一種非共光軸紫外成像儀放電點定位矯正方法與流程

本發明涉及非共光軸紫外成像儀技術領域，具體是一種非共光軸紫外成像儀放電點定位矯正方法。

背景技術：

紫外成像儀的共光軸設計成本高，使用的分光鏡反射，使得紫外通道和可見光通道接收到的光一分為二，強度變弱，且共光軸的紫外成像儀光通過率低，光路部分結構復雜，成本高。市場上出現了非共光軸的紫外成像儀，使用非共光軸的紫外成像儀具有成本低廉、鏡頭的采光接受率高、結構簡單的優點。但是現有非共光軸的紫外成像儀在近距離拍攝時不可避免的會出現可見光和紫外圖像的偏移，且距離越近越明顯，偏移隨拍攝距離變化而變化，該偏移是由于紫外光路和可見光光路非同軸引起的。因此，本發明提供一種對偏移進行擬合矯正的非共光軸紫外成像儀放電點定位矯正方法。

技術實現要素：

本發明的目的在于提供一種非共光軸紫外成像儀放電點定位矯正方法，以解決上述背景技術中提出的問題。

為實現上述目的，本發明提供如下技術方案：

一種非共光軸紫外成像儀放電點定位矯正方法，通過神經網絡對紫外圖像放電和可見光圖像放電點的偏差進行擬合矯正，得到一個紫外圖像與放電距離所對應的偏差矯正坐標；然后進行紫外圖像和可見光圖像的融合，輸出具有放電紫外光斑的可見光紫外融合疊加影像。

作為本發明進一步的方案：所述神經網絡的輸入參量包含：觀測距離(l)、紫外圖像光斑參量，所述紫外圖像光斑參量包括紫外圖像光斑形心(x，y)、紫外圖像光斑周長(p)、紫外圖像光斑長軸(m)、紫外圖像光斑短軸(m)，目標為可見光圖像中放電點的坐標f(x)。

作為本發明進一步的方案：具體步驟為：

(1)輸入神經網絡的輸入參量的權值w：觀測距離l對應w(1，1)，紫外圖像光斑形心(x，y)對應w(1，2)，紫外圖像光斑周長(p)對應w(1，3)，紫外圖像光斑長軸(m)對應w(1，4)，紫外圖像光斑短軸(m)對應w(1，5)；

(2)輸入神經網絡的閾值b；

(3)采用bp神經網絡算法計算輸出可見光圖像中放電點的坐標f(x)；

(4)將f(x)作為該系統的紫外圖像和可見光圖像融合疊加偏差矯正的參量，通過計算機編程進行紫外圖像和可見光圖像的融合，輸出具有放電紫外光斑的可見光紫外融合疊加影像。

與現有技術相比，本發明的有益效果是：

該非共光軸紫外成像儀放電點定位矯正方法設計合理，通過神經網絡對紫外圖像放電和可見光圖像放電點的偏差結合放電光斑特性和觀測距離進行擬合矯正，得到一個紫外圖像與放電距離所對應的偏差矯正坐標，進行紫外圖像和可見光圖像的融合，輸出具有放電紫外光斑的可見光紫外融合疊加影像；使用非共光軸的紫外成像儀可以降低成本，非共光軸紫外成像儀紫外圖像和可見光圖像可以無偏差融合，準確定位放電點的位置。

附圖說明

圖1為非共光軸紫外成像儀的原理示意圖。

圖2為非共光軸紫外成像儀放電點定位矯正方法的結構示意圖。

具體實施方式

下面結合具體實施方式對本專利的技術方案作進一步詳細地說明。

圖1是非共光軸紫外成像儀的光路結構圖，圖中可以看出紫外光軸與可見光軸之間有一定距離，因此拍攝到的圖像會有一定的偏差。

請參閱圖2，一種非共光軸紫外成像儀放電點定位矯正方法，通過神經網絡對紫外圖像放電和可見光圖像放電點的偏差進行擬合矯正，得到一個紫外圖像與放電距離所對應的偏差矯正坐標即f(x)；然后通過計算機編程進行紫外圖像和可見光圖像的融合，輸出具有放電紫外光斑的可見光紫外融合疊加影像；可見光圖像的放電點已知，在求得紫外圖像的放電點之后，圖像的融合就是讓兩個放電點重合，而紫外放電點的坐標位置與可將光放電的位置受到眾多參數的影響，本發明選擇了觀測距離l和紫外圖像光斑參量，采用bp神經網絡算法得到偏差矯正坐標即f(x)，網絡參數確定后，給輸入值，就可以得到網絡的輸出；融合后的圖像中就有放電，該放電位置需要和可見光圖像中的放電位置重合；

所述神經網絡的輸入參量包含：觀測距離l、紫外圖像光斑參量，所述紫外圖像光斑參量包括紫外圖像光斑形心(x，y)、紫外圖像光斑周長(p)、紫外圖像光斑長軸(m)、紫外圖像光斑短軸(m)，目標為可見光圖像中放電點的坐標f(x)。

一種非共光軸紫外成像儀放電點定位矯正方法，具體步驟為：

(1)輸入神經網絡的輸入參量的權值w：觀測距離l對應w(1，1)，紫外圖像光斑形心(x，y)對應w(1，2)，紫外圖像光斑周長(p)對應w(1，3)，紫外圖像光斑長軸(m)對應w(1，4)，紫外圖像光斑短軸(m)對應w(1，5)；

(2)輸入神經網絡的閾值b；

(3)采用bp神經網絡算法計算輸出可見光圖像中放電點的坐標f(x)；

(4)將f(x)作為該系統的紫外圖像和可見光圖像融合疊加偏差矯正的參量，通過計算機編程進行紫外圖像和可見光圖像的融合，輸出具有放電紫外光斑的可見光紫外融合疊加影像。

本發明的工作原理是：修正的輸入參量是紫外圖像的一些特征，用來表征紫外圖像中的放電點的位置，由于放電點是一大片，并非一個點，因此需要多個參數；w和b是網絡的參數，f(x)是輸出；本發明通過測量已知的輸入和輸出，確定網絡的參數w與b，即網絡的訓練過程；網絡訓練完成后，w與b確定，此時的網絡具有預測功能，當給網絡輸入時，采用bp神經網絡算法，在網絡參數確定后，輸入各參量的輸入值，就可以得到網絡的輸出，即通過網絡參數計算出該網絡的輸出，達到預測輸出的目的。本發明使用神經網絡對紫外圖像放電和可見光圖像放電點的偏差結合放電光斑特性和觀測距離進行擬合矯正，得到一個紫外圖像與放電距離所對應的偏差矯正坐標，進行紫外圖像和可見光圖像的融合，輸出具有放電紫外光斑的可見光紫外融合疊加影像。通過對輸入量和目標量對網絡進行訓練，得到一個精度符合要求的擬合參數網絡，用以作為該系統的紫外圖像和可見光圖像融合疊加偏差矯正的參量；放電點的位置坐標和矯正參能讓可見光和紫外圖像進行準確的疊加。

該非共光軸紫外成像儀放電點定位矯正方法設計合理，通過神經網絡對紫外圖像放電和可見光圖像放電點的偏差結合放電光斑特性和觀測距離進行擬合矯正，得到一個紫外圖像與放電距離所對應的偏差矯正坐標，進行紫外圖像和可見光圖像的融合，輸出具有放電紫外光斑的可見光紫外融合疊加影像；使用非共光軸的紫外成像儀可以降低成本，非共光軸紫外成像儀紫外圖像和可見光圖像可以無偏差融合，準確定位放電點的位置。

上面對本專利的較佳實施方式作了詳細說明，但是本專利并不限于上述實施方式，在本領域的普通技術人員所具備的知識范圍內，還可以在不脫離本專利宗旨的前提下做出各種變化。

技術特征：

技術總結
本發明公開了一種非共光軸紫外成像儀放電點定位矯正方法，通過神經網絡對紫外圖像放電和可見光圖像放電點的偏差進行擬合矯正，得到一個紫外圖像與放電距離所對應的偏差矯正坐標，進行紫外圖像和可見光圖像的融合，輸出具有放電紫外光斑的可見光紫外融合疊加影像。該非共光軸紫外成像儀放電點定位矯正方法設計合理，使用非共光軸的紫外成像儀可以降低成本，且通過擬合的方式進行紫外光和可見光圖像的偏移矯正，使得非共光軸紫外成像儀紫外圖像和可見光圖像可以無偏差融合，準確定位放電點的位置。

技術研發人員：周廣洋;劉云鵬;王江偉;鐘平;鐘正;張凱元;王博聞;齊小涵
受保護的技術使用者：華北電力大學（保定）
技術研發日：2017.03.21
技術公布日：2017.09.22