基于网格化灰度世界白平衡算法的变压器油下图像增强方法

本发明涉及变压器油下图像增强，具体涉及一种基于网格化灰度世界白平衡算法的变压器油下图像增强方法。

背景技术：

1、随着我国经济的飞速发展，推动了城市化的进程，这对电力系统的稳定性有了更高的要求。大型油浸式变压器是维持电力能源系统正常运转的重要变电装置，其对整个电力系统的稳定性起着至关重要的作用。油浸式变压器由于其结构、工艺以及运行维护等多方面的原因，其故障在电厂频繁发生，大大影响了电厂的正常生产。

2、为了保证电力系统的安全运行，电力工作人员需要定期对油浸式变压器进行状态检查，尽可能快的排除故障。视觉检测与其他检测技术相比具有技术成熟且成本低等优点，并且视觉检测可以获取更多的故障信息，为变压器内部故障的精准诊断提供数据信息。但是，因为油浸式变压器外壳是一个封闭的壳体，机器人在变压器油内部拍摄图像时只能依赖机器人自带的人造光源，并且变压器油对不同颜色光线的吸收率不同，这使得机器人拍摄的图像存在色彩失真的问题。

3、变压器油是有色液体，且不同颜色光线在变压器油下衰减率不同，这导致机器人在游动的过程中相当于出现变光照环境，相机拍摄的图像会出现色彩失真现象，即变光照环境下相机采集图像的颜色和实际颜色存在一定的偏差。现有方法虽然可以在一定程度上解决色彩失真现象，当机器人游动较快或者转弯过程中光照变化较大，不能完全解决颜色偏差问题。因此需要采取措施来消除光照环境对颜色显现的影响，灰度世界白平衡算法是最常用的白平衡手段。

4、灰度世界白平衡算法是用来解决色偏最常用的方法，其基于“灰度世界假设”，认为所有自然图像的平均反射率趋向于灰色，但是在真实世界中自然图像场景的平均反射率并不总是趋于一致。当相机拍摄图像出现大面积的单一色块时，该图像的平均反射率趋向于该单一色块物体的反射率，此时灰度世界假设便不在准确。此外当相机拍摄的图像场景颜色并不丰富时，灰度世界白平衡算法效果很差。

技术实现思路

1、针对现有技术中的上述不足，本发明提供了一种基于网格化灰度世界白平衡算法的变压器油下图像增强方法。

2、为了达到上述发明目的，本发明采用的技术方案为：

3、一种基于网格化灰度世界白平衡算法的变压器油下图像增强方法，包括以下步骤：

4、s1、获取原始变压器油下图像；

5、s2、对获取的原始变压器油下图像进行网格化划分；

6、s3、基于划分的网格图像，采用环视标准差加权改进的灰度世界白平衡算法对原始变压器油下图像进行增强处理。

7、可选地，步骤s2具体包括以下分步骤：

8、s21、设定待划分网格的长度和宽度；

9、s22、判断原始变压器油下图像的长度和宽度能否分别被设定的待划分网格的长度和宽度整除；

10、若能，则按照设定的待划分网格的长度和宽度将原始变压器油下图像划分为多个网格图像。

11、否则，按照下式对原始变压器油下图像进行填补：

12、imf＝imo[(n-1)w:nw,(n-1)l:nl]

13、其中，imf为划分的最后一个网格图像，imo为原始变压器油下图像，n为划分的最后一个网格序号，w为设定的待划分的网格的宽度，l为设定的待划分网格的长度；

14、然后按照设定的待划分网格的长度和宽度将填补后的变压器油下图像划分为多个网格图像。

15、可选地，步骤s3具体包括以下分步骤：

16、s31、根据各个网格图像的标准差添加对应的权重标识符；

17、s32、根据各个网格图像的权重标识符计算对应的互相关系数；

18、s33、根据各个网格图像的互相关系数计算对应的加权系数；

19、s34、根据各个网格图像的加权系数计算整幅变压器油下图像三通道像素的平均值；

20、s35、根据整幅变压器油下图像三通道像素的平均值计算对应的增益系数；

21、s36、根据整幅变压器油下图像三通道像素的增益系数对原始变压器油下图像进行增强处理。

22、可选地，步骤s31具体包括以下分步骤：

23、s311、分别计算各个网格图像三通道像素的平均值和标准差；

24、s312、利用下式对各个网格图像添加对应的权重标识符：

25、

26、其中，ki,j为第i行第j列网格图像的权重标识符，stdri,j为第i行第j列网格图像r通道像素的标准差，stdgi,j为第i行第j列网格图像g通道像素的标准差，stdbi,j为第i行第j列网格图像b通道像素的标准差。

27、可选地，步骤s32具体包括以下分步骤：

28、s321、判断当前网格图像的权重标识符是否为1；若是，则执行步骤s322；否则不作处理；

29、s322、根据当前网格图像的标准差计算对应的互相关系数，表示为：

30、

31、

32、

33、

34、其中，dri,j为当前网格图像和相邻右边网格图像的互相关系数，dti,j为当前网格图像和相邻上边网格图像的互相关系数，dbi,j为当前网格图像和相邻下边网格图像的互相关系数，dli,j为当前网格图像和相邻左边网格图像的互相关系数，stdri,j为第i行第j列网格图像r通道像素的标准差，stdgi,j为第i行第j列网格图像g通道像素的标准差，stdbi,j为第i行第j列网格图像b通道像素的标准差。

35、可选地，步骤s33具体包括以下分步骤：

36、s331、判断当前网格图像的序号是否满足i！＝1且j！＝1且i！＝a且j！＝b；其中i为网格图像的行序号，j为网格图像的列序号，a为划分的网格图像的行数，b为划分的网格图像的列数，！＝表示不等于(以下同)；

37、若是，则采用下式计算当前网格图像的加权系数，表示为：

38、

39、t1＝dli,j>β,dbi,j>β,dri,j>β,dti,j>β

40、t2＝(dli,j,dbi,j,dri,j)>βor(dli,j,dti,j,dri,j)>β

41、or(dbi,j,dti,j,dri,j)>βor(dbi,j,dti,j,dli,j)>β

42、t3＝(dbi,j,dri,j)>βor(dli,j,dti,j)>β

43、or(dti,j,dri,j)>βor(dbi,j,dli,j)>β

44、否则采用下式计算当前网格图像的加权系数，表示为：

45、

46、其中，pi,j为第i行第j列网格图像像素的加权系数，dri,j为当前网格图像和相邻右边网格图像的互相关系数，dti,j为当前网格图像和相邻上边网格图像的互相关系数，dbi,j为当前网格图像和相邻下边网格图像的互相关系数，dli,j为当前网格图像和相邻左边网格图像的互相关系数，β为经验系数。

47、可选地，步骤s34中根据各个网格图像的加权系数计算整幅变压器油下图像三通道像素的平均值的计算公式为：

48、

49、

50、

51、其中，为经过网格化处理后整幅变压器油下图像r通道像素的平均值，为经过网格化处理后整幅变压器油下图像g通道像素的平均值，为经过网格化处理后整幅变压器油下图像b通道像素的平均值，pi,j为第i行第j列网格图像的加权系数，为第i行第j列网格图像r通道像素的平均值，为第i行第j列网格图像g通道像素的平均值，为第i行第j列网格图像b通道像素的平均值，i为网格图像的行序号，j为网格图像的列序号，a为划分的网格图像的行数，b为划分的网格图像的列数。

52、可选地，步骤s35中根据整幅变压器油下图像三通道像素的平均值计算对应的增益系数的计算公式为：

53、

54、

55、

56、其中，gainr为整幅变压器油下图像r通道像素的增益系数，gaing为整幅变压器油下图像g通道像素的增益系数，gainb为整幅变压器油下图像b通道像素的增益系数，为经过网格化处理后整幅变压器油下图像r通道像素的平均值，为经过网格化处理后整幅变压器油下图像g通道像素的平均值，为经过网格化处理后整幅变压器油下图像b通道像素的平均值，为整幅变压器油下图像r通道像素的平均值，为整幅变压器油下图像g通道像素的平均值，为整幅变压器油下图像b通道像素的平均值。

57、可选地，步骤s36中根据整幅变压器油下图像三通道像素的增益系数对原始变压器油下图像进行增强处理，具体为：

58、

59、其中，rstd为增强处理后的变压器油下图像r通道像素值，gstd为增强处理后的变压器油下图像g通道像素值，bstd为增强处理后的变压器油下图像b通道像素值，gainr为整幅变压器油下图像r通道像素的增益系数，gaing为整幅变压器油下图像g通道像素的增益系数，gainb为整幅变压器油下图像b通道像素的增益系数，r为原始变压器油下图像r通道像素值，g为原始变压器油下图像g通道像素值，b为原始变压器油下图像b通道像素值。

60、可选地，还包括采用下式计算界限熵机制下增益系数：

61、

62、其中，rgain为界限熵机制下的变压器油下图像r通道像素的增益系数，ggain为界限熵机制下的变压器油下图像g通道像素的增益系数，bgain为界限熵机制下的变压器油下图像b通道像素的增益系数，rstd为增强处理后的变压器油下图像r通道像素值，gstd为增强处理后的变压器油下图像g通道像素值，bstd为增强处理后的变压器油下图像b通道像素值，er为当前原始变压油下图像r通道熵值，eg为当前原始变压油下图像g通道熵值，eb为当前原始变压油下图像b通道熵值，ermax为采集的所有变压器油下图像r通道熵的最大值，ermin为采集的所有变压器油下图像r通道熵的最小值，egmax为采集的所有变压器油下图像g通道熵的最大值，egmin为采集的所有变压器油下图像g通道熵的最小值，ebmax为采集的所有变压器油下图像b通道熵的最大值，ebmin为采集的所有变压器油下图像b通道熵的最小值；

63、采用界限熵机制下增益系数对增强处理后的变压器油下图像进行增益矫正。

64、本发明具有以下有益效果：

65、本发明通过对获取的原始变压器油下图像进行网格化划分，并采用环视标准差加权改进的灰度世界白平衡算法对原始变压器油下图像进行增强处理，并且采用界限熵机制下增益系数对增强处理后的变压器油下图像进行增益矫正，能够解决传统灰度世界白平衡算法对单一色块物体和场景颜色不丰富时白平衡效果差的问题，从而提高变压器油下图像的图像增强效果。