基于非局部哈尔变换图像去噪光频域反射分布式传感方法技术

本发明专利技术涉及一种基于非局部哈尔变换图像去噪光频域反射分布式传感方法，包括下列步骤：在可调谐激光器的触发下，在高温炉升温过程中利用OFDR系统连续采集在不同温度下的瑞利散射信号，取相邻两组信号分别进行处理，得到局部参考瑞利散射光谱和局部测量瑞利散射光谱；去除直流分量；分别进行互相关计算，并对其结果进行归一化处理，每一组归一化互相关结果都对应于光纤上的一个位置，得到原始二维互相关强度图y；将与参考行欧氏距离最小的行组成矩阵；执行可分的二维哈尔变换，得到变换系数；双硬阈值收缩；获得初步去噪图；执行维纳滤波；得到对应于温度变化T0～T

【技术实现步骤摘要】
基于非局部哈尔变换图像去噪光频域反射分布式传感方法


[0001]本专利技术涉及光纤分布式传感
，尤其涉及一种利用非局部哈尔变换图像去噪光频域反射分布式传感方法。

技术介绍

[0002]光纤因其具有抗电磁干扰、耐腐蚀、耐高低温等特点而得以用于恶劣环境中进行传感测量。在钢铁工业、固体氧化物燃料电池、核电站等领域，分布式光纤传感器可以通过嵌入、插入或直接接触的方式部署在测试结构上，实现准确、快速的分布式高温测量，光纤分布式高温传感展现出十分广阔的应用前景。在现有的光纤温度传感技术中，基于拉曼散射和布里渊散射的光纤分布式温度传感技术通常采用光时域反射测量方法，因此不适合用于要求高空间分辨率的场合；光纤布拉格光栅也被用于温度传感，并且能够达到厘米量级的空间分辨率，但是由于光纤光栅制作成本较高，并且在高于700℃时，会出现光栅擦除现象，限制了其在更高温度场景下的应用。基于瑞利散射的光频域反射(Optical Frequency Domain Reflectometry,OFDR)方法是另一种光纤分布式高温传感方案。Patrick Bulot
[1]等人报道了利用ZrO2掺杂光纤实现了800℃的测量，测试距离为40cm，空间分辨率为1cm；A.K.Sang
[2]等人利用镀金光纤进行分布式温度测量，最高可测量温度为850℃，测试距离为1m，空间分辨率为厘米量级。然而，以上基于瑞利散射的OFDR高温传感方法均没有采用普通光纤，制作成本较高，并且无法实现高温度分辨率、长距离以及更高温度下的温度传感。
[0003]光纤中的瑞利散射来源于光纤中折射率的随机波动，当光纤某处有温度变化时，便会引起该位置瑞利散射光的变化，进而获得瑞利散射光谱(Rayleigh backscattering spectra,RBS)的波长漂移，利用温度变化前后的瑞利散射信号进行互相关运算得到的频谱漂移从而实现温度的测量。然而在1000℃附近时，时间间隔长的两组瑞利散射信号的相关性会急剧下降，造成互相关峰值位置的偏移，从而解调出错误的温度值，这在Chen
[3]所作的报道中也有所提及。
[0004]近年来，图像去噪方法已被广泛应用于OFDR分布式传感中。由于OFDR系统所测量的多为信息具有较高的相似性和冗余度，因此可以使用图像处理的方法来对二维图像进行降噪。例如小波去噪、高斯滤波
[4]、非局部均值
[5]、中值滤波
[6]、形状自适应主成分分析BM3D
[7]都已被用于OFDR分布式应变传感中，以提高传感性能和测量精度。在这几种方法中，性能最好的是形状自适应主成分分析BM3D，但其由于引入了大量复杂的小波变换和离散余弦变换，导致运算时间较长，限制了其在实际场景中的使用。另外，利用图像去噪来提高OFDR分布式高温传感的性能还未曾报道。
[0005]非局部哈尔变换(Non
‑
Local Haar Transform,NLH)图像去噪方法是由Yingkun Hou
[8]等人提出的，通过将图像的块级非局部自相似性(Non
‑
local selfsimilarity,NSS)提升至像素级NSS，更大程度利用了NSS先验，对最相似的像素群组执行简单的哈尔变换即可实现有效的图像去噪，并且能够较好地保留图像细节。整个算法不需要任何矩阵乘法运算，与形状自适应主成分分析BM3D方法相比大大降低了运算复杂度。
[0006]参考文献：
[0007][1]Bulot,P.,Bernard,R.,Cieslikiewicz
‑
Bouet,M.,Laffont,G.,and Douay,M.“Performance study of a zirconia
‑
doped fiber for distributed temperature sensing by OFDR at 800℃.”Sensors,21(11),article no.3788.
[0008][2]A.K.Sang,D.K.Gifford,B.D.Dickerson,B.F.Fielder,and M.E.Froggatt,“One centimeter spatial resolution temperature measurements in a nuclear reactor using Rayleigh scatter in optical fiber,”Proc.SPIE 6619,66193D(2007).
[0009][3]Chen,C.；Chen,L.；Bao,X.,“Distributed temperature profile in hydrogen flame measured by telecom fiber and its durability under flame by OFDR.”Opt.Express 2022,30,19390.
[0010][4]S.Qu et al.,"High Spatial Resolution Investigation of OFDR Based on Image Denoising Methods,"IEEE Sensors Journal,vol.21,no.17,pp.18871
‑
18876,1Sept.1,2021.
[0011][5]S.Zhao,et al.,“Accuracy improvement in OFDR based distributed sensing system by image processing,”Opt.,Lasers Eng.,vol.124,p.105824,Jan.2020.
[0012][6]Q.Wang et al.,"Improving OFDR Distributed Fiber Sensing by Fibers With Enhanced Rayleigh Backscattering and Image Processing,"IEEE Sensors Journal,vol.22,no.19,pp.18471
‑
18478,1Oct.1,2022.
[0013][7]M.Pan et al.,"Long Distance Distributed Strain Sensing in OFDR by BM3D
‑
SAPCA Image Denoising,"Journal ofLightwave Technology,2022.
[0014][8]Y.Hou et al.,"NLH:A Blind Pixel
‑
Level Non
‑
Local Method for Real
‑
World Image Denoising,"IEEE Transactions on Image Processi本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于非局部哈尔变换图像去噪光频域反射分布式传感方法，包括下列步骤：第一步，在可调谐激光器的触发下，在高温炉升温过程中利用OFDR系统连续采集在不同温度T0,T1,
…
,T
n
下的瑞利散射信号，其中n为总测量组数，温度步长为Δt＞0，即Δt＝T1‑
T0＝
…
＝T
n
‑
T
n
‑1，取相邻两组信号分别进行处理，共n
‑
1组，温度较低组为参考信号，温度较高组为测量信号；对于取T0和T1两个温度下的瑞利散射信号，T1＞T0，T0温度下的瑞利散射信号即为参考信号S
r
，T1温度下的瑞利散射信号即为测量信号S
m
，以下第二步到第十二步，是对T0和T1两个温度下的瑞利散射信号的处理，其余n
‑
2组信号均做相同处理；第二步，分别对T0温度下的参考信号S
r
和T1温度下的测量信号S
m
进行快速傅里叶变换，得到T0和T1两个温度下对应光纤各个位置的距离域信号R
r
和R
m
；对R
r
和R
m
分别进行取窗补零操作得到R
ri
和R
mi
，其中取窗点数为N，每个窗的补零点数为M，i∈[1,D]，D为段数，M和D之间满足M＝有效点数/D；补零过程将每一段R
ri
和R
mi
填充成了具有(M+N)个点的数据段，每一段R
ri
和R
mi
都对应着光纤上相应位置在T0和T1两个温度下的瑞利散射信息；随后利用快速逆傅里叶变换将每一段R
ri
和R
mi
反变换回波长域，得到局部参考瑞利散射光谱S
ri
和局部测量瑞利散射光谱S
mi
；取S
ri
和S
mi
的幅值，并去除直流分量得到S
ri
′
和S
mi
′
；第三步，将得到的D组S
ri
′
和S
mi
′
分别进行互相关计算，并对其结果进行归一化处理，每一组归一化互相关结果都对应于光纤上的一个位置；将D组归一化互相关结果沿光纤对应位置排布，即可得到沿光纤各个位置的互相关三维图，再将其投影到二维平面上，即可得到原始二维互相关强度图y；第四步，在第三步中得到的原始二维互相关强度图y上按一个指定的步长N_step提取大小为N1×
N1的图像块作为参考块，然后在以该参考块为中心的一个大小为N
s
×
N
s
的邻域内进行基于欧氏距离的块匹配获得包括参考块本身的数量为N2的相似图像块，将N2个大小为N1×
N1的相似图像块进行列扫描转换成N2个大小为N
12
×
1的矢量，将N2个大小为N
12
×
1的矢量拼接成一个大小为N
12
×
N2的矩阵Y
l
，在Y
l
上将每一行作为参考行与其余的所有行计算欧氏距离ED，将与参考行欧氏距离ED最小的包括参考行在内的N3行组成一个大小为N3×
N2的矩阵Y
l
′
；第五步，将第四步获得的大小为N3×
N2的矩阵Y
l
′
执行可分的二维哈尔变换，即纵向和横向各自执行哈尔变换，在执行变换过程中应用提升哈尔变换，即只对行或列之间执行加权的平均，得到变换系数；第六步，双硬阈值收缩：在第五步对大小为N3×
N2的矩阵Y
l
′
中欧氏距离最小的...

【专利技术属性】
技术研发人员：丁振扬，刘铁根，张腾，刘琨，江俊峰，花培栋，潘铭，郭浩晗，李胜，刘骥，
申请(专利权)人：天津大学，
类型：发明
国别省市：