采用CT域HMT模型的变电设备红外和可见光图像融合

摘要：

将变电设备的红外图像和可见光图像融合可大大提高热故障定位的准确度.鉴于小波变换缺乏方向信息,且不能为2维图像提供理想的稀疏表达,同时考虑到边缘特征在图像融合中的重要性.提出了一种基于轮廓波变换(contourlet transform,CT)域隐马尔可夫树(hidden Markov tree,HMT)模型的红外和可见光图像融合算法.利用所提出的算法,完成了某500 kV变电站设备的红外和可见光图像融合.融合结果表明,该算法由于采用期望最大(expectation maximization,EM)算法对CT分解得到的高频系数进行HMT建模且设计了一种利用Canny算子进行边缘检测的融合规则,所以可在保留更多细节信息的同时,能得到更加光滑细腻的融合图像;融合结果的均值、标准差、平均梯度和信息熵等统计指标均有明显改善.该算法为变电设备的智能检测与识别提供了量化依据和指导.

关键词：变电设备、图像融合、CT域HMT模型、边缘检测、红外图像、可见光图像

所属期刊栏目：39

分类号：TP3;TN9

资助基金：基金资助项目:中央高校基本科研业务费专项资金12MS122.Project supported by Fundamental Research Fund for the Central Universities 12MS122

在线出版日期：2014-01-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：2642-2649