【技术实现步骤摘要】
基于自适应通道补偿和标准差MSRCR变压器油下图像增强方法
[0001]本专利技术属于变压器检测
,涉及变压器油下图像增强技术,具体涉及一种基于自适应通道补偿和标准差MSRCR变压器油下图像增强方法。
技术介绍
[0002]大型油浸式变压器是维持电力能源系统正常运转的重要变电装置,其对整个电力系统的稳定性起着至关重要的作用。油浸式变压器由于其结构、工艺以及运行维护等多方面的原因,其故障在电厂频繁发生,大大影响了电厂的正常生产。因此研究变压器的智能故障诊断技术,对电力能源安全生产与运行有重要意义。
[0003]为了保证电力系统的安全运行,电力工作人员需要定期对油浸式变压器进行状态检查,尽可能快的排除故障。视觉检测与其他检测技术相比具有技术成熟且成本低等优点,并且视觉检测可以获取更多的故障信息,为变压器内部故障的精准诊断提供数据信息。但是,因为油浸式变压器外壳是一个封闭的壳体,机器人在变压器油内部拍摄图像时只能依赖机器人自带的人造光源,并且变压器油对不同颜色光线的吸收率不同,这使得机器人拍摄的图像存在颜色失真、对比
【技术保护点】
【技术特征摘要】
1.一种基于自适应通道补偿和标准差MSRCR变压器油下图像增强方法,其特征在于,包括以下步骤:S1、获取原始变压器油下图像;S2、将原始变压器油下图像分解为R、G、B三通道图像分量;S3、采用标准差加权MSRCR算法对R、G、B三通道图像分量进行图像增强,得到第一增强变压器油下图像;S4、采用自适应动态通道补偿算法对R、G、B三通道图像分量进行图像增强,得到第二增强变压器油下图像;S5、采用显著性权重图和和亮度权重图对第一增强变压器油下图像和第二增强变压器油下图像进行图像融合,得到最终的增强变压器油下图像。2.根据权利要求1所述的基于自适应通道补偿和标准差MSRCR变压器油下图像增强方法,其特征在于,步骤S3具体包括:S31、将R、G、B三通道图像分量分别转换为入射分量和反射分量的乘积,并进行对数变换;S32、根据步骤S31处理后的R、G、B三通道图像分量估计不同尺度下的R、G、B三通道图像的入射分量;S33、根据步骤S32估计的R、G、B三通道图像的入射分量计算不同尺度下的R、G、B三通道图像的反射分量;S34、根据步骤S33计算的不同尺度下的R、G、B三通道图像的反射分量计算不同尺度下的R、G、B三通道图像的标准差加权系数;S35、根据步骤S33计算的不同尺度下的R、G、B三通道图像的反射分量和步骤S34计算的不同尺度下的R、G、B三通道图像的标准差加权系数计算R、G、B三通道的增强图像分量,并进行组合得到第一增强变压器油下图像。3.根据权利要求2所述的基于自适应通道补偿和标准差MSRCR变压器油下图像增强方法,其特征在于,步骤S32具体包括:S321、根据多个尺度参数分别构建不同尺度下的高斯环绕函数;S322、将步骤S31处理后的R、G、B三通道图像分量分别与不同尺度下的高斯环绕函数进行卷积计算,得到不同尺度下的R、G、B三通道图像的入射分量估计值。4.根据权利要求2所述的基于自适应通道补偿和标准差MSRCR变压器油下图像增强方法,其特征在于,步骤S33中根据步骤S32估计的R、G、B三通道图像的入射分量计算不同尺度下的R、G、B三通道图像的反射分量具体为:LogR
Ri
(x,y)=LogI
R
(x,y)
‑
Log[G
i
(x,y)*I
R
(x,y)]LogR
Gi
(x,y)=LogI
G
(x,y)
‑
Log[G
i
(x,y)*I
G
(x,y)]LogR
Bi
(x,y)=LogI
B
(x,y)
‑
Log[G
i
(x,y)*I
B
(x,y)]其中,R
Ri
(x,y)为不同尺度下的R通道图像的反射分量,I
R
(x,y)为R通道图像分量,G
i
(x,y)为不同尺度下的高斯环绕函数,i为尺度序号,R
Gi
(x,y)为不同尺度下的G通道图像的反射分量,I
G
(x,y)为G通道图像分量,R
Bi
(x,y)为不同尺度下的B通道图像的反射分量,I
B
(x,y)为B通道图像分量。5.根据权利要求2所述的基于自适应通道补偿和标准差MSRCR变压器油下图像增强方
法,其特征在于,步骤S34具体包括:S341、根据步骤S33计算的不同尺度下的R、G、B三通道图像的反射分量计算不同尺度下的R、G、B三通道图像的反射分量的标准差;S342、根据不同尺度下的R、G、B三通道图像的反射分量的标准差计算不同尺度下的R、G、B三通道图像的标准差加权系数。6.根据权利要求5所述的基于自适应通道补偿和标准差MSRCR变压器油下图像增强方法,其特征在于,根据不同尺度下的R、G、B三通道图像的反射分量的标准差计算不同尺度下的R、G、B三通道图像的标准差加权系数具体为:的R、G、B三通道图像的标准差加权系数具体为:的R、G、B三通道图像的标准差加权系数具体为:其中...
【专利技术属性】
技术研发人员:佃松宜,强虎,游星星,钟羽中,朱雨琪,王冰晨,杨新慧,李中萍,
申请(专利权)人:四川大学,
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。