当的阈值T，若P(i,j)T，则(i,j)为边缘点，P(i,j)为边缘图像。这种判定是欠合理的，会造成边缘点的误判，因为许多噪声点的灰度值也很大，而且对于幅值较小的边缘点，其边缘反而丢失了。使用算子prewitt_amp(Image : Imag

13、eEdgeAmp : : )处理后，如图所示： 处理前 处理后、Laplace边缘算子拉普拉斯算子是最简单的各向同性微分算子，具有旋转不变性。一个二维图像函数 的拉普拉斯变换是各向同性的二阶导数，定义为： 用算子laplace(Image:ImageLaplace:ResultType,MaskSize,FilterMask)处理后： 处理前 处理后、Laplacian-of-Gaussian (LoG)算子（高斯-拉普拉斯算子）高斯-拉普拉斯算子其实就是：先对图像进行高斯模糊，然后再求二阶导数，二阶导数等于0处对应的像素就是图像的边缘。使用算子laplace_of_gauss(Image :

14、 ImageLaplace : Sigma : )处理后，如图所示： 处理前 处理后然后用算子zero_crossing(Image : RegionCrossing : : )找出过零点，即所求边缘，如图：图像过零点边缘图像边缘跟踪和连接通过边缘检测，得到了图像边缘的轮廓草图，为了得到边缘的完整轮廓，还必须对得到的边缘轮廓草图进行边缘的跟踪和连接，将检测出的边缘连接或组成有意义的图像事件。边缘跟踪就是由梯度图中的一个边缘点出发，搜索并连接边缘点进而逐步检测所有边缘的方法，其基本步骤为：（1）对Roberts算子计算得到的梯度进行搜索，寻找梯度大于某一阈值A的点，作为边缘跟踪的开始点。（2）寻找点A的8邻域象素中梯度值最大的点，将该点作为边缘，并以此作为下次搜索的起点。（3）按梯度最大准则继续搜索，直到搜索点的>邻域象素中的梯度最大点的值小于某一阈值B时或者搜索点到达图像的边界处，完成一次搜索。重复以上步骤，再次寻找梯度图中的梯度大于阈值A的点。结论：以高压输电线路的红外图像为对象，采用中值滤波在