【技术实现步骤摘要】
本专利技术属于设备故障诊断领域，具体涉及一种红外图像及声成像云图的图像融合方法及系统。
技术介绍
1、随着电力系统的发展，其中的电力设备的数量也在不断增加，这也意味着我们需要对每个电气设备的运行状态有着准确的把握，为了保障电力网络供电的稳定性与可靠性，对于电力设备的状态监测变得越来越重要了。使用传感器进行设备状态评估已经发展到一定的程度，但随着计算机技术和传感器技术的发展，使用单一传感器已经很难满足对电力设备进行精确的状态监测，因此本专利技术采用红外传感器与基于麦克风与可见光摄像头的声学成像设备，对其得到的红外图像与声成像云图进行融合，进而能够通过融合图像快速直观地得到电气设备运行时的声学与温度分布情况。这无疑是大幅度方便了对电力系统中的电力主设备提供了更加便捷的状态检测方案，提高的对电力设备状态监测及诊断效率。
2、红外成像技术能够把电力设备对外辐射温度通过图像的方式显示出来，通过图像能够体现出电气设备是否存在温度过高的情况，具有较好抗干扰能力。但是有着较差的图像表现能力，有时会因为电气设备的温度与周围环境及其他设备温度相接近，而无法准确的分辨电气设备中过热温度点的精确位置。基于可见光的声成像云图具有较高的时空分辨率，使用可见光摄像头对电气设备的外观进行成像，能够把电气设备的外观轮廓清晰的显示出来，并通过声学云图的方式显示出声源的具体位置。但是可见光图像存在着容易受到外界环境干扰，受外界光线强度以及天气变化的影响。把红外图像与声成像云图融合成像的技术，结合两者的优点以基于可见光图像的声成像云图为基础在其中显示红外检
技术实现思路
1、为解决现有技术中存在的不足，本专利技术提供一种红外图像及声成像云图的图像融合方法及系统，针对当前研究电力设备故障诊断时红外温度检测图像分辨力较低，声成像检测易受到外界环境干扰等缺点。采取多尺度视觉权重的方法，把红外图像及声成像云图分别进行多个尺度的分解，对多个尺度下的图像颜色，方向，强度等特征进行提取，并进行线性整合归一化处理得到输入图像的特征图。根据得到的特征图对红外图像和声成像云图进行权重配比，把两个图像进行离散小波分析处理后，根据所得到的图像特征权重配比进行加权融合，最后进行小波重构得到红外图像与可见光图像结合的红外云图。
2、本专利技术采用如下的技术方案。
3、一种红外图像及声成像云图的图像融合方法，包括以下步骤：
4、步骤1，对红外图像及声成像云图进行多尺度分解；
5、步骤2，分别提取红外图像及声成像云图分解过后不同尺度下图像的亮度特征，对应尺度与粗尺度下的亮度特征差值取绝对值；
6、步骤3，分别提取红外图像及声成像云图分解过后不同尺度下图像的颜色特征，对应尺度与粗尺度下的两种广义颜色特征和的差值取绝对值；
7、步骤4，分别提取红外图像及声成像云图分解过后不同尺度下图像的方向特征，即对应尺度与粗尺度下的方向特征差值取绝对值；
8、步骤5，对不同尺度下的颜色，亮度，方向特征进行线性融合处理，分别得到不同尺度下红外图像与声成像云图从颜色，亮度，方向三个维度上的总特征值；
9、步骤6，使用二维离散小波变换分别对不同尺度的红外图像与声成像云图进行图像分解，分别得到对应尺度的低频近似分量与高频细节分量；
10、步骤7，对红外图像与声成像云图离散小波分解后的低频近似分量采取耦合处理，得到融合低频近似分量；
11、步骤8，分别对红外图像与声成像云图离散小波分解后的高频细节分量采用最值处理的方式，得到融合高频细节分量；
12、步骤9，使用二维离散小波变换对融合低频近似分量与融合高频细节分量进行图像重构，得到红外图像与声成像云图的融合图像。
13、进一步的，步骤2中，每一个尺度下的图像对应的亮度特征为：
14、i(c，s)＝|i(c)-i(s)|
15、式中，c为图像尺度c∈[2,3,4]；s为图像粗尺度s∈[c+3，c+4]；i(c)与i(s)分别表示在图像尺度c与图像粗尺度s下的图像亮度特征；|*|为绝对值算子。
16、进一步的，步骤3中，图像颜色特征处理，对多尺度多分辨率下得到的子图像进行广义颜色处理；然后把这些各个尺度下的广义颜色做出进一步的处理，得到红绿特征rg，红蓝特征rb，蓝绿特征gb分别为：
17、rg(c，s)＝|(r(c)-g(s))+(r(s)-g(c))|
18、rb(c，s)＝|(r(c)-b(s))+(r(s)-b(c))|
19、gb(c，s)＝|(g(c)-b(s))+(g(s)-b(c))|
20、式中，c为图像尺度c∈[2,3,4]；s为图像粗尺度s∈[c+3，c+4]；|*|为绝对值算子。
21、进一步的，步骤4中，对每个尺度下的图像分别采用gabor变换提取出与之所对应的子图像方向特征，然后对不同尺度以及不同方向角度的方向特征o(c，θ)，o(s，θ)采取进一步处理，可以得到方向特征o为：
22、o(c，s，θ)＝|o(c，θ)-o(s，θ)|
23、式中，c为图像尺度c∈[2,3,4]，s为图像粗尺度s∈[c+3，c+4]，θ∈[0°，45°，90°，135°]是图像的方向角度，o(c,θ)为尺度c下的角度为θ的方向特征；o(s,θ)为尺度s下的角度为θ的方向特征。
24、进一步的，步骤5中，对求取得到所有尺度下的亮度，颜色，方向的特征值，分别进行归一化处理，得到其对应的标准特征值；然后采取线性叠加求和的方式，得到了输入图像在亮度，颜色，方向三个方面的特征值：
25、
26、
27、
28、式中，n(*)为归一化处理算子，
29、对提取出的三种特征值进行取均值处理，得到总的特征值s为：
30、
31、从红外图像中提取出其图像特征s1，从声成像云图中提取出其图像特征s2，从而得到输入图像的图像特征。
32、进一步的，步骤7中，
33、根据提取得到的红外图像及声成像云图特征值，对离散小波分解后的低频近似分量进行耦合处理，得到融合低频近似分量ll；
34、
35、式中，ll1为红外图像小波分解后得到的低频近似分量；ll2为声成像云图小波分解后得到的低频近似分量；s1为红外图像的图像特征值；s2为声成像云图的图像特征值。
36、进一步的，步骤8中，对于其他的细节分量采用取最值处理的方式，通过对比两个细节分量同一位置的值的大小，保留较大值，组成一个新的细节分量；
37、可以得到9个融合重组后得高频细节分量为：
38、
【技术保护点】
1.一种红外图像及声成像云图的图像融合方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种红外图像及声成像云图的图像融合方法，其特征在于：
3.根据权利要求1所述的一种红外图像及声成像云图的图像融合方法，其特征在于：
4.根据权利要求1所述的一种红外图像及声成像云图的图像融合方法，其特征在于：
5.根据权利要求1-4任一项所述的一种红外图像及声成像云图的图像融合方法，其特征在于：
6.根据权利要求1所述的一种红外图像及声成像云图的图像融合方法，其特征在于：
7.根据权利要求1或6所述的一种红外图像及声成像云图的图像融合方法，其特征在于：
8.一种红外图像及声成像云图的图像融合系统，用于实现根据权利要求1-7所述的一种红外图像及声成像云图的图像融合方法，包括声学信号采集模块，可见光摄像头模块，声成像处理模块，红外摄像头模块，图像融合处理模块，其特征在于：
9.一种终端，包括处理器及存储介质；其特征在于：
10.计算机可读存储介质，其上存储有计算机程序，其特征在于，该
...【技术特征摘要】
1.一种红外图像及声成像云图的图像融合方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种红外图像及声成像云图的图像融合方法，其特征在于：
3.根据权利要求1所述的一种红外图像及声成像云图的图像融合方法，其特征在于：
4.根据权利要求1所述的一种红外图像及声成像云图的图像融合方法，其特征在于：
5.根据权利要求1-4任一项所述的一种红外图像及声成像云图的图像融合方法，其特征在于：
6.根据权利要求1所述的一种红外图像及声成像云图的图像融合方法，其特征在...
【专利技术属性】
技术研发人员：顾朝亮，朱孟兆，朱文兵，李贞，徐冉，辜超，王建，朱庆东，李龙龙，王学磊，王浩哲，
申请(专利权)人：国网山东省电力公司电力科学研究院，
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。