一种紫外光与可见光图像的融合方法与流程

本申请涉及图像处理领域，尤其涉及一种紫外光与可见光图像的融合方法。

背景技术：

变压器漏油不仅导致内部绝缘系统破坏，降低变压器绝缘强度，还可能导致变压器电力故障；对变压器进行多光谱拍摄以获取多光谱图像，能够及时、有效方便地发现变压器油液渗漏的问题，保障设备运维质量良好，是电气领域所关注的热点命题。

多光谱图像中的紫外光图像能够显示漏油部分，可见光图像能够显示更多的细节，若能将二者融合得到既能突出漏油区域又能保留细节的融合图像，则能使变压器漏油情况的检测更加准确与方便。

技术实现要素：

针对变压器漏油检测中采集到的多光谱图像，本发明的目的在于提出一种针对多光谱图像中的紫外光和可见光图像的融合方法，实现对紫外光与可见光图像的融合。

一种紫外光与可见光图像的融合方法，主要包括：

获取同一漏油区域的原始可见光rgb图像和原始紫外光图像；

将原始可见光rgb图像转换为yuv图像；

基于四叉树划分法对原始紫外光图像进行二值化处理，得到漏油区域和背景区域；

提取yuv图像中的y通道图像；将y通道图像与二值化处理后的紫外光图像中的漏油区域进行融合，得到融合图像；

将融合图像与yuv图像中的uv通道图像生成最终可见光rgb图像。

可选的，所述提取yuv图像中的y通道图像按以下方法进行；

可见光的每个像素包括rgb三个通道，对每个像素的三个通道的数据按照公式：

计算出每个像素yuv分量，提取每个像素的y分量并按照相应位置组合得到可见光图像的y通道图像，同理可依次得到可见光图像的u、v通道图像。

可选的，其中基于四叉树划分法对原始紫外光图像进行二值化处理，包括：

使用最大类间方差法得到区分漏油区域和背景区域的阈值；

对紫外光图像进行中值滤波处理，得到去噪后的紫外光图像；

使用阈值去噪后的紫外光图像的像素点进行区域判断，得到初始漏油区域；

对初始漏油区域采用深度为3的四叉树划分方式，得到最终的漏油区域。

可选的，其中初始漏油区域的确定按照以下方法进行：

对去噪后的紫外光图像的像素值进行判断，若像素值小于阈值则判断属于背景像素，若大于阈值则判断属于漏油像素，记录漏油像素点的坐标，找到最小横坐标xmin和最大横坐标xmax，以及最小纵坐标ymin和最大纵坐标ymax，则(xmin,ymin)到(xmax,ymax)的矩形范围为存在漏油区域。

可选的，其中对存在漏油区域采用深度为3的四叉树划分，包括：

根据存在漏油区域中漏油像素的占比确定区域的初始深度；

对初始区域进行四叉树划分得到四个子区域；

分别计算每个子区域的漏油占比，确定每个子区域的深度；

判断子区域的深度是否满足要求，若满足则划分结束，否则继续划分。

可选的，其中漏油区域的初始深度的确定，按照以下方法进行，统计漏油区域内漏油像素点的占比，若占比大于50％，则漏油区域的初始深度d＝1，否则初始深度d＝0。

可选的，其中子区域的深度的确定，按照以下方法进行：统计子区域的漏油区域占比，若大于50％，则该子区域深度等于母区域的深度加1，否则等于母区域的深度。

可选的，其中区域划分是否结束的确定，按照以下方法进行，针对当前区域，判断其深度是否等于3，若等于3，则划分结束该区域为漏油区域，若不等于3则判断该区域是否可分；若不可分则该区域为背景区域，若可分则继续划分，直到区域深度等于3或不可分为止；

其中区域是否可分的判断按照以下方法进行，若区域的总像素数小于16则为不可分，否则为可分。

可选的，将y通道图像与二值化处理后的紫外光图像中的漏油区域进行融合，得到融合图像，包括：

对原始紫外光图像和y通道图像对应的漏油区域块选择一种基小波进行单尺度小波变换；

对变换后的两幅图像的频率分量进行加权平均，得到融合后的变换图；

对融合后的变换图进行小波逆变换，得到最终融合后的y通道区域，并使用融合后的y通道区域替换y通道图像中对应区域，得到融合图像。

可选的，其中将融合图像与yuv图像中的uv通道图像生成rgb图像，按照以下方法进行，使用融合图像与yuv图像中的u、v通道图像按照公式：

计算出每个像素的r、g、b分量，得到融合后的rgb图像。

本发明针对变压器油漏检测中的紫外光图像和可见光图像的融合，只融合了需要的漏油区域，背景区域没有进行处理，减少了计算量增加了效率，并使用可见光图像的亮度分量与紫外光图像进行融合，使漏油区域更加明显，使变压器油漏区域的监测更加准确高效。

附图说明

图1为具体实施方式的步骤图；

图2为本发明的整体方法流程图；

图3为本发明基于四叉树的深度为3的区域划分判断过程图。

具体实施方式

参照图1所示，本发明实施例提供一种紫外光和可见光图像的融合方法，步骤包括：

s10：获取同一漏油区域的原始可见光rgb图像和原始紫外光图像；

通过同一相机在同一位置拍摄漏油区域的原始可见光rgb图像和原始的紫外光图像。

s20：将原始可见光rgb图像转换为yuv图像；

参照图2所示，rgb与yuv图像的转换：可见光rgb图像每个像素包括rgb三个通道，用三个通道的数据按照公式：

计算每个像素的yuv分量，得到y、u、v三个通道的独立图像。

s30：基于四叉树划分法对紫外光图像进行二值化处理，得到漏油区域和背景区域；

漏油区域与背景区域的划分。使用最大类间方差法得到区分漏油区域和背景区域的阈值t。输入待融合的紫外光图像，对紫外光图像进行中值滤波处理，得到去噪后的紫外光图像。使用去噪后的紫外光图像的像素值进行区域判断，若像素值大于阈值t则判断属于漏油区域像素，若低于阈值t则判断属于背景区域像素。记录漏油区域像素点的坐标，找到最小横坐标xmin和最大横坐标xmax，以及最小纵坐标ymin和最大纵坐标ymax，则(xmin,ymin)到(xmax,ymax)范围为存在漏油区域。参照图3所示，对存在漏油区域采用深度为3的四叉树划分法进行划分。设存在漏油区域深度为d，首先判断漏油区域内漏油区域像素点的占比，若占比大于50％，则存在漏油区域深度d＝1，否则为深度d＝0。再将存在漏油区域进行四叉树划分法划分，得到四个区域，分别判断每个区域的漏油区域占比，若大于50％，则该区域深度为d+1，否则为d。当某一区域的深度为3或不可再分时，将不再进行划分，这样得到不同大小的漏油区域块。

分别计算每个漏油区域块的漏油占比，确定每个漏油区域块的深度；

判断漏油区域块的深度是否满足要求，若满足则划分结束，否则继续划分。

其中区域是否可分的判断按照以下方法进行，若区域的总像素数小于16则为不可分，否则为可分。

s40：提取yuv图像中的y通道图像；将y通道图像与二值化处理后的紫外光图像中的漏油区域进行融合，得到融合图像；

y通道图像与紫外光图像的融合。对各个漏油区域块采用基于边缘检测的小波变换进行融合。首先对原始紫外光图像和y通道图像对应的漏油区域块选择一种基小波进行单尺度小波变换。对变换后的两幅图像的频率分量进行加权平均，得到融合后的变换图。对融合后的变换图使用上述的基小波进行小波逆变换，得到最终融合后的y通道区域。使用融合后的区域替换原始y通道图像的对应区域，得到融合后的y通道图像。

s50：将融合图像与yuv图像中的uv通道图像生成最终可见光rgb图像；

可见光rgb图像的恢复。使用融合后的y通道图像与之前计算的u、v通道图像按照公式：

计算出每个像素的r、g、b分量，恢复出融合后的可见光图像。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本发明的真正范围和精神由下面的权利要求指出。

应当理解的是，本发明并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。