（模式识别与智能系统专业论文）基于数字图像的变电站远程监控系统.pdf

t i t l e l i i ir l li t ii i i ii ll lli ii y 17 9 9 2 2 5 r e m o t em o n i t o r i n gs y s t e mf o r s u b s t a t i o n sb a s e do nd i g i t a li m a g e at h e s i ss u b m i t t e dt o s h a a n x iu n i v e r s i t yo fs c i e n c ea n dt e c h n o l o g y i np a r t i a lf u l f i l l m e n to ft h er e q u i r e m e n tf o rt h ed e g r e eo f m a s t e ro fe n g i n e e r i n g b y d u a n y a p i n g t h e s i ss u p e r v i s o r ：p r o f e s s o rz h a n 2 y u i i e 一_ l _ _ 一 m a r c h ，2 0 1 0 基于数字图像的变电站远程监控系统 摘要 电力对于国民经济的发展起着十分关键的作用，而变电站是整个电网的 核心，它起着调度电力供应的重要作用。随着电力系统网络的全面改造，各 变电站所均要实现无人值守，以提高生产效益。基于数字图像的无人值守 的变电站远程监控系统，将模式识别和数字图像技术结合起来，使监控中心 的操作人员不用亲临现场，通过远程监控就可以知道各个监控点的环境状况 及设备运行情况，并及时处理异常情况，进而对提高电站的劳动效率、安全 经济运行和管理水平有着极其重要的意义。 本文提出了基于图像处理的变电站远程监控方法，研究了变电站中的各 种仪表盘指示和读数识别方法以及远程传输识别结果、可能的异常和故障的 图像到监控中心的方法。对系统的结构、功能以及计算机监控中心软件进行 了设计。文章主要包括以下几方面的工作： ( 1 ) 研究了数字式仪表读数的识别方法。在对图像进行灰度化、二值 化、数字区域的定位、滤波、整体倾斜度的调整、单个字符的分割、小数点 处理等一系列的处理基础上，通过比较几种常用的识别方法，选取神经网络 作为字符识别的方法。将分割后的字符送入已经构建好的b p 神经网络进行 识别。实验结果表明文章采用的图像处理和识别方法具有较高的正确率，可 靠性比较高。 ( 2 ) 针对指针式仪表的特点，研究了指针式仪表读数的识别方法。通 过对指针式图像进行灰度化、阈值分割、腐蚀等预处理，提取了仪表指针位 置，利用霍夫变换检测出指针的角度，确定了指针式仪表表盘的读数。通过 仿真和实际使用，其识别效果准确率能达到9 9 以上。 ( 3 ) 对监控系统和远程数据传输的方法进行了研究。系统采用了多个 摄像头对现场的主要设备进行监控，通过图像处理和模式识别获取设备当前 运行的参数，并通过g p r s 网络上传数据到监控中心。对于现场监控发现的 异常或故障情况，迅速报警并将采集到的图像信息压缩后通过g p r s 网络上 传到监控中心，作为监控人员作出进一步判断的直观信息。 ( 4 ) 设计开发了计算机监控中心软件。以v b 6 0 作为开发平台，根据 整个系统的特点，选择s q l 数据库作为系统的数据库，并对其进行设计。 整个软件系统具有对用户进行管理，对设备参数、报警声音、网络连接状态 等基本参数进行设置，查询系统发生报警时的数据信息以及报表打印等功 能。 关键词：变电站，图像处理，远程监控，数字识别，指针识别 i i i 冱m o t em o n i t o r i n gs y s t e mf o r s u bs t 公汀i o n sb a s e do nd i g i t a li m g e a b s t r a c t 1 1 1 ed e v e l o p m e n to fe l e c t r i c i t yp l a y sac r u c i a lr o l ei nt h en a t i o n a le c o n o m y d e v e l o p m e n t 1 1 1 es u b s t a t i o ni st h eh e a r to f t h ee n t i r ep o w e r g d d ，w h i c hp l a y sa n i m p o r t a n t r o l e i nt h e e l e c t r i c i t ys u p p l ys c h e d u l i n g 晰m t h e c o m p l e t e r e s t r u c t u r i n g o ft h e p o w e rs y s t e mn e t w o r k ，t h e u n a t t e n d e di sr e a l i z e di n s u b s t a t i o n si no r d e rt oi m p r o v et h ep r o d u c t i o ne f f i c i e n c y p a r e mr e c o g n i t i o na n d d i g i t a li m a g et e c h n o l o g i e s a r ec o m b i n e dw i t hu n m a n n e dr e m o t em o n i t o r i n g s y s t e mf o rs u b s t a t i o n sb a s e d o nd i g i t a li m a g e s ot h em o n i t o r i n gc e n t e ro p e r a t o r s c a nb ea w a r eo ft h ev a r i o u se n v i r o n m e n t a la n de q u i p m e n to p e r a t i o nc o n d i t i o n s w i t h o u tv i s i t i n gt h ef i e l d ，a n dc a nd e a lw i t he x c e p t i o n st h r o u g ht h er e m o t e m o n i t o r i n gt i m e l y t h e s eb r i n gt h ee x t r e m e l ys i g n i f i c a n c e f o ri m p r o v i n gt h e s u b s t a t i o n sl a b o re f f i c i e n c y , s a f ea n de c o n o m i co p e r a t i o na n dm a n a g e m e n tl e v e l i nt h i sp a p e r , am e t h o do fr e m o t em o n i t o r i n gf o rs u b s t a t i o nb a s e do ni m a g e p r o c e s s i n gi sp r o p o s e d t h ea p p r o a c ho fr e a d i n gr e c o g n i t i o nf o rt h ev a r i o u s i n s t r u m e n tp a n e li n s t r u c t i o n si ns u b s t a t i o n r e m o t et r a n s m i s s i o ni d e n t i f i c a t i o n r e s u l t s ，t h ep o s s i b l ea n o m a l i e sa n df a i l u r e so ft h ei m a g e st o t h em o n i t o r i n g c e n t e ri sr e s e a r c h e d t h es y s t e m ss t r u c t u r e ，f u n c t i o na n dc o n t r o lc e n t e rc o m p u t e r s o f t w a r ea r ed e s i g n e d t h i sa r t i c l ei n c l u d e st h ef o l l o w i n ga r e a s ： ( 1 ) t h ei d e n t i f i c a t i o nm e t h o do fd i g i t a li n s t r u m e n ti sr e s e a r c h e d b a s e d o n as e r i e so fi m a g ep r o c e s s i n g ，s u c ha st h eg r a y i n g ，b i n a r y , d i g i t a lr e g i o n p o s i t i o n i n g ，f l t e r i n g ，t h e o v e r a l lt i l t a d j u s t m e n t ，i n d i v i d u a l c h a r a c t e r s e g m e n t a t i o na n dd e c i m a lp o i n tp r o c e s s i n ge t c ，t h en e u r a ln e t w o r k i ss e l e c t e da s t h e c h a r a c t e r s r e c o g n i t i o n m e t h o da f t e r c o m p a r i n g t h e c o m m o n l yu s e d i d e n t i f i c a t i o nm e t h o d s t h es e g m e n t a t i o nc h a r a c t e r sa r es e n ti n t ob pn e u r a l n e t w o r kt oi d e n t i f y t h ee x p e r i m e n t a lr e s u l t ss h o wt h a tt h ei m a g ep r o c e s s i n ga n d r e c o g n i t i o nm e t h o d t h ea r t i c l eu s e dh a sh i g ha c c u r a c yr a t ea n dr e l i a b i l i t y ( 2 ) t h ei d e n t i f i c a t i o nm e t h o do fp o i n t e ri n s t r u m e n t sr e a d i n gi sr e s e a r c h e d t h r o u g ha n a l y z i n gt h ep o i n t e ri n s t r u m e n tc h a r a c t e r i s t i c s a f t e rg r a y i n g ，t h r e s h o l d s e g m e n t a t i o na n dc o r r o s i o n ，t h ep o i n t e r sp o s i t i o ni s e x t r a c t e db yu s i n gh o u g h h i t r a n s f o r ma n dt h ea n g l eo ft h ep o i n t e ri sd e t e r m i n e d s i m u l a t i o n sa n dr e s u l t si n p r a c t i c es h o w t h a tt h ea c c u r a c yo ft h i sr e c o g n i t i o nc a nr e a c ho v e r9 9 ( 3 ) t h em e t h o do fm o n i t o r i n gs y s t e ma n dr e m o t ed a t at r a n s m i s s i o ni s s t u d i e d m u l t i p l ec a m e r a sa r eu s e di nt h es y s t e mt om o n i t o rt h em a j o re q u i p m e n t o n s i t e t h r o u g hi m a g ep r o c e s s i n ga n dp a t t e r nr e c o g n i t i o n ，t h e r u n n i n g e q u i p m e n tp a r a m e t e r sa r eo b t a i n e d ，a n dt h ed a t ai su p l o a d e dt ot h em o n i t o r i n g c e n t e rt h r o u g ht h eg p r sn e t w o r k t h ea b n o r m a lo rf a u l tc o n d i t i o n sf o u n db y o n - s i t em o n i t o r i n ga r ee a r l y - w a r n i n g t h ei m a g ei n f o r m a t i o ni sc o m p r e s s e da n d i su p l o a d e dt om o n i t o r i n gc e n t e rt h r o u g ht h eg p r s n e t w o r k , w h i c hi su s e da s t h ev i s u a li n f o r m a t i o nf o r m o n i t o r i n go p e r a t o r st om a k ef u r t h e rd e c i s i o n ( 4 ) t h es y s t e m sa r c h i t e c t u r ei sd e s i g n e da n dt h es o f t w a r ei sd e v e l o p e d 6 0i su s e da st h ed e v e l o p m e n t p l a t f o r m t h es q ld a t a b a s ei ss e l e c t e da st h e s y s t e m sd a t a b a s e ，w h i c h i s d e s i g n e da c c o r d i n g t ot h ee n t i r e s y s t e m c h a r a c t e r i s t i c s t h ee n t i r es o f t w a r es y s t e mh a st h ef u n c t i o n sa sf o l l o w s ：u s e r s m a n a g e m e n t ，b a s i cp a r a m e t e r ss e t t i n gf o rd e v i c ep a r a m e t e r s ，a l a r ms o u n d ， n e t w o r kc o n n e c t i o ns t a t u s ，q u e r y i n gt h ed a t aw h e ns y s t e ma l a r mo c c u r sa n d r e p o r tp r i n t i n ge t c k e yw o r d s ：s u b s t a t i o n ，i m a g e p r o c e s s i n g ，r e m o t e m o n i t o r i n g ，d i g i t a l i d e n t i f i c a t i o n ，p o i n t e ri d e n t i f i c a t i o n 1 v 目录 摘i 要i a b s t r a c t i i i 目：录】 1 绪论1 1 1 课题的研究意义j 1 1 2 研究现状1 1 3 论文结构3 1 4 本章小结4 2 图像预处理技术5 2 1 概j 苤5 2 2 图像去噪5 2 3 图像分害4 7 2 4 腐蚀与膨胀1 0 2 5 图像识别方法1 4 2 6 本章小结1 5 ， 3 数字式仪表识别方法研究1 6 3 1 引言一1 6 3 2 数字式仪表识别流程o 1 7 3 3 数字式仪表识别预处理一18 3 3 1 灰度化：一18 3 3 2 灰度图像二值化_ 1 8 3 3 3 数字区域定位1 8 3 3 4 图像滤波1 9 3 3 5 整体倾斜度调整1 9 3 3 6 单个字符分割2 1 3 4 图像的归一化处理2 2 3 5 小数点的处理2 3 3 6 基于b p 神经网络的数字识别一2 5 3 6 1 人工神经网络2 5 3 6 2b p 神经网络的设计一2 7 3 6 3 神经网络的训练2 8 3 7 数字识别性能评价指数3 0 3 8 实验结果分析3 1 3 8 1 数字识别3 1 3 8 2 数字识别算法评价3 2 3 9 本章小结3 2 4 指针式仪表识别方法研究3 3 4 1 引言3 3 4 2h o u g h 变换( 霍夫变换) 3 3 4 3 指针图像识别预处理_ 3 4 4 3 1 图像的灰度化：3 5 4 3 2 图像的阈值分割3 6 4 3 3 腐蚀3 7 4 3 4 指针的提取3 7 4 4 指针读数的识别算法3 8 4 4 1 指针角度的检测：3 8 4 4 2 量程的确定3 9 4 4 3 指针读数的计算4 0 4 5 实验结果分析4 0 4 6 本章小结一4 0 5 系统设计4 1 5 1 系统组成和主要功能4 l 5 2 计算机监控中心的结构4 2 5 3g p r s 通信4 2 5 3 1g p r s 网络4 2 5 3 2g p r s 模块选型4 6 5 3 3m 2 3 ag s m g p r s 模块4 7 5 3 4 通信协议：一4 8 5 4 数据的传输4 9 5 5 系统的硬件选择5 1 5 6 计算机监控中心软件开发工具5 4 5 7 本章小结。5 4 6 计算机监控中心软件设计5 5 6 1 软件介绍5 5 6 2 数据库的设计5 7 6 2 1 数据库的选择5 7 6 2 2 数据库分析5 8 6 2 3 数据库逻辑结构设计5 8 6 3 功能模块的设计6 0 6 3 1 用户管理模块6 0 6 3 2 系统查询模块6 3 6 3 3 视频监控模块6 5 6 3 4 图像识别模块6 7 6 3 5 系统帮助模块6 8 6 4 本章小结6 9 7 结论7 0 致谢7 l 参考文献7 2 攻读学位期间发表的论文目录7 4 原创性声明及关于学位论文使用授权的声明7 5 i i i 基于数字图像的变电站远程监控系统 1 绪论 1 1 课题的研究意义 变电站是电力系统中重要的组成部分。仪表作为变电站中重要的设备，它们是否能 够正常运行对整个电力系统的安全与否有着至关重要的作用t t ，2 j 。但现在的电力企业很少 能够做到及时准确的对它们的状态做出直观准确的判断。现在，越来越多的变电站中安 装和使用了远程监控系统，以便能更好的监视各种设备的运行情况。但现在的监控系统 只有监控功能，对于监控目标不能进行智能化的自动识别和分析。一般依靠监控人员长 时间地盯着监视屏幕，进行人工判断识别，这样不利于实现变电站的智能化管理。再加 上变电站设备故障的多样性，而且引发这些故障的原因非常复杂，使得只有监控系统很 难及时准确的对设备的状态及故障做出及时的反应1 3 4 】。另外，若是对边远地区的变电站 监控，通过网络将图像传到监控中心，大量数据的传输很容易造成网络的堵塞。 为了能够更有效利用现有视频监控网络，在现有监控系统的基础上，利用当前流行 的图像处理和模式识别技术对监控目标的图像进行自动分析识别c s 】，可以在设备出现故 障或存在安全隐患的情况下立即报警，并将异常情况下的图片数据通过网络上传到监控 中心，这样不但能使工作人员清楚地了解变电站设备的运行情况，准确地判断现场发生 告警的原因，而且降低了系统对于网络的要求，对于电力设备的监测、维护意义十分重 大。 目前变电站监控系统主要的监控和识别内容涉及有：数字式仪表( 如电压表、电流 表、功率表等) 数值、指针式仪表数值、变压器液面位置、隔离开关状态、各种信号指 示灯状态、运动物体检测等等。由于目前没有统一的方法能对变电站内的各种设备情况 进行识别，因此针对不同的研究对象，需采用不同的图像处理和识别方法。本文重点研 究变电站内数字式仪表数字的识别以及指针式仪表数值的识别。 1 2 研究现状 目前，远程监控系统已经得到了广泛的应用。这些应用包括监控系统及图像识别系 统的单独应用，监控与识别系统集成应用。例如监控系统可应用在电力、通信、交通、 银行、工厂、博物馆及住宅小区，以实现生产过程监控、调度、防盗、防火等功能。在 监控过程中可以利用声、光、电进行综合报警。国内外对监控技术都展开了积极的研究。 1 9 9 7 年1 月，首届基于i n t e m e t 的远程监控诊断工作会议由斯坦福大学和麻省理工学院 联合主办，有来自3 0 个公司和研究机构的5 0 多位代表到会。会议主要讨论了有关远程 陕西科技大学硕士学位论文 监控系统开放式体系、诊断信息规程、传输协议及对用户的合法限制等，并对未来技术 发展作了展望。由斯坦福大学和麻省理工学院合作开发基于i n t e m e t 的下一代远程监控 诊断示范系统，这项工作同时也得到了制造业、计算机业和仪器仪表业的s u n 、l i p 、 b o e i n g 、i n t e l 、f o r d 等1 2 家大公司的热情支持和通力配合。之后，由这些公司共同推出 了一个实验性的系统t e s t e d 。t e s t e d 用嵌入式w e b 组网、用实时j a v a 和b a y e s i a nn e t 初步形成在i n t e r n e t 范围内的信息监控和诊断推理。另外，许多国际组织，如m i m o s a ( m a c h i n e r yi n f o r m a t i o nm a n a g e m e n to p e ns y s t e ma l l i a n c e ) 、s m f p t ( s o c i e t yf o r m a c h i n e r yf a i l u r e p r e v e n t i o nt e c h n o l o g y ) 、c o m a d e m ( c o n d i t i o nm o n i t i o na n d e n g i n e e r i n gm a n a g e m e n t ) 等，也纷纷通过网络进行设备监控与故障诊断咨询和技术推广 工作，并制定了一些信息交换格式和标准。许多大公司也在他们的产品中加入了i n t e m e t 的功能，如b e n t l y 公司的计算机在线设备运行监测系统d a t am a n a g e r2 0 0 0 可以通过网 络动态数据交换( n e td d e ) 的方式向远程终端发送设备运行状态信息；著名的n a t i o n a l i n s t r u m e n t s 公司也在它的产品l a b w i n d o w s c v i 以及l a b v i e w 中加入了网络通讯处理模 块，因而可以通过w w w 、f t p 、e m a i l 方式在网络范围内进行监控数据的传送。法国 “a l a r m 研究组对生产过程的智能报警和监控系统进行了长期研究，并在多个项目 中进行了应用。 国内对于远程监控技术也开展了积极的研究。目前，西安交大、华中科技大学、哈 尔滨工业大学、南京理工大学等高校已取得了较为先进的研究成果，如西安交通大学研 制的“大型旋转机械计算机状态监测系统及故障诊断系统r m m d 、华中科技大学开发 的“汽轮机工况监测和诊断系统k b g m d 、哈尔滨工业大学的“微计算机化机组状态监 视与故障诊断专家系统m m m d e s 等。 而图像识别技术可用于公安系统的指纹识别、工业制造中的产品检测、军事侦察、 气象分析、自然灾害预测等领域。由于同时进行监控与图像识别需要一定的环境、条件， 且这方面的技术也正处在发展过程中，因此其应用场合相对两种技术单独应用时要少一 些，一旦能综合应用这两种技术，效果和效益非常显著。随着各个领域技术的不断成熟 及计算机网络应用的更加普及，其应用范围不断扩大。 将图像识别技术应用到监控系统中，国外的研究开始较早且应用领域较为广泛。从 1 9 9 1 年开始，美国海岸地质观察中心( u s g e o l o g i c a ls u r v e y ，sc e n t e rf o rc o a s t a l g e o l o g y ) 通过与俄勒冈州立大学( o r e g o ns t a t eu n i v e r s i t y ) 合作建立了一套远程视频监 控系统【6 】，而此前该大学已经对视频数据采集和处理技术( v i d e od a t aa c q u i s i t i o na n d p r o c e s s i n gt e c h n i q u e s ) 研究十年了。这套系统能够提供数字视频，用象素强度来表示一 幅数字图像的颜色和灰度。实际使用的效果已经证明，这种方式能够对所采集的视频数 据进行准确的定量分析。而这是其他常规方式无法做到的。这种系统主要用来监控海岸 2 基于数字图像的变电站远程监控系统 地形的变化情况，利用图像识别技术来判断不同时期海岸的变迁情况。法国“a l a r m ” 研究组对生产过程的智能报警和监控系统进行了长期研究，并在多个项目中进行了应用。 由斯坦福大学和麻省理工学院合作开发基于i n t e m e t 的下一代远程监控诊断示范系统，这 项工作同时也得到了制造业、计算机业和仪器仪表业的s u n 、h p 、b o e i n g 、i n t e l 、f o r d 等1 2 家大公司的热情支持和通力配合。之后，由这些公司共同推出了一个实验性的系统 t e s t b e d 。t e s t b e d 用嵌入式w e b 组网、用实时j a v a 和b a y e s i a nn e t 初步形成在i n t e m e t 范围内的信息监控和诊断推理。 在国内，对于图像监控系统研究起步较晚，但技术水平很高。在十六大上应用了一 种证件智能识别系统，该系统成功实现了与会人员身份的计算机自动识别。这种系统就 采用了视频监控与面像识别系统，传统的面像识别系统多是利用人体独一无二的指纹和 虹膜血管分布图案，实现高质量的身份识别。但这个系统中，计算机并不是提取眼睛、 鼻子、嘴巴的轮廓和相对位置等特征进行识别，而是对人们脸部的凸凹起伏进行模数转 换，通过一系列复杂的算法实现分辨，能够实时地检测人脸，具有比同类算法更高的正 确识别率，对光照的变化有更强的适应能力。这种技术可进一步应用在银行安全防范、 机场出入控制、面像识别考勤等方面。另外，车辆自动识别( a u t o m a t i cv e h i c l e i d e n t i f i c a t i o n ，a v i ) 系统就是一种很好的应用e 7 ，能够自动对过往车辆进行监测，根据 需要分析摄取汽车图像，以自动识别汽车牌照。这种系统使用的技术包括，h o u g h 变换 以检测直线来提取车牌边界区域、灰度分割，或纹理特征分析技术等。这种系统是一种 很好的交通监控和管理手段。 远程数字视频监控与识别系统应用和研究趋势具有以下几个特点： 应用范围越来越广泛。这种系统将来的应用不仅仅局限在企事业单位和公司，正 逐步进入家庭。现在已经出现这种产品。即在家庭内安装一台微型监控设备，可通过电 话线或i n t e m e t 实现远程对家里的监控。有的则用来监护家里儿童。 不断采用新技术改善视频质量。新的硬件监控产品已普遍采用m p e g 4 标准。 系统越来越多地支持i n t e m e t 技术标准。包括支持t c p f i p ，h t t p ，f t p ，s m t p 等协议。广泛采用w e b 技术构架，支持客户用浏览器访问。 1 3 论文结构 对远程变电站进行监控具有十分重要的实际意义，在本文中主要研究的内容是利用 图像处理和模式识别技术对变电站中的数字式仪表和指针式仪表进行识别，并对整个系 统以及计算机监控中心软件进行设计。根据研究的内容对论文的章节结构组织如下： 第1 章绪论。介绍了课题研究的意义和研究现状。 第2 章图像预处理技术。介绍了图像的预处理方法一图像去噪、图像分割以及腐 陕西科技大学硕士学位论文 蚀与膨胀，最后简要介绍了图像识别的三种方法。 第3 章数字式仪表识别方法研究。先对图像进行一系列的预处理，如灰度化、二值 化、数字区域的定位、滤波、倾斜度调整、归一化和字符分割后，送到已经训练好的b p 神经网络中进行识别。 第4 章指针式仪表识别方法研究。经过图像的预处理，再利用霍夫变换提取指针和 量程计算得到指针仪表的读数。 第5 章系统设计。设计了整个系统，给出了计算机监控中心的结构，根据变电站远 程监控系统的特点，将g p r s 作为其无线通信技术，设计了通信协议，阐述了数据传输 的过程，选择了系统的硬件设备，最后简要介绍了监控中心的软件开发平台。 第6 章计算机监控中心软件设计。简要介绍了系统中使用的数据库，并设计了系统 中用到的数据库，同时对监控中心的各个功能模块进行了设计。 第7 章结论。对本文的工作进行了总结，讨论了研究中存在的不足及需要进一步深 入的研究工作。 1 4 本章小结 本章介绍了研究远程变电站监控系统的实际意义，总结了国内外的研究现状，并根 据论文的研究内容对文章的结构作了合理的安排。 4 基于数字图像的变电站远程监控系统 2 图像预处理技术 2 1 概述 图像在采集、获取、传输过程中，均会不同程度地被可见或不可见的噪声“污染”。 噪声源包含有电子噪声、光子噪声、斑点噪声和量化噪声等。如果信噪比( s n r ) 低于 一定的水平，噪声逐渐变成可见的颗粒形状，就会导致图像质量的下降。特别是在工业 现场所采集的图像，除了噪声的干扰外，由于光照不稳定，固定支架上摄相机的振动等 因素，也会使图像污染，为日后的处理工作带来障碍。为此，在研究图像时，首先必须 要对获得的图像信息进行预处理以去除噪声的干扰，这样可以提高系统的信噪比 7 1 。有 时由于信号微弱，无法进行识别，还要进行图像的增强。图像增强的首要目标是处理图 像，使其比原始图像更适合于特定的应用，也就是提供一个满足一定要求的图像，以便 人、机分析；为了从图像中找到需要的东西，还要对图像进行分割，也就是对经过处理 的图像进行定位和分离，以达到获得所需要信息的目的；为了给观测者和机器识别提供 清晰的图像，还要对获得的图像进行改善，也就是进行图像复原处理。它可以把已经退 化了的图像重建或恢复，以此来提高图像的饱和度。在实际中，图像的信息是非常大的， 因此，在存储和有些传输过程中还要对图像进行压缩。 ? 以上所述，都属于图像预处理的基本范畴。因此，图像预处理包括图像增强、图像 复原、图像编码和图像压缩等内容。对于图像处理环节来说，主要是解决两个问题：一 个是判别图像中有无所需要的信息，另一个是确定这些信息是什么。 2 2 图像去噪 一幅图像可能存在着各种寄生效应，这些效应可能在量化过程中产生，也可能在传 输过程中产生，还可能是由于c c d 传感器受温度和环境的影响产生的。一个较好的平 滑方法是既能去掉这些效应，又不能使图像的边缘轮廓和线条变得模糊。这就是研究图 像平滑去噪处理所要追求的主要目标。平滑处理的方法有空域法和频域法两大类【s 1 。常 用除噪方法主要有均值滤波和中值滤波及维纳滤波。所有滤波器都是用一个滑动窗口来 计算窗口中的某个像素点的灰度。 ( 1 ) 线性滤波 线性滤波器实质上是一种低通滤波器。常用的是一种基于邻域平均的空域处理方法。 图像中的大部分噪声，如由敏感元件，传输通道，整量化器等引起的噪声，多半是随机 性的，它们对某一像素的影响，可以看作是孤立的。因此，和邻近各点相比，该点灰度 陕西科技大学硕士学位论文 值将有显著的不同。基于这一分析，可以用邻域平均的方法，来判断每一点是否含有噪 声，并用适当的方法消除所发现的噪声。 口口口 口口口 f ( x ，y ) 口口口 图2 - l 像素f x ，y ) 及其8 邻域像素 f i 9 2 - 1p i x e l 地y ) a n di t s8n e i g h b o rp i x e l s 图2 1 中f ( x ，y ) 表示( x ，y ) 点的实际灰度。均值滤波对图像进行处理时，用其窗口中的 平均灰度值代替窗口中心像素原来的灰度，经过滤波后，像素( x ，y ) 对应的输出值为： f i j ，k ) = j z f ( x ，y ) o ( x j ) 一般来说，3 3 的小邻域就能得到较满意的效果。邻域取得过大， 一些有用信息如图像的边缘变得模糊。 ( 2 ) 中值滤波 ( 2 1 ) 会使灰度突变的 因受到噪声污染而退化的图像，可以采用线性滤波方法来复原处理，并且在很多情 况下是很有效的。但是多数线性滤波具有低通特性，在去除噪声的同时也使图像的边缘 变得模糊了。中值滤波方法在某些条件下可以做到既去除噪声又能够保护图像边缘，得 到满意的图像复原。 中值滤波的原理【9 】：数字图像中一点的值，用该点的一个邻域中各点值的中值代替。 中值的定义如下： 一组数五x 2x 3 ，x 。，把n 个数按值的大小排列于下： x i l x i 2 x i 3 x i n y = m e d x l ，x 2 ，x 3 ，x 。 = x 。“n 为奇数 q ：- ) l i x i ( 2 ) + x 嚷小 q 2 其中，下标i 是为了区分排列前后的数值，y 为序列x x ，x ，x 。的中值。 把一个点的特定长度或形状的邻域称作窗口，在一维情形下，中值滤波器是一个含 有奇数个像素的滑动窗口。窗口正中间那个像素的值用窗口内各像素值的中值代替。中 值滤波的概念很容易推广n - 维，此时可以利用某种形式的二维窗口。设 x i i ( i j ) 1 2 ) 表 示数字图像各点的灰度值，滤波窗口为a 的二维中值滤波可定义为： y i j = m e d x i i = m e d x ( i + r ) a + s ) a ，( i j ) 1 2 ) ( 2 3 ) 二维中值滤波的窗口可以取方形，也可以取近似圆形或十字形。中值滤波的实现过 6 基于数字图像的变电站远程监控系统 程如图2 2 ：滤波窗口的选择为n x n ，其中n 为奇数。 图2 - 2 中值滤波买现过程 f i 9 2 2m e d i m lf i l t e rr e a l i z a t i o n 具体的实现步骤如下： ( a ) 建立一个n x n 的窗口，并用该窗口按先行后列的顺序逐次滑动。 ( b ) 每次滑动后对窗口内的数字信号序列进行排序。 ( c ) 用排序所得中值替代窗口中心位置的原始值。 ( d ) 滑动窗口，重复( b ) 、( c ) 步骤。 实验结果显示中值滤波方法正好适合要求，它的特点是边缘保持特性好。经中值滤 波后，图像中的随机噪声被有效消除，图像的边缘细节被很好地保留了下来。 ( 3 ) 自适应滤波 自适应滤波即维纳滤波，它能根据图像的局部方差调整滤波器的输出。局部方差越麓 大，滤波器的平滑作用越强。它的最终目标是使处理后的图像与原始图像的均