基于小波变换红外热图像分割方法研究程一斌.pdfVIP

安徽广播电视大学学报1999 年第3 期 基于小波变换的红外热 图像分割方法的研究 程一斌 (安徽广播电视大学滁州 分校　安徽滁州　239000) 摘　要:利用小波分析对局部具有良好的时域和频域分辨率的特点, 将其引入红外热图像分割中, 提出一种基于小波变换的多分辨率门限选法, 这种方法不仅能有效地克服红外热图像固 有的缺陷, 而且改变了传统分割方法中人为选取阈值参数的作法。 关键词:红外热图像;图像分割;小波变换;多分辨率分析 分类号:O434.3　　　　文献标识码:A　　　　文章编号:1008-6021(1999)03-0085-89 1　引言 近年来, 红外热成像技术在国内外电力行业中的应用日趋广泛, 正逐步成为对电 气设备进行监控和检测维修的必备手段, 因此有必要对红外热图像进行有效的分析, 以便正确地认识电气设备的状态。 红外图像与可见图像相比, 其噪声大, 信号较强, 图像相对模糊, 通常为了从模糊 的红外图像中得到有用的信息, 要对图像分割后进行局域分析, 但是在采用传统的分 割方法(如基于灰度直方图统计的搜索门限阈值的分割方法)对红外热图像进行分割 时, 往往效果不佳, 究其根本原因, 是抗噪声能力差。 新近发展起来的小波分析或多分辨率分析方法, 由于它在时域或频域具有良好 的局部化特性, 而且可以对高频信号采取逐步精细的时域和频域分析, 因而在图像分 析领域得到越来越广泛的应用。本文将小波变换的多分辨率理论引入到红外热图像 分割领域, 发展了一种基于离散二进制小波变换的门限选取法, 它能够在不同的尺度 下自动选取门限阈值, 从而可以得到良好的分割效果。 2　小波变换[ 1, 2] 小波变换是空间(或时间)和频率的局域变换, 它的基本原理是由一函数的平移 和伸缩构成一系列的正交基, 并且通过平移和伸缩等运算功能对函数和信号进行多 尺度细化分析, 从而能有效地从信号中提取有用的信息。 2.1　连续小波变换 我们称满足条件 ∧ ∞ 2 -1 　　　∫ ψ(ω) ω d ω+∞ (1) -∞ 的平方可积函数 ψ(t )[即ψ(t )∈L 2 (-∞, +∞)]为一基本小波或小波母函数。若 收稿日期:1999-06-09 作者简介:程一斌(1964- ), 男, 安徽滁州人, 讲师。 85 安徽广播电视大学学报1999 年第3 期 1 t -b 　　　ψ (t )= ψ( ), a, b 为实数, 且a ≠0, (2) a, b a a 我们就称 ψ (t )为母函数 ψ(t )生成的依赖于参数a 、b 的连续小波。 a, b 　　　设f (t )∈L 2 (-∞, ∞), 其相应的小波变换就为: 1 ∞ t -b 　　　 W (a, b )= f , ψ = ∫ f (t )ψ( )dt (3) f a .b -∞ a a 从(3)中我们可以看出, 参数b 起着平移的作用, 而参数 a 的变化则会影响 ψ (t )的频谱移动方向, 从而决定它在时间(或空间)域的分辨率。 a, b