论文部分内容阅读
【摘要】文中阐述了中值滤波法的基本原理，结合真空开关电弧图象中提取的数据给出了具体算例，利用MATLAB实现真空开关电弧图像的快速中值滤波噪声处理。结果表明，利用中值滤波法可以很好的消除真空开关电弧图像中的噪声。
【关键词】 真空开关电弧；中值滤波；噪声；图像处理； MATLAB
引言
作为控制和保护设备，真空开关在电力系统中有着举足轻重的作用，特别是近年来，真空开关由于其自身许多优越性而在许多部门中得到了广泛的应用[1] [2]。随着电力系统的不断发展，对真空开关的综合性能提出了更高的要求，这就迫切要求人们在真空开关研究领域做更多地投入。在真空开关关键技术中，电弧形态和等离子体参数诊断及其调控理论研究是真空开关中的一个瓶颈问题，人们试图寻求不同的诊断方法，由于真空开关灭弧室的特殊性，导致一些常规方法无能为力。随着光学电子器件CCD（Charged Coupled Device）的出现，给真空开关电弧形态和等离子体特性诊断带来了突破，但在应用CCD拍摄真空开关电弧图像时，不可避免的产生半导体电子噪声、光子噪声、量化噪声及放大器噪声等噪声，这就需要对电弧图像噪声进行有效处理，以得到电弧的特征量[3]。
常用的图像噪声抑制方法有均值滤波法、中值滤波法、边界保持类平滑滤波等方法。在这些方法中，均值滤波法会将噪声点的颗粒面积变大，而且会将图像的边缘点也同时进行均值处理，这样就会让图像的清晰度降低，画面模糊；边界保持类平滑滤波方法，能够保持图像的清晰，并且保持了边界原有的灰度特性，是一种很理想的噪声抑制方法，典型的有灰度最小方差的均值滤波器、K近邻平滑（均值、中值）滤波器、对称近邻均值滤波器、西戈玛平滑滤波器等[4]；中值滤波方法尽管在算法上比均值滤波要复杂一些，但比边界保持类平滑滤波要简单得多，而且在图像清晰度的保持方面比均值滤波要好，人们常采用中值滤波方法对图像噪声进行抑制。基于此本文介绍了中值滤波方法的基本原理，给出了算例，并且运用软件MATLAB对真空开关电弧图像噪声进行了中值滤波处理上，取得了良好的图像效果。
1中值滤波法基本原理
中值滤波是基于排序统计理论的一种能有效抑制噪声的非线性信号处理技术。中值滤波的优点是运算简单且速度较快，在滤除叠加白噪声和长尾叠加噪声方面显示出了极好的性能。在某些条件下，中值滤波方法可以去除噪声,保护图像边缘,使图像较好地复原。它非常适用于一些线性滤波器无法胜任的数字图像处理的应用场合[5]。
运用 的模板对其进行中值滤波。因为图像画面边框上的像素无法被模板覆盖，一般不作处理。对于每一个非边框区域中的像素，以其为中心取 的邻域，对该邻域中9个像素（89，102，103，100，90，103，111，94，99）的灰度值进行递增排序后为（89，90，94，99，100，102，103，103，111），则Med(89，90，94，99，100，102，103，103，111)=100，用100代替90，同理对剩下8个象素进行处理，处理后的图像结果为
3.真空电弧图像中值滤波的MATLAB实现
MATLAB是Matrix Laboratory的缩写，它是Mathworks公司推出的一个实现工程和科学运算、建模和仿真，原型开发，数据分析及可视化，科学和工程绘图，应用程序设计等方面的多功能软件系统。目前广泛应用于生物医学工程、图像信息处理、信号分析、时间序列分析、控制论和系统论等各个领域。作为一种编程语言和可视化工具，MATLAB具有使用方便、语法简单、函数丰富、界面友好和开放性强等特点[6]。
应用MATLAB软件中图像处理工具箱的函数可以简化数字图像处理常用的技术和方法，为图像处理工作者节省了大量的时间和精力，从而提高了图像处理的工作效率。下面的程序是用MATLAB中的二维中值滤波器函数medfilt2实现真空电弧图像去除噪声[7] [8]。
clear;
close all;
I=imread('vsi.bmp');%读取真空开关电弧图像
Imshow(I);%显示图像（图1所示）
I1=rgb2gray (I);%对真空开关电弧图像进行灰度处理
figure,imshow(I1);%显示灰度处理图像（图2所示）
J=imnoise(I1,'gaussian',0,0.02);%迭加均值为0，方差为0.02的高斯噪音
figure,imshow(J);%显示高斯噪声干扰图像（图3所示）
J1=imnoise(I1,'salt & pepper',0.04);%叠加密度为0.04的椒盐噪声
figure,imshow(J1);%显示椒盐噪声干扰图像（图4所示）
I2=medfilt2(J,[3 3]);%窗口大小为 的中值滤波去除噪声
figure,imshow(I2);%显示中值滤波处理图像（图5所示）
I3=medfilt2(J1,[3 3]);%窗口大小为 的中值滤波去除噪声
figure,imshow(I3);%显示中值滤波处理图像（图6所示）
通过上面的分析和处理可见，应用MATLAB可实现对图像快速中值滤波处理，处理结果很好，基本去除了噪声的影响。
4结语
通过本文的理论分析和在真空开关电弧中的应用可见，中值滤波算法具有较好的理论基础，而且针对不同的目标图像具有算法简单、实时性好、可靠性高等特点，既能够保护图像的边缘信息，又可以除去图像中含有的无用的图像噪声，具有较好的实用价值；而且应用MATLAB语言对数字图像进行中值滤波等一系列处理时具有编程简单、操作方便、处理速度快等特点。
【参考文献】
［1］王季梅.真空开关理论及其应用[M].西安：西安交通大学出版社，1986.11.
［2］T. H. Lee, A. N. Greenwood, D. W. Crouch et al. Development of power vacuum interrupters [J].Proc. IEEE, 1962, Vol. 81：629-639.
［3］王庆有.图像传感器应用技术[M].北京：电子工业出版社，2003.9.
［4］朱虹..数字图像处理基础[M].北京：科学技术出版社，2005.
［5］李辉,蒋秀明,高殿斌等.Matlab语言在数字图像中值滤波中的应用研究[J].天津工业大学学报，2003，Vol.22 No.1,pp:87-88.
［6］江景涛,姜学东,李福荣.利用中值滤波去除图像噪声的研究及MATLAB实现[J] 山东：莱阳农学院学报，2006.23(1)，pp:63-65.
［7］胡小锋,赵辉.Visual C++/MATLAB图像处理与识别实用案例精选[M].北京：人民邮电出版社，2004.9.
［8］武建文.真空电弧动态图像及其电子扩散过程的研究[D].西安：西安交通大学，1995.7
作者简介：
居剑文，（ 1974.2--），湖北黄冈职业技术学院机电工程系，讲师，硕士， 研究方向：机电一体化
董华军，大连理工大学电气工程及应用电子技术系，博士生，
研究方向：电气工程及应用电子
【关键词】 真空开关电弧；中值滤波；噪声；图像处理； MATLAB
引言
作为控制和保护设备，真空开关在电力系统中有着举足轻重的作用，特别是近年来，真空开关由于其自身许多优越性而在许多部门中得到了广泛的应用[1] [2]。随着电力系统的不断发展，对真空开关的综合性能提出了更高的要求，这就迫切要求人们在真空开关研究领域做更多地投入。在真空开关关键技术中，电弧形态和等离子体参数诊断及其调控理论研究是真空开关中的一个瓶颈问题，人们试图寻求不同的诊断方法，由于真空开关灭弧室的特殊性，导致一些常规方法无能为力。随着光学电子器件CCD（Charged Coupled Device）的出现，给真空开关电弧形态和等离子体特性诊断带来了突破，但在应用CCD拍摄真空开关电弧图像时，不可避免的产生半导体电子噪声、光子噪声、量化噪声及放大器噪声等噪声，这就需要对电弧图像噪声进行有效处理，以得到电弧的特征量[3]。
常用的图像噪声抑制方法有均值滤波法、中值滤波法、边界保持类平滑滤波等方法。在这些方法中，均值滤波法会将噪声点的颗粒面积变大，而且会将图像的边缘点也同时进行均值处理，这样就会让图像的清晰度降低，画面模糊；边界保持类平滑滤波方法，能够保持图像的清晰，并且保持了边界原有的灰度特性，是一种很理想的噪声抑制方法，典型的有灰度最小方差的均值滤波器、K近邻平滑（均值、中值）滤波器、对称近邻均值滤波器、西戈玛平滑滤波器等[4]；中值滤波方法尽管在算法上比均值滤波要复杂一些，但比边界保持类平滑滤波要简单得多，而且在图像清晰度的保持方面比均值滤波要好，人们常采用中值滤波方法对图像噪声进行抑制。基于此本文介绍了中值滤波方法的基本原理，给出了算例，并且运用软件MATLAB对真空开关电弧图像噪声进行了中值滤波处理上，取得了良好的图像效果。
1中值滤波法基本原理
中值滤波是基于排序统计理论的一种能有效抑制噪声的非线性信号处理技术。中值滤波的优点是运算简单且速度较快，在滤除叠加白噪声和长尾叠加噪声方面显示出了极好的性能。在某些条件下，中值滤波方法可以去除噪声,保护图像边缘,使图像较好地复原。它非常适用于一些线性滤波器无法胜任的数字图像处理的应用场合[5]。
运用 的模板对其进行中值滤波。因为图像画面边框上的像素无法被模板覆盖，一般不作处理。对于每一个非边框区域中的像素，以其为中心取 的邻域，对该邻域中9个像素（89，102，103，100，90，103，111，94，99）的灰度值进行递增排序后为（89，90，94，99，100，102，103，103，111），则Med(89，90，94，99，100，102，103，103，111)=100，用100代替90，同理对剩下8个象素进行处理，处理后的图像结果为
3.真空电弧图像中值滤波的MATLAB实现
MATLAB是Matrix Laboratory的缩写，它是Mathworks公司推出的一个实现工程和科学运算、建模和仿真，原型开发，数据分析及可视化，科学和工程绘图，应用程序设计等方面的多功能软件系统。目前广泛应用于生物医学工程、图像信息处理、信号分析、时间序列分析、控制论和系统论等各个领域。作为一种编程语言和可视化工具，MATLAB具有使用方便、语法简单、函数丰富、界面友好和开放性强等特点[6]。
应用MATLAB软件中图像处理工具箱的函数可以简化数字图像处理常用的技术和方法，为图像处理工作者节省了大量的时间和精力，从而提高了图像处理的工作效率。下面的程序是用MATLAB中的二维中值滤波器函数medfilt2实现真空电弧图像去除噪声[7] [8]。
clear;
close all;
I=imread('vsi.bmp');%读取真空开关电弧图像
Imshow(I);%显示图像（图1所示）
I1=rgb2gray (I);%对真空开关电弧图像进行灰度处理
figure,imshow(I1);%显示灰度处理图像（图2所示）
J=imnoise(I1,'gaussian',0,0.02);%迭加均值为0，方差为0.02的高斯噪音
figure,imshow(J);%显示高斯噪声干扰图像（图3所示）
J1=imnoise(I1,'salt & pepper',0.04);%叠加密度为0.04的椒盐噪声
figure,imshow(J1);%显示椒盐噪声干扰图像（图4所示）
I2=medfilt2(J,[3 3]);%窗口大小为 的中值滤波去除噪声
figure,imshow(I2);%显示中值滤波处理图像（图5所示）
I3=medfilt2(J1,[3 3]);%窗口大小为 的中值滤波去除噪声
figure,imshow(I3);%显示中值滤波处理图像（图6所示）
通过上面的分析和处理可见，应用MATLAB可实现对图像快速中值滤波处理，处理结果很好，基本去除了噪声的影响。
4结语
通过本文的理论分析和在真空开关电弧中的应用可见，中值滤波算法具有较好的理论基础，而且针对不同的目标图像具有算法简单、实时性好、可靠性高等特点，既能够保护图像的边缘信息，又可以除去图像中含有的无用的图像噪声，具有较好的实用价值；而且应用MATLAB语言对数字图像进行中值滤波等一系列处理时具有编程简单、操作方便、处理速度快等特点。
【参考文献】
［1］王季梅.真空开关理论及其应用[M].西安：西安交通大学出版社，1986.11.
［2］T. H. Lee, A. N. Greenwood, D. W. Crouch et al. Development of power vacuum interrupters [J].Proc. IEEE, 1962, Vol. 81：629-639.
［3］王庆有.图像传感器应用技术[M].北京：电子工业出版社，2003.9.
［4］朱虹..数字图像处理基础[M].北京：科学技术出版社，2005.
［5］李辉,蒋秀明,高殿斌等.Matlab语言在数字图像中值滤波中的应用研究[J].天津工业大学学报，2003，Vol.22 No.1,pp:87-88.
［6］江景涛,姜学东,李福荣.利用中值滤波去除图像噪声的研究及MATLAB实现[J] 山东：莱阳农学院学报，2006.23(1)，pp:63-65.
［7］胡小锋,赵辉.Visual C++/MATLAB图像处理与识别实用案例精选[M].北京：人民邮电出版社，2004.9.
［8］武建文.真空电弧动态图像及其电子扩散过程的研究[D].西安：西安交通大学，1995.7
作者简介：
居剑文，（ 1974.2--），湖北黄冈职业技术学院机电工程系，讲师，硕士， 研究方向：机电一体化
董华军，大连理工大学电气工程及应用电子技术系，博士生，
研究方向：电气工程及应用电子