论文部分内容阅读
红外成像是一种利用红外成像设备将物体自身的红外辐射转化为图像的技术。红外成像可以在夜间和恶劣的环境下完成,但是受到红外成像系统分辨率的限制,红外图像通常分辨率较低。可见光图像是反射成像,有较高的分辨率,但是在恶劣环境下或者光照不足时无法清楚显示图像中的目标。针对红外图像和可见光图像的特征,将红外传感器和可见光CCD传感器获取的图像进行融合处理能够获取效果更好的图像。本文对红外图像和可见光图像融合的算法进行了深入研究,提出了改进的方法,最后将其应用于变电站电力设备监测系统中。具体工作如下:(1)本文研究了空间域融合方法、变换域融合方法和多尺度分解融合方法。空间域融合方法包括像素灰度取大、取小法和加权平均法;变换域融合方法包括IHS变换算法和PCA主成分分析算法;多尺度分解融合方法包括小波变换算法和Contourlet变换算法。分别采取多组源图像进行不同算法下的融合仿真实验,通过实验结果的对比和分析,得出了各种方法的优势和不足。(2)针对传统融合算法的不足,提出了基于IHS变换和小波变换相结合的融合算法。首先,综合考虑红外和可见光图像的特征及算法的缺陷,对可见光图像进行IHS变换并提取1分量;其次对1分量和红外图像进行小波分解,获得高频分量和低频分量;接着考虑到高频分量和低频分量的特点,在融合时低频分量采用基于区域平均梯度取大法,高频分量采用基于区域能量的规则进行融合;最后进行逆变换得到融合后的图像。实验表明该算法优于传统单一的算法,较文献中的算法提高了图像的清晰度。(3)针对(2)中算法图像信息量不够丰富的问题,提出了将IHS变换应用到Contourlet变换中的融合算法。Contourlet变换替换(2)中的小波变换,融合流程和规则保持不变。实验结果表明,该算法融合效果最优,获得融合质量评价最佳。(4)将改进后的图像融合算法应用于变电站电力设备监测系统当中,实现对变电站电气设备的监测。此监测系统实现了对电力设备的远程红外监控和可见光监控,并对监测到的图像进行处理,得到融合后的效果图,有助于相关人员对电力设备的故障点做出准确的分析和判断。