小波分析視域下雙閾值火焰彩色圖像強化方法分析

魏 挺

（西安航空職業(yè)技術(shù)學院，陜西 西安 710089）

小波變換是基于小波基的多尺度分析得以發(fā)展的。而小波分析不僅是傅里葉變換的重要突破，還是應用數(shù)學、信號與圖像處理等各種領(lǐng)域的研究熱點。在小波理論與方法不斷完善的形勢下，其得以在信號分析、地震勘察數(shù)據(jù)處理、算子理論、圖像處理等許多領(lǐng)域?qū)崿F(xiàn)了廣泛應用。當前小波分析在圖像處理中的應用主要體現(xiàn)在圖像壓縮、去噪、強化、融合等環(huán)節(jié)。而且小波變換在時域與頻域等方面具備一定的局部性，在信號與圖像處理中以其優(yōu)勢備受青睞。小波閾值屬于非線性方法，其是在小波域中基于小波系數(shù)處理進一步分割圖像?，F(xiàn)階段，圖像強化的方法各式各樣，但是其中不同方法所針對的特殊情況不同，所需采取的措施也各不相同，一旦圖像拍攝環(huán)境與強化目標出現(xiàn)變化，此方法就極有可能無法滿足工業(yè)應用相關(guān)要求，因此，爐膛內(nèi)火焰彩色圖像強化，應以鍋爐監(jiān)控系統(tǒng)的需求為依據(jù)，采用與之相適應的強化方法[1]。

1 小波分析視域下雙閾值火焰特征提取

火焰彩色圖像中包含非常豐富的多元化火焰特征信息，以及紋理特征信息。對于彩色紋理圖像來說，特征描述直接決定著圖像分割效果，而且提取圖像顏色特征與紋理特征信息，可以促使圖像分割效率與質(zhì)量得到顯著提升，因此，同時提取具有十分重要的現(xiàn)實意義。

1.1 顏色特征

基于成像系統(tǒng)采集火焰彩色圖像，以RGB 形式存在，在圖像顯示中更具適用性，而RGB 顏色構(gòu)成存在較高的相關(guān)性，RGB 色度空間難以真實體現(xiàn)出顏色差異，不適合進行顏色特征提取。在圖像處理過程中，可以將RGB圖像轉(zhuǎn)換到其他色度空間去，不同色度空間的優(yōu)點與缺點也各不相同[2]。其中，在Y、Cb、Cr空間中，顏色分量之間的相關(guān)性比較小，能夠代表火焰特征，所以，進一步探究Y、Cb、Cr空間的火焰顏色特征已經(jīng)成為必然趨勢。而RGB色度空間轉(zhuǎn)換成Y、Cb、Cr空間的表達式是：

1.2 紋理特征

紋理特征能夠?qū)⒛繕宋矬w的顏色與灰度變化全面展現(xiàn)出來，其中最常用的提取方式就是矩陣法，其主要是為了獲取圖像的全局灰度統(tǒng)計學特征。而以結(jié)構(gòu)與模型作為主要載體的紋理提取方式也十分常見，此方式更加適合在具備相關(guān)性與方向性的圖像中加以應用。小波變化可以確保圖像信息在分解時，不會過多損失與冗余，其在圖像紋理特征提取與分割中的應用相對廣泛。就火焰圖像而言，其具備較強的動態(tài)性，而且其紋理結(jié)構(gòu)不固定，所以，更加適合利用小波變化進行紋理特征提取。小波變化是通過小波函數(shù)和尺度函數(shù)吧原始信號進行分解，劃分為不同的頻帶信號，能夠利用正交鏡像濾波器進行[3]。而二維小波分解把低通（L）與高通（H）濾波器水平作用到原始圖像I中，其所形成的系數(shù)矩陣則為IL、IH。然后再把低通與高通濾波器垂直作用在IL、IH上，以形成子圖ILL、ILH、IHL、IHH。而ILL是原始圖像的基圖像，其他代表水平、豎直、對角方向的詳細信息。

2 小波分析視域下火焰彩色圖像分割

通過分類算大進行火焰圖像分割，受像素點數(shù)影響，耗時也在逐漸增加。另外，為了確保計算速度，采用多尺度火焰彩色圖像分割方法。首先進行圖像特征矩陣壓縮，為了在此基礎(chǔ)上盡量消除噪聲，保留圖像的局部特征，通過局部均值化的方式進行特征矩陣壓縮，然后利用分類算法獲取壓縮尺度火焰區(qū)域，進行邊緣檢測，最后根據(jù)檢測原始尺度區(qū)域，進一步構(gòu)建特征矩陣，并再次檢測，從而獲得原始尺度火焰區(qū)域圖像[4]。具體算法流程如圖1所示。

3 小波分析時域下雙閾值火焰彩色圖像強化方法

在鍋爐燃燒監(jiān)控過程中，應強化處理基于CCD 的火焰彩色圖像，從而滿足順利生產(chǎn)的相關(guān)要求?；叶葓D像可以看作是二維函數(shù)，但是，RGB三色所構(gòu)成的彩色圖像是三維信號，小波分析能夠處理三維信號，但是也會衍生運算量太大，計算時間太長等問題，根本不能滿足實時處理圖像的具體要求[5]。但是，通過計算機成像原理，RGB三基色火焰彩色圖像是由二維矩陣所構(gòu)成，其分別代表圖像在不同像素點上的R 分量、G 分量、B分量，相同像素點的分量重疊，構(gòu)成色彩。在此原理的基礎(chǔ)上行，先對矩陣分別進行二維小波分解，并利用雙閾值法，提高或降低小波系數(shù)，重新構(gòu)建小波，獲得新RGB二維矩陣信號，然后把信號重組，從而獲取強化的彩色圖像。這樣一來，不僅能夠克服三維小波分解的不足，還能夠?qū)⑿〔ǚ治龇椒ㄇ袑崙玫讲噬珗D像處理中去[6]。

圖1 多尺度火焰彩色圖像分割流程

3.1 強化方法

基于小波分析后，獲得小波系數(shù)，采用有效的處理方法強化或限制小波系數(shù)，便可以實現(xiàn)圖像強化的目標。圖像強化的效率與質(zhì)量在很大程度上是由小波系數(shù)的適當處理所決定的。對此，通過雙閾值法進行小波系數(shù)處理，從而促使圖像強化質(zhì)量與效率得到提升[7]。采用這一方法的優(yōu)勢在于，其不僅能夠強化與要求相符的有價值信息，還能夠控制噪聲信息，以實現(xiàn)強化與去噪的雙贏局面，表達式具體為

式中：Gin為小波系數(shù)輸入；Gout為小波系數(shù)輸出；λ1與λ2為閾值門限；P為增益系數(shù)；λ2與P 值代表試驗選取最優(yōu)值。小波分析視域下的雙閾值法把輸入小波系數(shù)在[-λ1，λ2]內(nèi)的輸出小波系數(shù)歸零，有效控制信號噪聲，在其他范圍的小波輸入系數(shù)進行適當擴大變換，強化圖像，這樣一來，不僅能實現(xiàn)火焰彩色圖像的強化，還能夠有效去噪，補償既有方法的缺陷，進一步滿足爐膛火焰彩色圖像的強化要求。

3.2 強化步驟

以小波分析為載體的雙閾值火焰彩色圖像強化方法，主要是為了適當處理高頻分量的小波系數(shù)，以此凸顯細節(jié)化信息，及時消除噪聲信息，清晰化圖像，具體步驟是：假設(shè)f*（x，y）是彩色圖像的RGB三基色二維分量信號，其中λ1與λ2分別代表強化閾值，P 代表增益系數(shù)。首先，把圖像信號進行小波變換，獲得低頻成分以Cj（a，b）表示，高頻成分以Djk（a，b）表示，高頻成分小波系數(shù)Gin。其次，進一步明確小波類型與分解級數(shù)。再次，雙閾值強化處理高頻小波系數(shù)Gin，獲得強化系數(shù)Gout。然后，把低頻成分與強化處理后的系數(shù)Gout進一步進行小波重新構(gòu)建，獲得f*1（x，y）。最后，把變換后所得RGB三基色的二維分量信號重新組合，獲得強化后清晰的圖像[8]。

4 小波分析視域下雙閾值火焰彩色圖像強化實驗分析

4.1 驗證視覺增強效果

基于爐膛內(nèi)部進行火焰彩色圖像采集，通過計算機Matlab 仿真軟件驗證強化效果。圖像采集處理系統(tǒng)主要包含高清工業(yè)CCD 攝相機、電動鏡頭、圖像采集卡、工控機、火焰燃燒器、數(shù)顯測溫儀、鍋爐。經(jīng)過各種類型小波比較分析，采用haar小波進行三級小波分解。每一級分解把圖像劃分成原始圖像1/4 的4 個涵蓋不同信息的子圖像，其中一個含有低頻信息，其他三個含有高頻信息，但是方向不同。將第一級到第三級所獲高頻系數(shù)，全面進行雙閾值強化處理，再把低頻系數(shù)和強化處理后的高頻系數(shù)進行小波重新構(gòu)建，便能夠獲取強化后的火焰圖像。通過強化后的圖像亮度值明顯增高，圖像各個部分的亮度也顯著提升，直接避免了爐膛內(nèi)黑暗環(huán)境下不利于工作人員觀察火焰的不足。而且，火焰彩色圖像強化之后，噪聲明顯降低，層次感也大大增強，細節(jié)部分顯著凸顯，火焰燃燒區(qū)域區(qū)分比較顯著，利于工作人員對火焰燃燒狀態(tài)進行實時觀察，對風燃比進一步重調(diào)，從而保障鍋爐運行的安全性與經(jīng)濟性[9]。

4.2 驗證二維溫度場測量精確度

受硬件設(shè)施與外界因素影響，基于CCD 拍攝的火焰彩色圖像會有一定的失真度，使得RGB 值出現(xiàn)偏差，而通過火焰彩色圖像強化處理后，能夠全面消除拍攝誤差，并強化圖像亮度比較弱的部分，保證火焰圖像的色彩足夠豐富，進一步還原圖像的物理特性，提高二維溫度場測量的精確度[10]。在確保CCD 拍攝相機光圈與快門速度的基礎(chǔ)上，拍攝火焰彩色圖像，隨機選取10 幅，通過比色測溫法求解強化前與強化后相同像素位置的溫度值，同時和真實值對比分析，具體如表1所示。

表1 驗證火焰彩色圖像強化前、后溫度測量的精確度結(jié)果

通過表1可以看出，火焰彩色圖像在強化之后，通過比色測溫法獲得二維溫度場的精確度明顯提升了，平均相對誤差與平均絕對誤差也都有所降低。所以，通過小波分析視域下的雙閾值火焰彩色圖像強化方法，能夠有效優(yōu)化圖像質(zhì)量，并提高火焰二維溫度場測量的精確度，從而對爐膛內(nèi)部溫度分布與火焰燃燒狀況進行了準確判斷，避免了爐膛的局部出現(xiàn)高溫狀態(tài)，防止爐壁出現(xiàn)結(jié)焦積灰現(xiàn)象，進而促使鍋爐運行的安全性與穩(wěn)定性得以提升。

5 結(jié) 論

綜上所述，以顏色特征與紋理特征為基礎(chǔ)的多尺度火焰彩色圖像分割，切實結(jié)合了顏色與小波紋理特征，準確并快速進行火焰彩色圖像分割。通過小波分析視域下的雙閾值火焰彩色圖像強化方法，進一步強化基于CCD 拍攝的火焰彩色圖像。但是，因為小波分析進行三維信號處理相對繁雜，所以，把三維彩色圖像信號劃分成RGB 三項二維矩陣信號，然后進行小波變換，通過利用雙閾值法處理小波系數(shù)，以此實現(xiàn)強化與去噪目標，然后通過小波重新構(gòu)建，獲得全新的RGB二維矩陣信號，重新組合后，獲得強化后的火焰彩色圖像。強化后圖像能夠在一定程度上滿足鍋爐燃燒監(jiān)控系統(tǒng)的多元化需求，圖像也愈發(fā)清晰，還顯著提高了二維溫度場測量的精確度，利于準確獲得爐膛內(nèi)的溫度分布，從而確保鍋爐運行的安全性與穩(wěn)定性。