电气设备故障的红外图像处理技术

吴 鑫 1 郑小翠 2

1. 浙江雷士灯具有限公司，浙江 江山 324100

2.江山海维科技有限公司，浙江 江山 324100

摘要：随着电力行业的飞速发展，人们对电的社会需求和质量有的更高的要求。电力故障的早期预防和电气设备的状态监测和实时维护是十分重要的。红外热成像是一项新兴技术，在电气设备工作状态检测中拥有非常大的优势。红外热成像诊断技术是一门根据设备运行时的热状态分布对设备运行状态进行诊断的新技术，它拥有不停止运行、不接触、远距离、直观、快速地对设备的热状态进行成像的优点。同时因为在检测红外图像的过程中会受到外界因素干扰，比如环境中的大气尘埃、恶劣天气、检测距离等，这些外界因素会对检测出的红外图像进行干扰，因此通常先通过图像处理技术对红外图像进行图像预处理，特征信息提取和目标区域分割等，此操作可以很大程度上提高诊断的准确性。

关键词：电气设备故障；红外图像；处理技术

引言

随着图像处理技术的成熟与发展，研究人员逐步将红外图像与可见光图像进行协同处理，结合红外图像能测温、抗环境干扰能力强和可见光图像细节信息丰富、分辨率高的优点，在红外图像中检测发热区域的同时，自动分割可见光图像中发热的电力设备，便于对电力设备进行故障检测。

1电气设备故障的红外图像处理技术

1.1红外热成像技术

红外线是一种类似于可见光的电磁波。可见光为人眼可以感知的光线，通常人类的眼睛可以感知的波长在0.4～0.760µm之间。光谱上红外线的波长射大于可见光线的，波长范围是0.75～1000μm，可作为一种传输媒介。红外线可分为三部分，即波长为0.7～2.5μm之间的近红外线；波长为2.5～25μm之间的中红外线；波长为25～500μm之间的远红外线。红外测温技术具有不接触、诊断简单、不停电、操作方便、不取样、应用范围广、不解体、检测效率高、方便计算机分析等特点。日常相机、摄像机拍摄得到的图像是可见光成像，而利用红外线特征，采用红外探测仪取得的图像为热图像。同一目标设备的热图像相异于可见光图像，它是可以表明目标设备的温度分布图像，而不是肉眼所见的直观的可见光图像，简单来说就是红外热成像让肉眼看不到的目标设备表面温度分布变成肉眼可见的热像图。红外图像有以下特点：

（1）红外射线不能引起人眼的感应；有极强的热效应；容易被物体吸收从而转化为内能；

（2）具有较强的穿透雾的能力，不易被散射；也可以产生化学反应；并且能吸收磷光。

（3）具有信息量大的特点，热红外图像处理方法通常会采用随机信号分析和二维数据处理的理论，因此需要很大的存储量和计算量。

（4）红外线可以用热敏电阻、温差电偶、特殊的光电管来探测，也可以利用磷光被熄灭的现象检测红外射线的波长。

1.2图像处理技术

图像处理技术是利用计算机等设备对图像信息处理的技术。其中包括图像数字化、图像数据编码、图像增强和复原、图像分割以及图像识别等。图像处理中数字图像处理最为常见。由像素小块区域组成的二维矩阵图被称为数字图像。对于灰度图像即单色图像，用一个数值代表该像素的亮度，其数值范围一般在0-255之间，即可用一个字节来表示，0表示黑，255表示白，而其他数值表示灰度。

（1）图像增强。图像增强的目的是在一般意义上改善图像品质。生活中常见的图像增强技术有直方图修正、对比度处理、噪音处理、变换处理、边缘增强和伪彩色等。各种图像处理软件大部分都支持图像增强技术。

（2）图像识别。图像识别又称作模式识别，即对图像的特征进行抽取，然后依据图形的纹理及几何特征对图像进行分类，并且对整个图像作进行结构上的分析。在图像识别操作的前期准备工作中，通常采用包括滤除图像噪声和干扰、增强边缘、提高对比度、几何校正等方式对图像进行预处理。图像识别广泛应用于各个领域，如指纹识别系统、工业自动化控制系统、以及医学上的癌细胞识别等。

（3）图像分割：数字图像处理技术中的重中之重就是图像分割。图像分割是将图像中需要的或有意义的特征部分提取出来，其中包含的特征部分可能为图像中的某处边缘或某块区域等，这一操作是进行下一步图像识别、分析和理解的基础。

2经典DRC算法分析

为表述方便，首先定义以下符号变量：

Dl：压缩后的图像灰度下限，一般取值15；

Du：压缩后的图像灰度上限，一般取值240；

D：压缩后的图像灰度动态范围，取值为

D=Du-Dl+1；

Vmin：原始图像最小灰度值，一般为截取一定比例坏死像元后的灰度值；

Vmax：原始图像最大灰度值，一般为截取一定比例过热像元后的灰度值；

Vavg：原始图像均值；

Vr：原始图像的灰度动态范围，取值为Vr=Vmax-Vmin+1；

LM算法通常以整幅图像的最大最小值作为映射边界，将原始图像的灰度级线性地映射到8bit图像的动态范围内。LM算法的数学表达式为

其中，V表示原始图像中的任意灰度级。HP算法使用均匀分布对有效存在的原始灰度级进行重映射，在众多以双边滤波或引导滤波为基础的动态范围压缩算法中得到广泛应用。HP算法通常设定一个投影阈值，对原始图像的直方图进行逐级判断，当灰度级统计像素个数超过投影阈值时，该灰度级标记为1，否则标记为0，以此得到一个投影直方图，然后对该投影直方图进行均衡化处理，从而实现动态范围压缩。设HPRJ(⋅)表示投影直方图，HP算法的数学表达式为

PHE算法是对HE算法的折衷与优化，在限制高概率灰度级动态范围的同时，也能扩展低概率灰度级的动态范围，达到增强目标与抑制背景和噪声的目的。PHE算法通常将原始图像的直方图限制一个最大值，以此将直方图顶部截出一个平台，同时将截掉的像素数目重新平均分配到每个有效灰度级上，以此构成新的直方图分布，然后在新直方图基础上进行均衡化处理，从而实现动态范围压缩。目前工程应用中以PHE及其衍生算法居多，部分文献还衍生出双平台的改进型算法，但其最终都需进行均衡化处理。设HPLT(⋅)表示经平台化处理后得到的新直方图，PHE算法的数学为

通过实际研究LM、HP和PHE算法发现，其基本原理都是将现有的原始图像灰度级按照其各自指定的规则映射到8bit动态范围D上，但是它们都未考虑14bit动态范围Vr的大范围变化问题：当Vr>D时，三者对原始图像的灰度级处理工作在压缩态，不会产生冗余的灰度级，其输出图像基本能满足应用需求；当Vr≤D时，三者对原始图像的灰度级处理工作在扩展态，此时会产生冗余的灰度级，在图像上表现为大量的噪声；当Vr在D附近反复大幅度变化时，其输出视频图像会产生闪烁现象。

结语

本文从工程应用的角度提出了一套用于红外图像动态范围压缩算法的自适应参数集，通过实验验证，该参数集能有效地解决经典DRC算法增强噪声与亮度不稳定的问题，可提高经典DRC算法的场景适应性，具有一定的工程应用价值。自适应参数集同时也是一种设计DRC算法的参考思路，为未来更优秀算法的研究与实现打下基础。

参考文献

［1］陈钱.红外图像处理技术现状及发展趋势［J］.红外技术，2013，35（6）：311-318.

［2］赵耀宏，王园园，罗海波，等.红外成像系统中的高动态范围压缩与对比度增强新技术［J］.红外与激光工程，2018，47（S1）：180-189.

［3］董静.基于DDE技术分析的红外图像细节增强算法［J］.光学与光电技术，2012，10（5）：51-53.

［4］毛义伟，顾国华，陈钱，等.基于改进型平台直方图的红外均衡算法［J］.光学与光电技术，2012，10（5）：63-66.