一種雙譜段日盲紫外視頻實時融合系統的設計

摘要：針對電力系統中高壓設備電暈放電的檢測及定位問題，介紹了一種日盲紫外電暈探測系統，該系統采用可見光和紫外光兩臺相機在同一視場采集圖像，在LCD上實時顯示兩路信號經融合后的視頻圖像，便于觀測電暈的同時確定電暈產生的部位。提出了利用小波變換方法，實現日盲紫外探測系統中雙譜段視頻圖像的融合。結果表明此方法能夠充分有效地將兩種不同譜段的信息融合在一起，輸出視頻達到預期效果且能夠滿足實時性要求。

關鍵詞：數字信號處理； 數據融合；紫外電暈；小波變換

中圖分類號：TP317．4文獻標志碼：A

文章編號：1001－3695(2007)07－0227－02

以高速數字信號處理器(DSPs)為基礎的實時信號處理技術近年來發展迅速，并獲得了廣泛的應用。TMS320DM642[1](簡稱DM642)是德州儀器公司(Texas Instrument，TI)新近推出的高速定點DSP芯片，其峰值處理能力達到5 760 MIPs，是目前國際上性能最高的DSPs之一。本文介紹了利用此款芯片設計的一種日盲紫外電暈探測系統，該系統利用兩臺相機采集圖像。其中一臺是紫外光增強CCD，另一臺為可見光相機。令兩相機的視場重合，則利用紫外相機檢測電暈，利用可見光相機進行定位。

1日盲紫外視頻圖像融合系統[2，3]

太陽光譜盲區又稱為日盲區，是指波長在200~280 nm的紫外波段，這一術語來自下列事實：自然界中的紫外輻射主要來自于太陽輻射。太陽紫外輻射在通過大氣層時，不僅由于氧氣的作用濾去了其中的真空紫外成分，在對流層上部的臭氧層對200~300 nm紫外線有強烈的化學吸收，太陽中這一波段的紫外輻射在近地大氣中幾乎不存在，形成日盲區。近幾年，利用這種自然現象進行紫外目標探測得到越來越多的重視。因為沒有太陽輻射的干擾，虛警率低，常常應用于軍事上來襲導彈的告警和民用的紫外輻射目標探測等領域。

在電力行業中，絕緣子的缺陷、導體的破損或污染會導致高壓電力設備的電暈放電，因此可以通過檢測電暈的位置來定位上述故障點。一般而言，電暈放電在可見光波段的能量非常微弱，而在日盲紫外波段則相對較強，但是單獨使用紫外探測器卻無法獲得可見光圖像進行定位。為此設計了一種紫外電暈檢測系統用于電暈的檢測與定位，如圖1所示。

系統由輸入模塊、輸出模塊、控制板和圖像處理板等四部分組成：

(1)輸入模塊，包括可見光CCD相機、日盲紫外增強CCD相機和鍵盤。光學設計使得兩相機的視場完全重合；用戶通過鍵盤來操控儀器的運行。

(2)輸出模塊，包括液晶顯示器(LCD)、通用錄像機和PC機。LCD用于實時顯示輸出的視頻圖像。用戶可將輸出連接到錄像機上轉錄感興趣的視頻；還可將感興趣的畫面壓縮為JPEG文件[4，5]并存儲到系統內部的閃存（4 MB Flash）之中，并通過USB接口將這些畫面下載到PC機中。

(3)控制板，主要任務包括兩個方面：控制紫外相機的焦距與可見光相機保持一致；通過鍵盤來響應用戶發送來的控制指令。

(4)圖像處理板，是雙光譜數據融合應用系統的核心部分，采用DM642芯片作為中央處理器，主要用于將兩路輸入視頻信號進行融合，生成一路輸出視頻信號。4 MB的閃存（Flash Memory）通過DM642外部存儲器接口（EMIF）與DM642相連[6]，用于存放DM642的程序代碼、用戶的截圖和用于屏幕顯示(On Screen Display，OSD)的點陣字庫。

2圖像融合算法

2．1二維離散小波變換[7]

小波變換是由法國科學家Morlet進行地震數據分析時提出的，并用于信號分析中對信號進行分解。1986年，從事信號處理與研究工作的Mallat將計算機視覺領域的多尺度思想引入到小波函數的構造中，形成了統一的小波函數構造理論，并研究了小波變換(Wavelet Transform，WT)的離散化問題，給出了與快速傅里葉變換(Fast Fourier Transform，FFT)相對應的快速小波算法—Mallat算法，并將它應用于圖像處理中。

(1)小波快速分解算法

離散二維小波變換是一維小波變換的直接推導，其快速分解算法表達式為

式中，H和G分別是小波函數的低通和高通濾波器；下標c表示對行進行操作；r表示對列進行操作。如果輸入的是離散圖像信號，則一次分解后所得到的四部分輸出分別經過了不同的濾波器，代表了原始圖像的不同信息。其中cj經過行和列兩個方向的低通，對應于原始離散圖像在下一尺度上的概貌；dj1經過行方向上的高通、列方向上的低通，對應于水平方向的細節信號在垂直方向的概貌。相應地，dj2表示的是原始信號垂直方向的細節信號在水平方向的概貌；dj3表示的是沿對角線方向的細節。

2．2基于小波變換的圖像融合[8，9]

基于小波變換的雙光譜圖像融合算法就是將待融合的原始圖像首先進行二維小波分解變換，然后在特征域上進行融合，再進行逆變換重建融合圖像。算法分三步，即小波分解、融合及重構。圖像融合方框圖如圖2所示。其中X為可見光圖像;Y為紫外圖像。

利用式(1)～(4)對圖像進行多分辨小波分解，得到原始圖像的低頻子圖像以及水平、垂直和對角方向上的高頻子圖像。

圖像經過小波分解后，再選取融合規則即融合算子，融合規則的選擇關系到融合的質量，也是圖像融合中至今尚未很好解決的難點。目前，廣為采用的融合準則可被概括為基于像素的融合規則。但是由于圖像的局部特征往往不是由一個像素所能表征的，它是由某一局域的多個像素來表征和體現的；同時，通常圖像中某一區域內的各像素間往往有較強的相關性，因此，基于像素的簡單融合規則具有片面性，其融合效果有待改善。基于以上考慮，為了獲得視覺特性更佳、細節更豐富的融合效果，分別對低頻和高頻對象進行融合。

對低頻子圖像，低頻圖像反映的是原始圖像的近似特性，因此采用了融合方法：比較兩幅圖像對應點的值。如果兩個值的差小于閾值，則取兩個值的平均作為融合值；如果兩個值的差大于閾值，則取大值為融合值。

對于高頻子圖像，高頻部分包含了邊緣信息，變化較劇烈，因此對三個方向的高頻圖像采用一種基于區域的融合方法。該方法的步驟如下：首先，利用M×N(一般為奇數，常用窗口為3×3或5×5)窗口計算小波高頻各子圖像系數的均值和方差。子圖像均值為

3試驗結果與討論

本文介紹了利用DM642 DSP芯片設計的一種日盲紫外電暈探測系統，該系統實質上是一種像素級數據融合系統。在本文系統中實現了日盲紫外和可見光兩路輸入視頻信號的融合，視頻分辨率為720×576，采用二維Harr小波對每幀視頻圖像進行二尺度分解。圖3 給出了系統在不同顯示模式下輸出的實驗結果。

結果表明，此方法能夠充分有效地將兩種不同譜段的信息融合在一起，輸出視頻達到預期效果，實現了觀測電暈的同時確定電暈產生的部位。實際應用表明，在DM642中采用本文的融合方法能夠滿足25 fps的實時性要求。

參考文獻：

［1］Texas Instruments Incorporated.TMS320DM642 video/imaging fixed－point digital signal processor data manual [K].Texas:Texas Instruments Incorporated， 2003:17－168.

[2]于曉，王欣，閆豐，等.紫外電暈探測系統中雙DSP通信協議設計[J].長春理工大學學報， 2005，28(3): 77－80.

[3]于曉， 王欣，閆豐，等.電暈探測系統中JPEG截圖文件系統的設計[J].光學精密工程， 2005，13(6): 721－726.

[4]Texas Instruments Incorporated.TMS320C6000 imaging developer’s kit(IDK)user’s guide[K].Texas:Texas Instruments Incorporated， 2001:27－150.

[5]Texas Instruments Incorporated.TMS320C6000 JPEG implementation[K].Texas:Texas Instruments Incorporated， 2000:3－18.

[6]Texas Instruments Incorporated.TMS320C6000 EMIF to external flash memory[K].Texas:Texas Instruments Incorporated， 2002:2－33.

[7]秦前清， 楊宗凱．實用小波分析[M]．西安：西安電子科技大學出版社，1996:102－117.

[8]張潔，蔣寧，浦立新.基于小波變換的醫學圖像融合技術[J].電子科技大學學報， 2005，34(6):839－842.

[9] PAJARES G．A wavelet－based image fusion tutorial[J]．Pattern Re－cognition， 2004，37:1855－1872.

注：“本文中所涉及到的圖表、注解、公式等內容請以PDF格式閱讀原文”