基于小波變換的電力設(shè)備紅外監(jiān)控圖像濾波算法

姚雪晴

(安徽省電力公司檢修公司)

基于小波變換的電力設(shè)備紅外監(jiān)控圖像濾波算法

姚雪晴

(安徽省電力公司檢修公司)

針對電力設(shè)備紅外監(jiān)控圖像，提出了一種改進型的半軟半硬閾值去噪函數(shù)模型。該模型首先對經(jīng)典的半軟半硬閾值去噪函數(shù)模型添加了1個小波分解系數(shù)相關(guān)性因子，使得改進后的模型能夠更好的保持圖像細節(jié)信息的連續(xù)性；然后在對傳統(tǒng)全局統(tǒng)一閾值的基礎(chǔ)上融入了小波分解層數(shù)因素，并結(jié)合反正弦函數(shù)對其進行了改進，使得改進后的閾值能夠根據(jù)小波分解層數(shù)的變化而快速、靈活地調(diào)整。為了驗證該模型的有效性，對實地獲取的電力設(shè)備紅外監(jiān)控圖像進行去噪試驗，結(jié)果表明，本研究提出的閾值去噪函數(shù)模型的性能明顯優(yōu)于經(jīng)典小波軟、硬閾值函數(shù)模型、半軟半硬閾值函數(shù)模型，對于高效處理電力設(shè)備紅外監(jiān)控圖像具有一定的參考價值。

電力設(shè)備紅外監(jiān)控圖像 雙樹復(fù)小波變換 閾值函數(shù)模型 閾值

隨著紅外視頻監(jiān)控技術(shù)的飛速發(fā)展，使得對電力設(shè)備進行實時監(jiān)控成為可能。但由于成像環(huán)境的不確定性、空氣中大量粉塵的存在，以及成像系統(tǒng)電壓不穩(wěn)定等諸多因素，導(dǎo)致所獲取的紅外電力設(shè)備監(jiān)控圖像較為模糊，且存在大量噪聲。因此在對該類圖像進行判讀與分析之前，有必要進行適當(dāng)?shù)念A(yù)處理。近年來，數(shù)學(xué)形態(tài)學(xué)[1]、小波變換[2]、輪廓波變換[3]等在圖像處理方面得到了廣泛應(yīng)用，取得了較好的效果。……