【技术实现步骤摘要】
一种基于改进BEEPS滤波算法的NSST域电力设备红外图像增强方法
[0001]本专利技术涉及一种基于改进BEEPS滤波算法的NSST域电力设备红外图像增强方法。
技术介绍
[0002]电力设备正常运转保证着整个电力系统稳定运行,电力设备运行异常或故障时都伴随着温升的现象。红外检测技术可以将人眼不可见的红外线以温度图谱的方式显示出来。在电力系统运行时电力设备不停运的情况下对其进行实时、非接触、无损检测。红外检测在电力设备温度检测中得到了广泛的应用,目的是提前设备故障缺陷、进而消除对整个电力系统进一步的危害。将红外测温技术应用于电力设备运行状态检测中具有非常重要的应用价值。现阶段、多家电力公司正在积极引进先进的国外红外检测设备,对多处电力设备进行巡检,通过大量的实践收集累积十分重要的实验数据。
[0003]为了保证图像的清晰、真实性,研究人员致力于增强图像的对比度,提高图片画质的清晰度,同时还需要防止噪声的干扰。红外技术在电气领域的应用虽然是近代才逐渐热门,但其发展历程却不短。现阶段比较常用的图像增强方法是利用智能算法,精准、快速地找出目标最优解,再通过其他常见方法抑制噪声并保证图片地真实性。最后在此基础上,对可能存在异常的设备红外图像进行分析。
[0004]现有的图像增强方法主要包括:
[0005]1.空间域增强算法
[0006](1)线性增强算法
[0007]设提取出的边缘子带图像Image
d
的灰度范围为[x
min
,x
max< ...
【技术保护点】
【技术特征摘要】
1.一种基于改进BEEPS滤波算法的NSST域电力设备红外图像增强方法,其特征在于,包括以下步骤:S1,对原始电力设备红外图像进行NSST分解,将原始电力设备红外图像分解为高频分量和低频分量;S2,对步骤S1得到的低频分量用改进BEEPS滤波算法处理,得到滤波图像和电力设备的边缘子带图像;S3,对低频分量中的边缘子带图像进行线性增强,滤波图像利用直方图均衡化进行处理,再将两者进行合成处理,得到增强后的低频分量;S4,对步骤S1得到的高频分量通过多尺度Retinex算法进行去噪声处理,得到增强后的高频分量;S5,对增强后的高频分量和增强后的低频分量进行NSST反变换,得到最终的增强后的电力设备红外图像。2.根据权利要求1所述的一种基于改进BEEPS滤波算法的NSST域电力设备红外图像增强方法,其特征在于,步骤S1中,所述NSST分解包括多尺度分解和方向局部化两个过程,其中:多尺度分解过程,通过非下采样金字塔滤波器组将原始电力设备红外图像分解成一个高频图像和低频图像,再基于分解得到的低频图像进行NSP分解,经过k次NSP分解后得到k个高频子带和1个低频子带图像;方向局部化过程,NSST利用改进剪切波变换对多尺度分解得到的高频子带和低频子带图像进行局部化处理,首先将标准剪切波滤波器从伪极坐标系映射到笛卡尔坐标,进行傅里叶逆变换;最后利用二维卷积完成最终处理,将原始电力设备红外图像分解为高频分量和低频分量。3.根据权利要求1所述的一种基于改进BEEPS滤波算法的NSST域电力设备红外图像增强方法,其特征在于,步骤S2中,所述改进BEEPS滤波算法是BEEPS滤波算法处理和边缘图像处理结合组成的图像处理方法,包括以下工序:S21,将低频分量用BEEPS滤波算法处理后得到滤波图像;S22,在处理电力设备红外图像过程中,一些非电力设备主体部分在处理过程中混入背景区域中,利用原电力设备红外图像和步骤S21得到的滤波图像提取出该电力设备的边缘子带图像:x
d
=x1‑
x
B
其中,x
d
为边缘子带图像,x1为低频子带图像,x
B
为经过BEEPS滤波算法处理后的滤波图像。4.根据权利要求1所述的一种基于改进BEEPS滤波算法的NSST域电力设备红外图像增强方法,其特征在于,步骤S3中,包括以下工序:S31,对边缘子带图像进行线性增强的过程如下:设提取出的边缘子带图像Image
d
的灰度范围为[x
min
,x
max
],利用线性增强的方式拉伸该部分灰度值,拉伸后的灰度值范围为[x
min
,255],边缘子带灰度值得到最大限度的拉伸,灰度增强公式为:
式中,x
new
为增强后对应灰度值,边缘子带图像经过线性增强后仍然保持原有的图像分布特征,同时增强了目标物体的视觉效果,加强了电力设备红外图像...
【专利技术属性】
技术研发人员:查坚卿,朱丹妮,李泓青,叶影,沈杰士,张诗尧,常俊,翟万利,张善福,王哲斐,贺润平,
申请(专利权)人:宁波得弘企业发展有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。