CN103217397A

CN103217397A - 基于红外图像处理的sf6气体检测方法

Info

Publication number: CN103217397A
Application number: CN2013100251518A
Authority: CN
Inventors: 吴波; 王库; 王生明; 宰洪涛; 谢添; 刘连根; 田瑞萍; 赵晋芳; 常晋兵
Original assignee: Beijing Xinghui Tongwei Electric Power Technology Co Ltd; SHANXI JINCHENG ELECTRIC POWER SUPPLY Co; State Grid Corp of China SGCC
Current assignee: Beijing Xinghui Tongwei Electric Power Technology Co Ltd; SHANXI JINCHENG ELECTRIC POWER SUPPLY Co; State Grid Corp of China SGCC
Priority date: 2013-01-23
Filing date: 2013-01-23
Publication date: 2013-07-24

Abstract

本发明公开了一种基于红外图像处理的SF6气体检测方法。所述方法包括步骤：S1、采用被动式红外检测的方式获取SF6气体的原始红外图像，并对原始红外图像进行非均匀性校正，得到校正后的红外图像；S2、对校正后的红外图像进行归一化处理，并将处理后的图像转化为灰度图像；S3、对灰度图像进行图像滤波以及灰度线性变换，得到目标图像；S4、将目标图像进行实时显示。本发明提出的技术方案能够解决现有被动式红外SF6气体泄露检测方法存在的红外图像噪声大、不利于实时显示的问题。

Description

基于红外图像处理的SF6气体检测方法

技术领域

本发明涉及气体检测技术领域，特别涉及一种基于红外图像处理的SF6气体泄露检测方法。

背景技术

高压断路器、GIS（气体绝缘金属封闭开关设备）是电力系统中最重要的控制和保护设备。由于SF6（Sulfur Hexafluoride，六氟化硫）气体优良的绝缘性能和灭弧性能，当前国内大多数的电力公司都采用了SF6断流器、SF6 GIS。伴随着SF6的大量使用，SF6泄漏问题也逐渐显露。现代红外检测方法因其非接触式检测、快速准确等优点，逐渐取代传统的检测方法，成为SF6泄露检测的发展趋势。

SF6泄露的红外检测方法又分为主动式和被动式红外检测两种。主动式红外检测SF6的方法根据不同的激励源又分为不同的检测方法。目前，主动式红外SF6检测多以激光激励为主，它通过主动发射SF6吸收波长（即10.55um）的激光，并通过红外传感面阵获取红外图像。该方法能够实现在线SF6泄露检测以及红外图像显示，但需要额外增加激光装置。

被动式红外SF6检测与主动式红外SF6检测不同，它不需要额外增加激励源装置，检测装置的操作、携带及安装都更为方便。目前，国内对被动式红外SF6检测监控装置的研究还较为缺乏。

以激光式红外SF6检测为例，采用主动式红外检测SF6时，红外传感面阵获取到的红外图像由于主动投射10.55um波长的激光，其图像的信噪比明显大于被动式方法。由于红外传感面阵获取到的图像信息是全场景的热辐射数据，加上红外传感面阵的极高热辐射灵敏度，被动式方法中的红外图像较主动式方法会含有更多噪声，图像也更为模糊。因此，被动式红外SF6检测对于红外传感器阵列和红外图像处理方法都提出了新的需求。

基于上述需求，有必要研究出一种新的被动式SF6气体检测红外图像处理方法。同时，相比于用ARM、DSP等嵌入式处理器进行红外图像处理，使用计算机进行红外图像处理具有更强大的处理能力、更丰富的信息显示和更通用性操作环境。

发明内容

（一）所要解决的技术问题

本发明的目的在于提供一种基于红外图像处理的SF6气体检测方法，以解决现有被动式红外SF6气体泄露检测方法存在的红外图像噪声大、不利于实时显示的问题。

（二）技术方案

为了解决上述技术问题，本发明提出了一种基于红外图像处理的SF6气体检测方法。所述方法包括以下步骤：

S1、采用被动式红外检测的方式获取SF6气体的原始红外图像，并对所述原始红外图像进行非均匀性校正，得到校正后的红外图像；

S2、对所述校正后的红外图像进行归一化处理，并将处理后的图像转化为灰度图像；

S3、对所述灰度图像进行图像滤波以及灰度线性变换，得到目标图像；

S4、将所述目标图像进行实时显示。

可选的，步骤S4之前还包括步骤：

S0、对SF6气体浓度进行标定，得到标定曲线，所述标定曲线用于表示SF6气体浓度值与图像灰度值的对应关系；

步骤S4进一步包括：

利用所述标定曲线计算出所述目标图像中的SF6气体浓度值，并将计算得到的浓度值与所述目标图像一起进行实时显示。

可选的，步骤S1中，采用被动式红外检测的方式获取SF6气体的原始红外图像具体包括：

利用被动式SF6红外探测传感器，获取红外传感面阵采集到的数据，从而得到所述原始红外图像，

其中，所述被动式SF6红外探测传感器的探测波长为10.55μm。

可选的，步骤S1具体包括：

S1-1、选定两个不同的温度，其中较高的温度记为T_high，较低的温度记为T_low；

S1-2、在温度T_high下，在同一背景中获取N张SF6气体的原始红外图像，N为正整数，将像素i在N张图像中的时域中值作为像素i的像素值，从而得到温度T_high下的红外图像S_high，

在温度T_low下，在所述同一背景中获取N张SF6气体的原始红外图像，将像素j在N张图像中的时域中值作为像素j的像素值，从而得到温度T_low下的红外图像S_low；

S1-3、利用图像S_high和S_low计算出信号增益G和偏移量O；

S1-4、利用信号增益G和偏移量O计算得到所述校正后的红外图像。

可选的，温度T_high的值为40℃，温度T_low的取值范围为18℃~25℃。

可选的，步骤S1-2中，N=16。

可选的，步骤S1-3中，信号增益G的计算公式为：

G=[中值(S_high)-中值(S_low)]/[S_high-S_low]，

其中，中值(S_high)和中值(S_low)分别表示图像S_high和S_low中所有像素的中值；

偏移量O的计算公式为：

O=中值(S_low)-G*S_low。

可选的，所述校正后的红外图像的计算公式为：

F＇=G*F+O，

其中，F＇为所述校正后的红外图像，F为所述原始红外图像。

可选的，步骤S2中，所述灰度图像为8位灰度图像。

可选的，步骤S3中，所述图像滤波包括空域滤波和小波去噪。

（三）有益效果

与现有技术相比，本发明提出的技术方案具有如下优点：

1、以被动式方式获取特定波长的红外图像，原始红外图像的获取过程更为简便。本发明的技术方案能够通过网线获取被动式SF6红外探测数据（红外探测传感器的探测波长在10.55μm左右），从而无需加入像主动式（如激光式）探测SF6气体中的控制方法，获取图像更简便。

2、能够动态显示SF6泄露情况。通过红外图像的非均匀性校正、归一化处理、图像滤波以及灰度线性变换等处理，最终获得的目标图像能够清晰、直观、实时地显示SF6气体的泄露情况。

3、能够动态显示SF6泄露浓度。基于得到的目标图像，与标准SF6排放设备进行标定，能够确定目标图像中泄露的SF6气体浓度大小，并且进一步在泄露浓度超过最大预设值时做出报警。

4、能够在线实时检测SF6泄露情况。采用本发明提出的技术方案，能够方便地通过有线或无线网络接入的方式，将红外探测传感器采集到的红外图像实时传输给上位机进行红外图像处理、分析与显示。

附图说明

图1是本发明提出的SF6气体检测方法的一种优选实施方式的流程图。

具体实施方式

下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。

图1表示了本发明提出的基于红外图像处理的SF6气体检测方法的一种优选实施方式。如图1所示，所述方法包括以下步骤：

S3、对所述灰度图像进行图像滤波（包括空域滤波和小波去噪）以及灰度线性变换，得到目标图像；

S4、将所述目标图像进行实时显示。

优选的，步骤S4之前还包括步骤：

步骤S4进一步包括：

在步骤S1中，首先借助被动式SF6红外检测传感设备（其探测波长在10.55μm左右），通过网线获取红外传感面阵采集的数据，从而得到原始红外图像。

为了补偿不同图像像素之间信号增益和偏移量的不同，需要对从SF6红外传感阵列采集到的原始数据进行非均匀性校正处理。非均匀性校正有多种方法，分别针对特定系统。优选的，本发明的技术方案采用如下的非均匀性校正：

首先分别采集高温和低温两种红外图像，其中，高温与低温并不是非常严格的确定，一般可取低温为室温（18℃~25℃），高温为40℃。高温可记为T_high，低温可记为T_low。两种图像一定要在一样的背景中采集。

为了消除采集到的图像的时域噪声，需要在同一温度下采集多幅图像，并将每一像素的时域中值作为这个图像像素的值，从而得到在同一温度下的红外图像。具体来说即，在温度T_high或T_low下，在同一背景中获取N张SF6气体的原始红外图像，N为正整数，将像素i在N张图像中的时域中值作为像素i的像素值，从而得到温度T_high或T_low下的红外图像S_high或红外图像S_low。优选的，N=16。

然后，增益G和偏移量O计算如下：

G=[中值(S_high)-中值(S_low)]/[S_high-S_low]，

其中，中值(S_high)和中值(S_low)分别表示图像S_high和S_low中所有像素的中值（也称帧中值）；

O=中值(S_low)-G*S_low。

接下来，每一经非均匀校正后的图像帧计算如下：

F＇=G*F+O，

其中，F＇为非均匀性校正后的红外图像，F为从红外探测传感器中获取的原始红外图像。

非均匀性校正处于红外探头标定阶段，校正结果就保存在每一个摄像头图像处理单元。

为便于对红外图像进行处理与显示，需要将校正后的红外图像通过网络传输给上位机。

由于从SF6红外探测传感器获取到的红外图像数据量过大，60Hz帧率下320*256的红外图像每秒产生的数据流量可达到9.4MB，为了降低数据流量，同时考虑到最终处理和显示红外图像时都是用的8位灰度图像，因此在步骤S2中，需要将校正后的红外图像进行归一化处理后，转化成8位灰度图像数据再进行后续图像处理。

在步骤S3中，需要依次对灰度图像进行空域滤波、小波去噪和灰度线性变换，从而得到对比度增强、人眼容易辨识的目标图像。

针对前述红外图像对比度低、清晰度低、噪声大等问题，一些常规空间滤波算法可明显改善图像质量。空间滤波的机理是使用预先定义好的卷积核掩码对图像进行卷积，如果卷积核在频率域中对应的是高通滤波器，则可以增强图像的边缘信息，改善图像的清晰度，但与此同时也放大了噪声，该操作也称为锐化操作。

小波去噪包括三个基本的步骤：（1）对含噪声信号进行小波变换；（2）对变换得到的小波系数进行处理，以去除其中包含的噪声；（3）对处理后的小波系数进行小波逆变换，得到去噪后的信号。小波去噪方法的不同之处集中在第一步中不同的小波基。从信号学的角度看，小波去噪是一个信号滤波的问题，而且尽管在很大程度上小波去噪可以看成是低通滤波，但是由于在去噪后还能成功地保留信号特征，所以在这一点上又优于传统的低通滤波器。可以说，小波去噪实际上是特征提取和低通滤波功能的综合。

对红外低对比度图像，灰度线性变换与伪彩色增强是两种常规增强对比度的算法。本发明的技术方案采用灰度线性变换来增强去噪后的红外灰度图像的对比度。灰度线性变换的机理是将原来小的灰度范围映射到一个更大的灰度变化范围，人为地扩大像素间的灰度差别，使得人眼可以更容易地感受到微小的灰度差异。

设源图像f(x,y)的灰度范围为[a，b]，将灰度范围变换到[m，n]的目标图像f′(x,y)公式如下：

f^{'} (x, y) = \{\begin{matrix} \frac{n - m}{b - a} (f (x, y) - a) + m & if & a \leq f (x, y) \leq b \\ m & if & f (x, y) < a \\ n & if & f (x, y) > b \end{matrix}

在这里不用伪彩色增强处理，是因为我们的目标是视频检测SF6气体的泄漏情况，而并非温度情况，所以采用灰度变换即可。

优选的，本发明的技术方案采用先标定、后测量的方法测量SF6气体泄露浓度大小。在步骤S0中，使用标准SF6气体排放设备，借助图像处理方法，标定SF6气体浓度值对应的红外灰度图像的灰度值大小，并将标定结果保存于系统数据库中，用于之后浓度测量查询用。

在步骤S4中，通过编程最终在上位机上显示SF6监控视频以及SF6泄露浓度，并在目标图像中的SF6气体浓度值超过预设的最大值时做出报警动作。

综上，本发明的技术方案借助被动式SF6红外检测传感设备，通过网线获取SF6红外传感面阵采集的数据，首先采用非均匀性校正以补偿传感面阵自身特性，然后采用归一化处理以降低数据流量，同时便于后续图像处理，接着针对红外图像高噪声的特点采用图像滤波（包括空域滤波和小波去噪），并采用灰度线性变换增强图像。在得到灰度增强后的SF6红外图像之后，借助正规SF6排放设备标定SF6泄露浓度，并将标定曲线存于数据库中以备之后实时检测SF6泄露浓度用。最终，将实时SF6气体泄露情况监测视频以及泄露浓度大小显示在上位机的屏幕上。

以上所述仅是本发明的优选实施方式，应当指出，对于本领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和替换，这些改进和替换也应视为本发明的保护范围。

Claims

1.一种基于红外图像处理的SF6气体检测方法，其特征在于，所述方法包括以下步骤：

S4、将所述目标图像进行实时显示。

2.根据权利要求1所述的方法，其特征在于，步骤S4之前还包括步骤：

步骤S4进一步包括：

3.根据权利要求1所述的方法，其特征在于，步骤S1中，采用被动式红外检测的方式获取SF6气体的原始红外图像具体包括：

其中，所述被动式SF6红外探测传感器的探测波长为10.55μm。

4.根据权利要求1-3之一所述的方法，其特征在于，步骤S1具体包括：

S1-3、利用图像S_high和S_low计算出信号增益G和偏移量O；

5.根据权利要求4所述的方法，其特征在于，温度T_high的值为40℃，温度T_low的取值范围为18℃~25℃。

6.根据权利要求4所述的方法，其特征在于，步骤S1-2中，N=16。

7.根据权利要求4所述的方法，其特征在于，步骤S1-3中，信号增益G的计算公式为：

G=[中值(S_high)-中值(S_low)]/[S_high-S_low]，

偏移量O的计算公式为：

O=中值(S_low)-G*S_low。

8.根据权利要求4或7所述的方法，其特征在于，所述校正后的红外图像的计算公式为：

F＇=G*F+O，

9.根据权利要求1-3之一所述的方法，其特征在于，步骤S2中，所述灰度图像为8位灰度图像。

10.根据权利要求1-3之一所述的方法，其特征在于，步骤S3中，所述图像滤波包括空域滤波和小波去噪。