紫外光和可見光圖像融合現(xiàn)狀研究

謝沈陽，侯思祖

?

紫外光和可見光圖像融合現(xiàn)狀研究

謝沈陽，侯思祖

（華北電力大學 電氣與電子工程學院，河北 保定 071003）

紫外成像技術通過雙光路系統(tǒng)對目標進行成像，一路通過紫外相機對240～280 nm波段的紫外光成像得到紫外圖像，另一路通過可見光相機對可見光背景成像得到可見光圖像，并對得到的雙光路圖像融合輸出一路融合后圖像，該系統(tǒng)是雙輸入單輸出系統(tǒng)。該成像技術在電力和鐵路等領域的電暈檢測和故障定位方面具有很大的優(yōu)勢，受溫度、背景光強度等干擾較小，彌補了其他檢測技術的不足，在電力、鐵路、軍事等行業(yè)和領域越來越得到重視，得到了國家的大力支持和推廣。

圖像融合；紫外成像；電暈檢測；故障定位

1 研究背景

紫外光和可見光的圖像融合是基于紫外探測發(fā)展起來的，是紫外探測的一部分。20世紀60年代紫外探測起源于歐美國家的軍事領域，并在80年代末得到較大發(fā)展，主要為滿足發(fā)現(xiàn)軍事目標的需求而興起的一種成像技術[1]。該階段的紫外探測技術僅是單通道的紫外成像，并未同可見光進行融合。20世紀90年代末，紫外技術開始在警用市場得到應用。近年來，紫外探測在民用市場尤其是電力和鐵路系統(tǒng)的電暈監(jiān)測中有所發(fā)展，相關研究逐漸增多。

紫外探測技術在軍事領域主要是通過探測導彈的尾焰來定位導彈的位置，發(fā)現(xiàn)軍事目標。開始是單通道的紫外探測，后來逐漸發(fā)展為紫外光和可見光雙通道成像。在警用領域，紫外探測技術通過對指紋、體液等進行成像來提取犯罪信息。在電力和鐵路領域，主要用以檢測高壓設備的早期故障，通過對電暈放電進行探測并結合可見光成像以達到故障定位的目的[2]。同時，紫外探測在船舶導航、森林防火等領域也有所應用。

目前，已知的應用于紫外檢測中的圖像融合算法相對簡單，實時性相對較好，但是這些處理算法得到的圖像的融合質量較低，經(jīng)常會存在拼接、模糊等現(xiàn)象。這不僅影響觀察者的感受，還對紫外檢測的目標判斷和識別也產(chǎn)生了不利影響，甚至對故障識別、故障定位和故障等級判斷以及整個故障檢測系統(tǒng)產(chǎn)生了影響，不利于電力和鐵路系統(tǒng)中電氣設備的安全、穩(wěn)定運行，甚至有可能造成安全事故，因此，提升紫外和可見光圖像融合質量迫在眉睫。

1.1 紫外成像原理

目前，紫外探測主要是通過紫外成像儀來完成的，紫外成像儀的工作原理為：系統(tǒng)由紫外通道和可見光通道組成的平行雙光路系統(tǒng)，光線通過分光鏡（即半透半反鏡，紫外光透過，可將光反射）分成兩路，一路通過紫外濾光片濾光得到240～280 nm波段的紫外光，光線經(jīng)過紫外增強系統(tǒng)、透鏡、CCD相機（CCD，Charge-coupled Device，電荷耦合元件）、同可見光光路耦合，另一路通過全反鏡得到與紫外光平行的光路，通過可見光鏡頭、CCD相機與紫外光路耦合，最后到達圖像處理系統(tǒng)進行圖像融合，得到融合后的圖像[3]。傳統(tǒng)的可見光成像是基于太陽光的反射原理進行成像，受太陽光的影響較大，尤其是在白天陽光強烈的情況下，不利于對電暈、火焰等目標進行探測。另外，紅外成像是對紅外線進行探測，利用溫度差原理進行成像，因此受目標的背景溫度影響較大，當背景溫度和目標溫度相同或者接近時，很難準確發(fā)現(xiàn)目標[4]。

紫外成像與以上兩種方式不同的是，紫外圖像的獲得是通過對240～280 nm波段的紫外光進行探測得到。受大氣層的吸收作用影響，太陽光輻射到地球表面的該段光波幾乎為0.而電暈、火焰等發(fā)光輻射的該段紫外光不受大氣層的影響[5]。因此，通過對地球表面的電暈、火焰特有的波段進行探測即可避免太陽光的以及溫度的影響干擾，準確探測得到電暈、火焰等目標信息，再利用可見光相機得到目標的背景成像信息，通過對兩圖像的融合處理即可得到目標和背景融合后的圖像，以此來準確定位目標位置。

1.2 圖像融合原理

圖像融合可以分為三個層次，五個部分。三個層次分別為預處理層、融合層和應用層。五個部分包括原圖像、去噪和增強、圖像配準、圖像融合和圖像融合質量評價。按照信息抽象的程度與處理階段的特點，圖像融合可以分為以下三層次[6]。

1.2.1 像素級融合

像素級圖像融合是最基本的融合層次。直接在圖像的原始像素數(shù)據(jù)上進行操作，像素級圖像融合中保留了源圖像中較多的原始性信息，融合結果較為可靠。相對于其他兩種融合方式，該種融合方式準確性高，融合后圖像具有很強的細節(jié)表現(xiàn)力，但同時需要對每個像素進行處理，因此整個圖像處理過程的計算量也非常大，實時性有待提高，對系統(tǒng)的存儲和處理能力提出了較高的要求。

1.2.2 特征級融合

特征級圖像融合，是對從源圖像中提取出邊緣、輪廓、方向等特征信息進行處理的融合方法，該種融合方法可以實現(xiàn)對信息的高度壓縮，保留了大量圖像關鍵信息，剔除了次要信息，因此運算量相對較小，同時實時性得到了提高，該種方法適用于對圖像配準的要求較低的場合，可以適用于異源圖像融合中。

1.2.3 決策級融合

決策級圖像融合是對源圖像的信息進行邏輯推理或統(tǒng)計推理而實現(xiàn)的融合。決策級圖像融合是通過設定一定的決策準則，對圖像進行特征提取并對其進行分類的一種融合方式，該種方式是以認知模型為基礎，處理對象是特征類，所包含的圖像細節(jié)信息更少，因此，比特征級融合計算量更小，同時具有容錯性高、數(shù)據(jù)要求低、分析能力強等優(yōu)點，但是需要在后臺建立數(shù)據(jù)庫和專家系統(tǒng)對特征類進行分析處理。

2 圖像融合的發(fā)展現(xiàn)狀

近幾十年來，圖像融合在信息判斷上發(fā)揮著越來越重要的作用，相應算法的研究也得到了很大的發(fā)展。但是由于目前紫外檢測在國內(nèi)處于起步階段，有關紫外光和可見光圖像融合的研究相對較少。圖像融合算法從最初的加權平均、到H.Adelson和J.Burt等人首次提出了利用拉普拉斯金字塔理論并應用于圖像融合，此后，各專家學者在此基礎上發(fā)展出了高斯金字塔、梯度金字塔、低通比率金字塔、形態(tài)學金字塔以及FSD金字塔等（filter-subtract-decimate）。其中，高斯金字塔和拉普拉斯金字塔被引用在紫外和可見光的融合中。T.Ranchin和L.Wald提出的離散小波變換進行遙感圖像的融合發(fā)展出了形態(tài)學小波變換、atrous小波變換、小波幀變換、小波包變換等，其中，離散小波變換、形態(tài)學小波變換等應用于紫外可見光圖像融合算法中。離散小波變換的出現(xiàn)使圖像融合進入了快速發(fā)展的軌道，尤其在近幾年新的數(shù)學模型不斷改善和應用，衍生出一系列優(yōu)秀成果，比如劉軍提出了基于模糊矩陣的小波變換融合法。為彌補小波變換的不足，一些多尺度幾何分析方法被提出，比如Ridgelet（瘠波變換）、Curvelets（曲波變換）、Contourlet（輪廓波變換）等。同時，其他的方法比如基于主成分分析的圖像融合方法也得到了極大發(fā)展。此外，許多學者為提高融合圖像的辨識度和觀測度，在現(xiàn)有理論基礎上又提出了假彩色融合圖像的映射算法、ICA真彩色圖像融合算法、基于色彩傳遞的偽彩色圖像融合算法等彩色圖像融合算法，這些算法也在紫外和可見光圖像融合中有應用。2013年，張卓提出了基于PCNN和Shearlet變換的紅外與可見光圖像融合算法；2013年韓亮提出了圖像分割與平穩(wěn)小波變換法融合紅外與可見光圖像；2014年孫新德提出了基于QPSO和統(tǒng)計特征的紅外與可見光圖像融合；2015年馬立新教授將PCNN圖像融合算法應用到紫外成像系統(tǒng)中，取得了不錯的融合效果。2016年王雪提出了基于視覺顯著性和NSCT的紅外與可見光圖像融合算法；2017年劉先紅提出了基于多尺度方向引導濾波和卷積稀疏表示的紅外與可見光圖像融合，2017年張新征提出了基于多特征一多表示融合的SAR圖像目標識別；2017年楊紅菊提出了基于深度卷積網(wǎng)絡的特征融合圖像檢索方法，等等。

3 結論

本文對紫外成像和圖像融合的原理進行了介紹，并對當前算法進行了研究，這些算法的提出和改進都大大改善了融合圖像的質量。由于紫外與可見光圖像的融合研究起步較晚，國內(nèi)相關研究相對較少，但是這些算法在紅外-可見、遙感和醫(yī)學等圖像融合領域有所應用，發(fā)展相對成熟，對紫外和可見光圖像融合研究有很大的借鑒意義。

［1］Youngseok Kim，Kilmok Shong.The Characteristics of UV Strength According to Corona Discharge From Polymer Insulators Using a UV Sensor and Optic Lens［J］.IEEE Transactions on Power Delivery，2011，26（03）：1579-1584.

［2］李煉煉，孟剛，鄧慰.輸變電設備電暈放電紫外圖譜量化參數(shù)提?。跩］.高壓電器，2017，53（07）：0229-0235.

［3］賀振華，王瑋，黃文武.兩種紫外成像儀檢測電暈放電的對比研究［J］.高壓電器，2014，8（02）：80-86.

［4］周影，婁洪偉，周躍，等.微弱日盲紫外電暈自動實時檢測方法［J］.中國光學，2015，8（06）：927-932.

［5］王金煒，湯衛(wèi).SuperB便攜式紫外成像儀在500 kV變電站的應用［J］.電力科技與環(huán)保，2016，32（05）：60-62.

［6］王文治.實時紫外與可見光融合信號處理及實現(xiàn)［D］.南京：南京理工大學，2015.

2095－6835（2019）03－0066－02

TP391.41

A

10.15913/j.cnki.kjycx.2019.03.066

謝沈陽（1991—），男，研究方向為圖像處理。侯思祖（1962—），男，研究方向為圖像處理。

〔編輯：張思楠〕