---本文于网络，仅供参考，勿照抄，如有侵权请联系删除---基于MAP估计的复小波域局部自适应绝缘子红外热像去噪方法*李佐胜1，姚建刚1，杨迎建2，刘云鹏2，李文杰3(1湖南大学电气与信息工程学院长沙410082；2国网电力科学研究院武汉430074；3湖南湖大华龙电气与信息技术有限公司长沙410012)摘要：为了从强白噪声干扰的红外热像中提取真实的绝缘子盘面温度场信息，提出一种基于MAP估计的复小波域局部自适应去噪方法。首次证实了绝缘子红外热像双树复小波变换(DT-CWT)系数服从拉普拉斯分布，并对不同滤波器组采用各自最精细分解层子带系数估计噪声方差，利用待估计点圆形邻域系数估计信号方差，且随分辨率变化调整圆形邻域半径，使得MAP估计的无噪声系数更为准确，提高了去噪图像质量。实验结果表明，该方法比传统的Wiener滤波法、基于离散小波变换和DT-CWT的贝叶斯阈值去噪方法具有更高的信噪比，在有效去除图像噪声的同时，图像细节信息保留更完好。关键词：双树复小波变换；绝缘子红外热像；噪声方差估计；MAP估计；图像去噪：TN911.73TM835.4文献标识码：A国家标准学科分类代码：510.4050Complexwavelet-domainlocaladaptivedenoisingmethodforinsulatorinfraredthermalimagebasedonMAPestimationLiZuosheng1,Yao激angang1,YangYing激an2,LiuYunpeng2,LiWen激e3(1SchoolofElectricalInformationEngineering,HunanUniversity,Changsha410082,China;2StateGridElectricPowerResearchInstitute,Wuhan430074,China;3HunanHDHLElectricalInformationTechCo.Ltd,Changsha410012,China)Abstract：Inordertogaintherealtemperaturedistributionofinsulatorsurfacefrominfraredthermalimagethatisstronglyinterferedbywhite-noise,acomplexwavelet-domainlocaladaptivedenoisingmethodbasedonmaxi-mumaposteriori(MAP)estimationisdeveloped.Itisconfirmedforthefirsttimethatthedualtreecomplexwavelettransform(DT-CWT)coefficientsofinsulatorinfraredthermalimageobeyLaplaciandistribution.Theauthorsutilizethefinestscalingsub-bandcoefficientsofdifferentfilterbankstoestimatetheirrespectivenoisevariances,andcomputethesignalvarianceofthecoefficientusingneighboringcoefficientswithinacircularwin-dowwhoseradiusvarieswithresolution,sonoise-freecoefficientsaremoreaccuratelyestimatedbyMAPestima-tionandthequalityofthedenoisedimageisimproved.Experimentalresultsdemonstratethattheproposedmethodgetshighersignal-to-noiserate(SNR),de-noisesmoreeffectivelyandpreservesmoredetailedinforma-tionoftheoriginalimagethantraditionalWienerfilteringmethod,theadaptiveBayesianthresholdmethodsbasedondiscretewavelettransformandDT-CWT.Keywords：DT-CWT;insulatorinfraredthermalimage;noisevarianceestimation;MAPestimation;imagedenoising---本文于网络，仅供参考，勿照抄，如有侵权请联系删除---1引言运行绝缘子污秽受潮时，表面泄漏电流增大，引起绝缘子表面温度升高，污秽越严重，温升越明显，研究人员提出应用红外成像技术，结合图像处理和模式识别技术实现绝缘子污秽等级检测[1]。由于红外成像过程中受探测器噪声、电子电路噪声、红外焦平面阵列噪声等影响，图像具有高噪声、低对比度的特点。因此，实现绝缘子污秽等级准确识别的关键之一就是寻求有效的绝缘子红外图像去噪算法，从被噪声污染的图像中恢复温度场图像信息。离散小波变换(discretewavelettransform，DWT)有快速分解、重构算法，变换结果非冗余，并且具有多分辨率、去相关性、低熵性等特点，使得小波变换能在小波域很好地实现信噪分离，得到广泛应用。但是，DWT分解过程中的下采样导致变换失去平移不变性[2]，且方向选择性受限，对信号去噪不利。如图像去噪中的边缘失真和图像模糊，造成细节特征丢失，而这些特征往往是故障诊断的重要特征，决定了模式识别的精度。Kingsbury提出的双树复小波变换(dualtreecomplexwave-lettransform，DT-CWT)不仅保...