论文部分内容阅读
红外热成像技术是利用自然景物的热辐射得到成像数据,形成视觉图像,可以在夜间甚至全黑的环境中工作,而且由于红外辐射具有穿透烟雾的能力,使得红外热成像技术具有很长好的穿透能力、抗干扰、容易隐蔽和非常强的识别能力,为全天候应用提供了可能性。随着电力工业的迅速发展,电网的容量和电压等级也随之进一步提高,为了使得供电的安全性和可靠性得到保证,对运行中电力设备的温度进行监控并自动进行故障诊断显得尤为突出重要。但是由于现场环境和热像仪拍摄局限等各种原因,往往得到的红外图像都是单一的红外目标图像或者只是目标的一部分,很难在一幅图像中显示一个完整的目标更不用说显示两个或者多个红外目标。因此我们采用红外热像拼接的方法对红外热像进行拼接,使得在最终用于诊断监测的红外热像上显示我们需要的整个或者多个红外目标。本文主要研究了电力红外热像拼接技术,并且从实际应用出发,研究适合于电力红外热像拼接的算法。主要包括以下几个方面的工作:(1)系统的介绍了图像拼接的理论基础以及图像拼接的流程,从整体层次上研究把握图像拼接的关键技术以及红外技术在电力设备检测上的应用,红外热像拼接在电力设备检测上的应用,并介绍了目前国内外常用的几种红外诊断方法。(2)在基于灰度相关的红外热像配准算法中,结合边缘提取算法,提出了基于边缘相关的图像配准算法。由于传统的归一化的灰度匹配法的时间复杂度非常大,所以本文结合特征点配准方法,先提取图像的边缘特征点,再利用边缘特征点对进行相关计算,并且将相位相关算法用于红外热像配准。(3)在基于特征点的红外热像配准中,详细的介绍了最常见的两种特征点提取算法:Harris角点提取算法和SIFT特征点提取算法,并且利用实验从特征点的分布、特征点的数目及其控制以及算法的时间复杂度方而系统的比较了两种特征点提取算法优劣,并在此基础上提出了改进的基于Harris角点提取算法的特征点配准算法,充分利用特征点邻域信息来增强配准的结果。(4)我们对红外热像进行拼接的目的是为了更好的对电力设备的监测和诊断,传统的图像合成算法只是注重拼接的消缝处理而对重合区域做线性或者非线性的加权处理,但是对于电力红外热像来说,这样处理会直接影响到系统的后续监测和诊断处理,严重时甚至会直接导致诊断结果的错误。为了不仅能非常好的对电力红外热像进行无缝处理,并且不会因为合成策略而影响后面的红外诊断,本文结合了红外热像诊断导则以及以前的诊断经验,提出了一种电力红外热像合成策略,这种策略不仅能够非常好的对拼接的红外热像进行无缝处理,而且还不会影响到红外热像诊断的结果。