基于BEMD的电力设备红外与可见光图像的配准研究

电力设备的红外图像和可见光图像从不同角度反映了设备的状态,对它们进行配准可以提高在线监测的准确性.将2维经验模态分解( BEMD)方法引入到电力设备的红外与可见光图像配准中.通过理论分析得出了基于BEMD的图像配准原理,把图像的配准问题转化成了BEMD分解后子图像的配准问题,并确定了原始图像、趋势图像及2维仿射变换在配准中的关系;基于此原理提出了一种红外与可见光图像配准方法.实验结果表明该方法可取得良好的配准效果,同时也验证了该配准原理的正确性和方法的先进性.     

基于深度学习的电力设备红外可见光图像智能配准方法研究

红外图像与可见光图像的融合分析是提升红外图像中电力设备定位精度和缺陷诊断准确度的有效途径。针对两种模态数据融合分析关键步骤中的红外图像与可见光图像配准问题进行研究。鉴于红外图像与可见光图像存在的模态差异,采用基于自监督学习的SuperPoint特征点提取与描述方法,提取具有模态不变性的稀疏特征点;采用基于深度图卷积的SuperGlue方法,结合全局特征点的空间及特征相关性信息,提升特征匹配的准确度;最后,采用渐近采样一致性的PROSAC方法对红外与可见光图像间的变换参数进行估计,实现配准。与传统算法对比表明,本文所提方法具有更高的模态鲁棒性,得到了更准确的配准结果。     

基于灰度冗余和SURF算法的电气设备红外和可见光图像配准

为了对电力设备故障进行更为有效和直观的诊断,提出了一种基于灰度冗余和SURF算法的红外和可见光图像的配准方法.该算法对红外图像和可见光图像进行基于灰度冗余的处理,利用SURF方法分别找到两幅图像的特征点并求出其描述子,通过RANSAC(随机采样一致性)对这些特征点进行精确配对,通过最小二乘法求得仿射变换参数并实现两幅图像的配准.实验表明,该方法与其他配准方法相比,具有速度快,鲁棒性高等优点,具有较高的实用价值.     

基于智能监测终端的可见光与红外图像配准融合方法

针对可见光图像与红外图像分辨率差异大和色彩差异大的问题,提出一种基于亚像素优化和局部强度特征不变描述的可见光和红外图像配准算法,从有限离散剪切波变换、迭代配准以及配准点领域亚像素优化方面对新方法进行分析,并通过实际应用证明新方法可以实现可见光与红外图像准确配准与融合分析,快速准确地定位设备过热点。     

基于灰度冗余和SURF算法的电气设备红外和可见光图像配准

为了对电力设备故障进行更为有效和直观的诊断,提出了一种基于灰度冗余和SURF算法的红外和可见光图像的配准方法.该算法对红外图像和可见光图像进行基于灰度冗余的处理,利用SURF方法分别找到两幅图像的特征点并求出其描述子,通过RANSAC(随机采样一致性)对这些特征点进行精确配对,通过最小二乘法求得仿射变换参数并实现两幅图...     

基于经验模式分解和互信息的图像配准研究

针对基于互信息的配准方法具有精度高、鲁棒性强的特点,提出了一种基于经验模式分解和互信息测度的图像配准方法。该方法将经验模式分解扩展到二维．并利用其自适应性分解图像得到近似分量（子图像）,然后用最大互信息作为相似性测度对子图像进行逐层迭代计算,最终实现图像配准。试验结果证明了该方法的可行性与有效性,且具有更高的时频分辨率,配准精度高,可靠性好,不需要进行图像分割和特征提取等预处理。     

紫外可见双光路电晕放电检测系统的研制及实现

为了实现紫外光和可见光对电力设备的电晕放电情况进行复合图像检测,提出了采用双光路结构的光信号处理方法.设计并研制了基于可见反射式光路结构的紫外可见双光路电晕放电检测系统.该系统解决了紫外光成像与可见光成像能量差异大导致图像配准困难的问题.试验结果表明,该系统能实现电力设备电晕放电情况的准确探测及定位.     

电力设备多源异构数据空间合成与立体展示方法

针对当前电力设备的海量状态监测多源异构数据无法自动化合成与立体展示的问题,提出了全自动化的电力设备多源异构数据空间合成与立体展示方法.首先利用单目可见光三维重建方法从电力设备可见光图像中恢复设备空间信息以及精细三维网格模型;再使用同源、异源图像配准方法分别建立同源、异源状态数据之间的空间关联关系,并使用提出的数据决策方...     

基于亚像素红外与可见光图像配准方法

为了提高不同分辨率的红外与可见光图像配准的精度,提出了一种基于亚像素纠正的红外与可见光自动配准方法.采用了Shi—— Tomasi角点检测器和Taylor多项式将角点的坐标纠正到亚像素级,在六参数仿射变换模型基础上采用改进的Hausdorff距离进行精确匹配.与传统方法比较,该方法提高精度10％左右.实验表明,该方法配...     

基于R-MI-rényi测度的可见光与红外图像配准

针对红外与可见光图像配准的准确性与鲁棒性问题,提出一种基于R-MI-rényi测度的由粗到精红外与可见光图像配准方法。首先通过分析红外与可见光传感器的成像原理,确定红外与可见光传感器在相对位置固定时的配准变换参数;然后采用Hough变换检测模板图像的直线特征,并利用待配准图像对应直线段的长度和斜率确定粗配准参数;根据粗配准参数确定搜索区域与匹配窗口尺寸,利用rényi互信息与Harris角点函数相结合的R-MI-rényi匹配测度在粗配准对应区域内搜索匹配点对;最后使用RANSAC方法完成图像的精确配准并求解图像转换参数矩阵。分别选取标准测试图像集和真实测试图像集对本文方法和现有代表方法进行综合对比,实验结果表明,方法在像素误差、标准差以及时间消耗等方面均优于其他对比方法,说明方法具有较高的配准精度和效率、较好的鲁棒性,综合性能最优。     

最大对齐度算法在多模态图像配准中正负像无关性分析

基于对齐度的配准是一种重要的多模态图像配准方法,其中的图像预处理是关键.在对红外热像仪图像和可见光图像进行配准的过程中,首先进行图像预处理,其中一个环节是将红外热像仪图像取负像,这样可使之与相应的可见光灰度图像比较相近.实验结果表明,对齐度配准算法与正负像无关,即可见光图像与相应的红外热像仪图像正像和负像的对齐度配准结...     

基于SIFT的电力设备红外/可见光图像配准方法

提出了一种红外与可见光图像的配准方法,该方法将SIFT(Scale Invariant Feature Transform)特征应用于两者自动配准的特征匹配,SIFT特征对旋转、尺度缩放、亮度变化保持不变性,对视角变化、仿射变换、噪声也保持一定程度的稳定性。实验表明,该方法具有稳定、可靠、快速等特点。     

基于改进YOLOv3的电力设备红外目标检测模型

红外图像检测技术因具有非接触、快速等优点,被广泛应用于电力设备的监测与诊断中,而对设备快速精确地检测定位是实现自动检测与诊断的前提.与普通目标的可见光图像相比,电力设备的红外图像可能存在背景复杂、对比度低、目标特征相近、长宽比偏大等特征,采用原始的YOLOv3模型难以精确定位到目标.针对此问题,该文对YOLOv3模型进...     

基于图像配准的电力设备缺陷定位算法

针对固定场景下的电力设备缺陷检测问题,提出了一种基于图像配准的固定场景电力设备缺陷定位方法.首先对相同场景下的样本图和测试图,分别进行直方图均衡化,降低光照变换对缺陷定位的影响;然后通过计算两幅图像的ORB(方向旋转不变性)特征点的欧氏距离,选取最小距离作为特征点对,通过交叉检验选出较优的特征点对,再通过随机抽样一致算法计算最优投射矩阵完成图像配准;最后对配准后的图像进行差分,利用边界去噪和形态学去噪对差分图进行混合去噪,完成缺陷定位.通过实验验证,结果表明,该方法有高达81％的正确率,能够有效检测固定场景下电力设备的缺陷位置,且消耗的时间很少(0.5 s/张图片),适用于实时任务和嵌入式平台.     

亚像素级的图像配准方法

在很多应用领域,要求图像配准的精度达到亚像素级,而多数亚像素级配准方法的运算量较大。文中阐述了一种高效的基于奇异值分解（SVD）的相位相关法。在无噪声干扰的情况下,该方法的精度达到0.02像素。通过对已知平移关系的图像的配准实验,比较了其与灰度相关函数内插法在无噪声和有噪声的情况以及应用于多光谱图像配准时的配准精度。实验表明,2种方法都有较好的抗噪声性能,在受噪声干扰不严重的情况下,基于SVD的相位相关法的配准精度优于灰度相关函数内插法。     

基于拉普拉斯分解耦合亮度调节的可见光与红外图像融合算法

为了解决当前较多可见光与红外图像融合方法的融合结果中的目标信息不突出等问题,引入拉普拉斯分解机制,采用 图像的亮度特征来融合可见光与红外图像。 借助拉普拉斯分解方法,对输入图像进行分层,求取不同的图层信息。 并利用图像 的均值特征,计算图像的亮度信息,对低频图层的融合权值进行自适应调整,从而得到一个目标信息完整度较高的融合低频图 层。 基于图像的空间频率特征,对高频图层所含的细节丰富度进行评估,以获取一个细节丰富的融合高频图层。 再利用拉普拉 斯逆分解方法,对低、高频图层完成融合。 实验数据显示,较已有的融合算法而言,所提算法的融合结果更能突出目标信息,具 备更为丰富的细节特征。     

采用CT域HMT模型的变电设备红外和可见光图像融合

将变电设备的红外图像和可见光图像融合可大大提高热故障定位的准确度。鉴于小波变换缺乏方向信息,且不能为2维图像提供理想的稀疏表达,同时考虑到边缘特征在图像融合中的重要性,提出了一种基于轮廓波变换(contourlet transform,CT)域隐马尔可夫树(hidden Markov tree,HMT)模型的红外和可见光图像融合算法。利用所提出的算法,完成了某500kV变电站设备的红外和可见光图像融合。融合结果表明,该算法由于采用期望最大(expectation maximization,EM)算法对CT分解得到的高频系数进行HMT建模且设计了一种利用Canny算子进行边缘检测的融合规则,所以可在保留更多细节信息的同时,能得到更加光滑细腻的融合图像;融合结果的均值、标准差、平均梯度和信息熵等统计指标均有明显改善。该算法为变电设备的智能检测与识别提供了量化依据和指导。     

采用对象分割和图像配准方法的变电站红外预警系统

为了早期发现变电站事故隐患,建立了一个红外温度巡检与预警系统,该系统能够自动循环采集变电站电气设备的红外图像,通过提取目标设备的温度信息进行故障判别。为了解决机械传动造成的图像位置偏差导致系统难以对感兴趣设备进行定位监测的问题,提出了一种基于对象分割和图像配准的校正方法,首先对图像进行对象分割和组态定义,并将待测目标提取出来,然后采用基于相位相关和Harris角点匹配的图像配准方法对序列偏差图像进行配准。使用上述方法对某变电站中获取的15组电气设备红外遥视图像进行了实验,平均正确匹配率达到93.3%,并且配准精度较高,达到了亚像素级。实验表明该方法能够对偏差图像进行有效校正,使系统能够及时准确地获得设备部件的温度,保障监测系统的可靠运行。     

面向电力设备红外图像的混合噪声去除方法研究

电力设备的红外图像在采集传输过程中,易受高斯噪声与脉冲噪声的影响从而破坏图像的真实信息,为满足图像处理过程对图像质量的要求,文中提出了一种针对红外图像混合噪声的滤除方法。首先利用三方加权稀疏编码（TWSC）模型有效滤除红外图像中的高斯噪声,然后利用图像结构纹理分解结合中值滤波算法实现剩余脉冲噪声的分离与去除,实现在滤除红外图像混合噪声的同时较好地保持图像的边缘结构信息,结合实例分析表明文中方法能够有效滤除噪声并获得较高的峰值信噪比（PSNR）与结构相似度（SSIM）。