[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

说明书

本发明公开了一种基于改进加权otsu算法的电气设备热成像分割查异方法，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小波增强，得到突出细节以及突出热点区域的红外图像；(3)对突出热点区域的红外热像图进行高斯滤波；(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；(5)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。(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。本发明能够克服红外成像中噪声过大、目标与背景区分不明显等缺陷，可以有效提高红外检测的效率和可靠性。

技术领域

本发明属于电气设备红外故障诊断技术领域，尤其是涉及一种基于改 进加权otsu算法的电气设备热成像分割查异方法。

背景技术

在电气设备中，应用红外热成像技术，能够实现对设备实时、大范围 的检测与热故障诊断。现如今大多数红外图像的故障分析由人工完成，人 工查看热点区域是否温度异常等等，但随着红外诊断技术的大规模应用， 海量的图片与较高的诊断结果要求使得人工处理面临较大成本。因此，近 几年来随着工业4.0政策的推进，智能化与自动化的大方向给红外故障诊 断技术提出了新的要求。因此，多种电气设备红外故障自动诊断技术陆续 被提出。

首先是图像增强技术，红外图像增强是一种拓宽灰度等级的过程，它 能够展宽图像的显示动态范围，充分得提高图像的清晰度。同时还能抑制 噪声，并一定程度上区分目标和背景区域。比如直方图均衡化(Histogram Equalization,HE)是将原始图像的直方图通过变换函数T(r)调整为一个新 的均衡的直方图，然后按均衡后的直方图修正原图像，从而有利于从大的 背景中提取有用信息。从信息论的观点来看，经过均衡化处理的图像，其所有灰度级出现的概率相同，此时图像的嫡最大，图像所包含的信息量最 大。但是，这种直方图均衡方法，不可避免的造成噪声的过增强，在红外 的低信噪比情况下，严重影响视觉质量。

其次是图像分割技术，针对红外热成像目标微弱而背景复杂时，如何 能将检测目标和热点区域完好分割出来具有重要意义。图像分割技术大致 包括阈值图像分割、区域生长和边缘检测三种方法。阈值算法包括最大熵 算法、自适应阈值算法、otsu算法等。其中otsu算法被认为是图像分割中 阈值选取的最佳算法，计算简单，不受图像亮度和对比度的影响。因此, 使类间方差最大的分割意味着错分概率最小，但存在当前景或背景区域较 小时，分割效果较差的问题。

而边缘检测包括Roberts算子、Sobel算子、Prewitt算子与拉普拉斯算 子等，可以提取图像边缘，但是在噪声明显的时候容易将噪声与边缘混淆， 存在伪边缘。Canny边缘检测方法，它对白噪声影响的阶跃型边缘是最优 的，对边缘的误检、漏检率最小，检测出的边缘较多。

《红外》2018年10月第39卷第10期44-48页“基于Top-hat变换与 OTSU的近岸舰船目标检测”文献公开了一种应用Top-hat变换以及阈值 分割处理的近岸舰船目标检测，该计算易于实现，对于近岸舰船目标的处 理提供了不同的思路。缺点是应用otsu算法阈值分割红外图像，当目标与 背景的大小比例悬殊时(PA、PB有一个过小)，类间方差准则函数可能 呈现双峰或多峰，此时分割效果不好，而且提取区域的参数可控性太小， 无法获取用于分析处理的的多种热点区域。

发明内容

本发明提供了一种基于改进加权otsu算法的电气设备热成像分割查 异方法，在分割热点等区域、检测热故障的同时，克服红外成像中噪声过 大、目标与背景区分不明显等缺陷，可以有效提高红外检测的效率和可靠 性。

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，包括以 下步骤：

(1)对控制器等电气设备进行红外热成像数据采集，获得红外灰度 图数据流；