[发明专利]一种基于改进加权otsu算法的电气设备热成像分割查异方法

权利要求书

1.一种基于改进加权otsu算法的电气设备热成像分割查异方法，其特征在于，包括：

(1)采集电气设备的红外线成像数据，获得红外灰度图数据流；

(2)对获取的红外灰度图进行不同尺度的小波增强，得到突出细节以及突出热点区域的红外图像；所述小波增强的具体过程为：

(2-1)对二维红外图像进行小波分解；

(2-2)根据分解获得的分解系数和长度获取高低频小波系数的始末位置；

(2-3)分别处理高低频系数，以获取突出细节与主体的图像；

(2-4)用处理后的小波系数重构图像，获取突出细节的图像用于人为视觉观看，获取突出热点区域的图像用于算法进一步处理；

(3)对突出热点区域的红外热像图进行高斯滤波，得到平滑后的图像数据；

(4)应用改进的otsu算法和canny边缘算法分别对高斯滤波后的数据以及原始数据进行热点区域的提取和边缘信息获取；所述改进的otsu算法的计算方法为：取一个最优阈值把原图像分为前景色部分与背景色部分，在类间方差计算公式中引入类间权衡系数β后计算两部分的类间方差，改进的类间方差定义为：

ICV＝PA^β*(MA-M)²+PB^β*(MB-M)²

其中，ICV为改进的类间方差；PA为前景色部分里的像素数占总像素数的比例；PB为背景色部分里的像素数占总像素数的比例；M为总灰度值的均值；MA、MB分别为前景色部分与背景色部分的灰度值均值；β为类间权衡系数，通过自适应获取，β＞1时，放大PA、PB对于ICV的影响，β＜1时，削弱PA、PB的影响，使得二者较小时分割效果也较好；

所述类间权衡系数β的自适应获取方法为：

为获取热点峰值区域，此时应削弱PA、PB的影响，β取较小值，通过对β寻优，条件为使得当前区域平均温度比最高温度下降20％，获取β最优解的公式为：

其中，T为原始红外温度矩阵，A为分割后的区域二值矩阵；

为获取电气设备整体发热区域，此时应适度增强PA、PB的影响，β取较大值，同时通过对β寻优，条件为使得当前分割区域边缘平均温度梯度最大，因为电气设备发热时温度远高于环境机柜的温度，由此获取的β分割的区域为电气设备整体发热区域，公式为：

其中，T为原始红外温度矩阵，B_β为β下的区域二值图像的边界二值矩阵；

(5)对提取的热点区域二值图像应用形态学的开运算，基于几何形状对提取的区域形状滤波，除去孤立的小点、毛刺；

(6)利用提取的热点区域和边缘信息对红外图像进行特征提取，分析特征并作出异常警告；提取得到的特征包括热点平均温度、相对温差。

2.根据权利要求1所述的基于改进加权otsu算法的电气设备热成像分割查异方法，其特征在于，步骤(1)中，获取红外灰度图数据流时，当红外线成像数据的采集速度大于处理速度时，选择抽样处理。

3.根据权利要求1所述的基于改进加权otsu算法的电气设备热成像分割查异方法，其特征在于，步骤(5)中，所述的开运算包括腐蚀与膨胀操作，具体公式如下：

腐蚀：

膨胀：

其中，A为被腐蚀或膨胀的二值图像；B为被腐蚀或膨胀的参数。