基于双边滤波的变电站设备图像增强算法

广西电网有限责任公司贵港供电局 李红光 郑 毅 蒋晨曦

基于双边滤波的变电站设备图像增强算法

广西电网有限责任公司贵港供电局 李红光 郑 毅 蒋晨曦

提出了一种变电站设备图像增强算法，提升了站内模糊图像质量。首先，使用巡检机器人采集待识别设备图像。其次，使用数字图像处理技术对采集图像进行去噪等预处理操作。最后，使用双边滤波对图像进行增强处理。实验证明，该方法具有计算快捷，鲁棒性强的特点，为变电站设备识别提供了技术支撑。

变电站；设备图像；图像增强；双边滤波

1 引言

随着信息时代的到来，人类已经进入了信息化的时代，图像作为最普通的信息载体与人类的活动息息相关[1]。近年来，众多的学者们将研究方向转移到图像处理与计算机视觉等领域。图像分类也逐渐成为科学研究中不可缺少的强有力的工具，其在图像检索、智能机器人场景识别等多个领域中具有重要的应用价值[2]。

变电站是各级电网的核心枢纽，对站内设备例行检查是保证电网安全运行的关键技术手段[3]。目前，比较流行的巡检方式是人工巡检模式，即以人工的方式方法登记、统计设备信息来进行管理工作的落后状态。由于电网的维护难度高，巡检量大，采用人工巡检模式已不能满足已完全不能满足实际需要[4]。

随着机器人技术的快速发展，将机器人技术与电力应用相结合，基于机器人移动平台携带检测设备代替人工进行设备巡检成为了可能。但是变电站中的环境复杂，在室外环境等因素影响下，采集的设备图像并不是保持清晰不变的。图像模糊给后续目标分割和识别带来了困难。因此，对采集到的图像进行图像增强是一项重要工作，同时也具有重要意义。

2 滤波去噪

图像在形成、传输过程中，常因外界噪声的干扰而导致质量退化。因此，噪声检测是比较关键的一步，它为图像中像素点的正确分类提供基础。噪声检测的方法较多为减少噪声的影响，可以采取各种滤波方式对图像进行去噪处理。

中值滤波是一种非线性平滑技术，它将每一像素点的灰度值设置为该点某邻域窗口内的所有像素点灰度值的中值[5]。就是用一个奇数点的移动窗口(中值窗)，将窗口中心点的值用窗口内各点按其数值大小排序后中间的那个数(即中值)代替．中值滤波是一种优化的保持边界与滤除高频噪声干扰的滤波方法，尤其对 处理突变尖峰之类的脉冲噪声非常有效。并且在滤除噪声的同时图像不会被模糊。二维中值滤波的窗口形状和尺寸设计对滤波效果影响较大，不同的图像内容和应用要求，往往采用不同形状和尺寸以达到满意的滤波效果。

高斯滤波是一种线性平滑滤波，适用于消除高斯噪声，广泛应用于图像处理的减噪过程[6]。通俗的讲，高斯滤波就是对整幅图像进行加权平均的过程，每一个像素点的值，都由其本身和邻域内的其他像素值经过加权平均后得到。高斯滤波的具体操作是：用一个模板(或称卷积、掩模)扫描图像中的每一个像素，用模板确定的邻域内像素的加权平均灰度值去替代模板中心像素点的值。

高斯滤波器脉冲响应函数为：

图1和图2分别是中值滤波和高斯滤波的效果图，从图中可以看出高斯滤波保持的轮廓性比较完整，对目标检测的特征比对更具优势，便于对后续目标分割识别。因此本文选择高斯滤波进行去噪。

图1 中值滤波效果图

图2 高斯滤波效果图

3 双边滤波

边缘滤波是从备选边缘中找出“最重要”边缘的过程，如果考虑图像内容，找出“最重要”边缘需要相当复杂的算法[7]。例如，在Lena图中，“最重要”边缘包括眼睛的边缘，因为这是Lena图中观察者视线主要停留的区域，同时这个区域也表达了图像内容中重要的信息[8]。

双边滤波(Bilateral filter)是一种非线性的滤波方法，是结合图像的空间邻近度和像素值相似度的一种折衷处理，同时考虑空域信息和灰度相似性，达到保边去噪的目的。具有简单、非迭代、局部的特点[9,10]。双边滤波中，输出像素的值取决于邻域像素值的加权和：

以上两者相乘，可得到双边权重函数如下：

如上所述，双边滤波是一种可以保边去噪的滤波器。之所以可以达到此去噪效果，是因为滤波器是由两个函数构成。一个函数是由几何空间距离决定滤波器系数。另一个由像素差值决定滤波器系数。

4 算法设计及其分析

为了验证算法的有效性，在操作系统为Win7，处理器主频为3.09 GHz、 系统内存1G的PC上，采用MATLAB软件平台上实现本文算法。 实验中给出了不同图像的双边滤波实验效果。如以下系列图所示。

实验一：避雷器指针表图像增强。

图3 双边滤波结果

实验二：较模糊的设备图像增强。

图4 双边滤波结果

实验三：模糊设备的图像增强。

图5 模糊油位计双边滤波结果

实验四： 清晰设备图像增强。

图6 清晰油位计双边滤波结果

实验五：背景丰富的花卉图像增强。

图7 背景丰富的双边滤波结果

从实验结果中可以看出，经过双边滤波后，图像的到了增强。图像整体亮度增加，边缘细节也更加突出，方便了后续设备目标分割和提取。尤其在目标清晰和背景丰富的情况下，目标的边缘细节更加明显。实验数据表明了该算法的有效性。

5 结论

本文通过双边滤波技术，实现了图像增强。通过模糊图像、清晰图像和背景丰富的花卉图像的测试，验证了本文算法的有效性。算法在图像亮度和边缘细节上表现突出，既增强了图像亮度，同时也更加突出了目标的边缘细节。为后续的目标分割和提取提供了技术支撑。实验结果表明该算法具有建模简单、运行速度快等特点。

[1]王啸晨．基于机器学习的图像质量评估研究[D]．天津大学,2015：1-5．

[2]韩峰．基于最大稳定极值区域的场景分类方法研究[D]．山东大学,2014：1-5．

[3]杨旭东,黄玉柱,李继刚,等．变电巡检机器人研究现状综述[J]．山东电力技术,2015,42(1)：30-33．

[4]丁思奎,李健．变电站巡检机器人应用中存在的问题分析及解决方案[J]．电工电气,2016(2)：57-58．

[5]安静宇,马宪民．基于中值滤波和小波变换的火电厂炉膛火焰图像去噪方法[J]．计算机工程与科学,2016,38(8)：1702-1705．

[6]姒绍辉,胡伏原,顾亚军,等．一种基于不规则区域的高斯滤波去噪算法[J]．计算机科学,2014,41(11)：313-315．

[7]Mallat S,Zhang S．Characterization of signals from multiscale edges[J]．IEEE Trans PAMI,1992,14(7)：710-732．

[8]张闯,迟健男,张朝晖,王志良．基于边缘检测与双边滤波的彩色图像去噪[J]．电子学报,2010,38(8)：1776-1783．

[9]刘国军,马月梅．混合波原子和双边滤波的纹理图像滤波方法[J]．计算机应用研究,2013,30(3)：942-943．

[10]闫四海,耿国华,李康,等．针对文物图像的特征提取方法研究[J]．计算机应用研究,2013,30(11)：3500-3501．

Image enhancement algorithm of substation equipment based on bilateral filtering

Li Haoguang，Zheng Yi，Jiang Chenxi
（Guigang Power Supply Bureau of Guangxi Power Grid Co.，Ltd.，Guigang，China）

An image enhancement algorithm for substation equipment is proposed in this paper，which improved the quality of fuzzy image in the substation. Firstly，the identified images of the equipment are acquired by the inspection robot. Secondly，the digital image processing technology is used to de-noise the image. Finally，bilateral filter is used to enhance the image processing. Experimental results show that the method is fast and robust.It provides technical support for substation equipment identification.

substation；equipment image；image enhancement；bilateral filter