[发明专利]一种基于自适应量化增强的电力设备红外热图分割方法

权利要求书

1.一种基于自适应量化增强的电力设备红外热图分割方法，其特征在于，包括如下步骤：

S1.利用红外热像仪采集目标设备的红外热图；

S2.根据统计特性判断红外热图的区域类型；

S3.利用照度分量和反射分量的先验信息，对红外热图进行分解，求出精确的照度分量和反射分量；

S4.将得到的照度分量和反射分量结合，还原出增强后的红外热图；

S5.利用多尺度结构保留型平滑滤波算法，对增强的图像进行灰度平滑，保留主结构边缘，去除内部纹理细节；

S6.使用otsu灰度阈值分割算法对平滑后的图像进行前景后景分割，并将其二值化，与自适应增强后的图像相乘，得到目标设备的红外热图；

所述步骤S2中，采用局部变化偏差量去对红外热图各区域的变化和相应的统计特性进行辨别，进而区分出纹理、结构边缘及平滑区域；局部变化偏差量的计算公式为：

式中，p是选择区域的像素中心点，ε是一个很小的正数，避免分母出现0的情况；ξ_x(p)和ξ_y(p)分别为X方向和Y方向的窗口总变化度，表达式如下：

式中，S是欲处理的图像，是梯度运算符，q是区域R(p)内以p为中心的矩形小区域所有像素点的索引，加权量g_p,q定义为：

式中，g_p,q即是高斯核，ζ_x(p)和ζ_y(p)分别为x方向和y方向的窗口恒变化量，表达式为：

在局部窗口中图像的主边缘区域会比具有复杂图案的纹理区域具有更多相似的梯度；纹理区域的ζ_x+ζ_y值会小于主结构边缘区域的值，平滑区域的ζ_x+ζ_y值近似为0；以此为依据对红外热图进行区域划分。

2.根据权利要求1所述的一种基于自适应量化增强的电力设备红外热图分割方法，其特征在于，所述步骤S3中，利用Retinex理论将红外热图分解为照度分量I(x,y)和反射分量R(x,y)；由于照度分量在同一物体不同表面，以及同一表面不同区域上不完全相同，且照度分量未知，因此与局部变化偏差结合，求解得出照度分量先验信息能量函数，表达式为：

由于电力设备红外热图上发光源、低亮度区域以及黑暗区域等各区域类型内隐藏的噪声分布不一致，反射分量上主要反映的是物体上细微的纹理信息，并且有分段连续的特点，因此用拉普拉斯分布和反射分量梯度变化分布，求解反射分量的先验信息，表达式为：

利用求解出的照度分量和反射分量的先验信息，通过全局优化式对两者进行估计，并控制全局优化式取值最小，表达式为：

式中，S_p是原始图像，α、β是两个先验分量的权重，采用迭代重加权最小二乘法，通过k次迭代，得到精确的估计值，选取k＝50：

其中u_x、u_y、w_x和w_y组成局部变化偏差的非线性部分，用高斯核函数卷积进行表征：

式中，G_σ是标准高斯滤波函数；

利用伽马变换对估计的照度分量进行尺度拉伸，表达式为：I′＝I^1/γ，取γ的值为2.2，实现黑到白的自然渐变过渡，实现高保真。

3.根据权利要求1所述的一种基于自适应量化增强的电力设备红外热图分割方法，其特征在于，所述步骤S4中，将步骤S3得到的照度分量和反射分量相乘，灰度还原到0-255的范围，得到动态范围扩大后的红外热图。