热医学图像（共3篇）
热医学图像 篇1
目前电力系统中电力设备大多采用的计划检修体制存在着严重问题,如临时性维修频繁、维修不足或维修过剩、盲目维修等,这使每年在电力设备维修方面耗资巨大。传统的检测方式为电力设备的安全运行提供了有力的保证,但是随着电力系统的发展,设备规模的扩大,设备故障复杂性的提高,传统检测方式也存在着它的不足[1]。
近年来,国内外大量的学者对设备的热红外图像进行了深入的研究[2,3,4,5]。20世纪60年代早期,瑞典AGA公司研制成功第二代红外成像装置,称之为红外热像仪。国外红外线诊断技术的工业化应用,始于20世纪60年代中期。最早应用的部门是瑞典国家电力局,他们成功地应用了红外热像仪进行电力设备的故障诊断[2]。1990年国际大电网会议(CICIE)充分肯定了电力设备故障红外诊断技术,并提出了红外诊断技术要从传统的预防性检修体制向预测性检修体制转变[6]。文献[7]介绍了基于红外热像分析的高压电力设备故障诊断,利用红外热像仪来监测高压电力设备的运行状态,由红外热像仪采集高压设备的红外热图像,提出一个用支持向量机识别电力设备的算法,提高电力系统的自动化检测水平。
我国电力系统是应用红外诊断技术比较早的行业,湖北电力试验研究所作为电力系统研制红外热像仪器的单位,己推出数种红外热电视,尤其最新推出的HD97型斩波式红外热电视被认为是世界上性能最好、功能最全,技术最先进的红外热电视。为了改变传统的电力设备检测方式,本文对陕西一变电站观测的热红外原始图像进行研究,首先对电力设备热红外图像的预处理,再进行基于等温线的彩色热红外图像温度场分割,确定出热红外图像的缺陷中心位,为后期进行图像匹配,快速预测故障提供了基础。
1 电力设备热故障红外诊断原理
电力设备的许多故障模式都以设备热状态异常表现出来,红外检测与故障诊断就是通过探测被诊断设备的红外辐射信号,从而获得设备的热状态特征,并根据这种热状态特征及适当的判断依据,作出设备有无故障及故障属性、出现位置和严重程度的诊断判别。红外热像仪通过接收红外热辐射功率来确定被测物体的温度的,在电力设备故障诊断应用中,其接收到的有效辐射同红外测温仪。
热辐射是指电力设备因发热而产生的辐射,目标设备温度越高其单位时间辐射的热量就越多,热辐射以电磁辐射的形式放射出能量,目标温度越高,辐射能力越强[8]。采用的热红外仪为Fluke Ti32 热成像仪,温度测量范围为-20 ℃ ～ +600 ℃,热灵敏度小于0.05 ℃,对角横向彩色,200万像素。从获取的电力设备热红外图形中提取出大小为500×450的矩形图f1(x,y),x∈(1,499),y∈(1,499),如图1所示是一个电线接头和电机热辐射红外热图像的宏观图,图1中颜色越趋向于白的地方,温度越高。
2 红外图像预处理
对红外图像进行的预处理的实质是通过各种方法和运算来改善原来图像的质量,红外热图像对比度低、灰度分布范围小等特点决定了在进行红外热图像故障诊断时必须对其进行一定的预处理,预处理目的是提高红外热图像的对比度、清晰度和降低噪声等。红外图像增强的目的是突出图像中某些信息,并消除某些不利信息,使得结果图像更加适应于研究的需要,本文主要用直方图增强来增大红外图像的对比度,并用中值滤波来过滤噪声。
直方图均衡化是一种常用的图像增强方法,其实质是使图像中灰度概率密度较大的像素向附近灰度级扩展,灰度级拉开,而概率密度较小的像素的灰度级收缩,从而让出原来占有的位置,这样就可以有效地利用了各个灰度级,从而红外图像得到了增强[10,11]。本文以某一电力设备为研究对象,采用上述热红外仪,从获取的电力设备热红外图形中提取出大小为500×450的矩形图,如图2中左上图所示,图2中左下图是经过直方图均衡化处理后的红外图像。
在进行直方图均衡化基础上,为了消除源图像的噪声,本文所用的噪声滤除方法是中值滤波。中值滤波是一种非线性处理方法,有效减少模糊边缘是中值滤波的主要作用[12]。计算公式如下:
式(1)中,x1,x2,L,xn为点(x,y)及其领域的灰度值。式(1)就是中值滤波公式,图像中滤波后某像素的输出等于其周围像素的平均值。滤波后的效果如图2中右图所示,从图中可以看出中值滤波对椒盐噪声效果比较好。
3 红外热图像的特征信息提取
红外热图像特征是指红外热图像中温度场的梯度、等温线的形状、温度等级等参数,它们与电力设备热故障的类型和故障位置有着非常密切的关系,研究通过图像处理的方法找出温度场的形状参数以及提取目标区域。红外图像特征信息提取的目的是为了进行图像匹配,进而通过图像匹配找出待诊断热图像与以前的故障形态的相似性,而图像分割的目的是为了建立电力设备热故障红外图像样本数据库。
3.1 缺陷中心定位
本文选取一个电力设备的红外热图像进行试验,同样提取出大小为500×450的矩形宏观图,原始图像如图3(a)所示。
从图3中可以看出,有一个很小的区域是温度最高的区域,从这个区域开始温度向周围辐射形成一个有温度等级的温度场,无论最高温度是一个点或者一小块区域,将这个点称为最高温度点或者缺陷中心点。红外热像仪是用颜色来表示温度的高度,颜色越黑的地方温度越低,颜色越白的地方温度越高。
将原图灰度化后彩色热图像变成灰度图像,如图3所示,在红外故障诊断中,一般可以用缺陷中心来确定故障位置,而根据红外热图的特点,缺陷中心往往对应着图像像素对比度最高或最低的点,热图像灰度化后,缺陷中心就是灰度值最大的区域或者点,因此搜索公式可以表示为:
Idef=max[{I(i,j)}>k(ave+kstd)] (2)
式(2)中,I(i,j)为热图图像像素灰度值,ave为热图图像灰度平均值,std为热图图像灰度标准偏差,k为比例调节系数,在本文算法中取为1。从红外热图3中可以看出,大部分区域的灰度都是一样的,为了加速缺陷中心的定位,在实际应用中首先求得图像的平均灰度值,然后根据缺陷中心的灰度值是最大的条件来对灰度值大于平均灰度值的像素点进行搜索比较,进而快速找出缺陷中心。
通过式(2)的处理,可以很轻松地找出温度最高的区域点的坐标,然后再用星号在原图上标定出来,如图4所示,打星号的地方就是温度最高的区域,找出缺陷中心。
3.2 基于等温线的温度场分割
在实际应用中,热红外图像的分割是基于彩色图像的分割,分割一幅彩色图像的一般方法是把彩色图像的各个分量进行分割,然后再合并成彩色图像。本文采用等温线的轮廓来分割红外图像,具体算法流程由下面进行具体的阐述。
等温线在红外热像仪的使用和红外热图分析中站有很重要的地位,从红外热图等温线中测量则可以很轻松和直观地观察到目标设备某个区域在红外热图中温度的分布状态。等温线是红外热图的特征之一,在红外图像预处理中提取红外热图的闭合等温线,可以得到红外热图温度场的闭合范围,以图3(a)为研究对象,就是提取等温线后的结果如图5(a)所示,从图5(a)中可以看出,等温线都是闭合的曲线。
红外热图像的温度梯度是温度变化比较激烈的方向,它是电力设备故障模式的特征之一,每个故障模式都会有它独特的温度梯度分布。温度梯度说明了温度变化的方向,每个温度场都有它自己的温度梯度分布,温度梯度反映了红外热图像温度场的变化特征。
本文采用等温线和温度梯度来分割红外热图像,关键点是要选择合适的一个温度值Tc来标定温度场的范围。由于温度梯度是温度变化最大的方向,同时在温度梯度变化最大的地方即是温度场最合适的范围,因此选择温度梯度变化最大的地方附近的温度作为基准点,并以那个基准点作为最后一条等温线的温度值Tc,它所包围的区域就是研究所需要的区域。
通过图5(b)的分割效果图可以看出,基于上述彩色图像分割的方法能够很好保留发热区的温度场信息。因此,该方法比较适合于变电站红外热图像的分割,为随后进行图像匹配,快速发现潜在的电力设备故障点奠定了基础。
4 结论
本章首先对红外热图像进行了预处理,随后采用缺陷中心定位和等温线的提取对红外热图像的特征信息进行了相应研究分析。研究分析结果表明本文采用的方法有效地分割出设备中潜在的故障点,对运行状态中的电力设备进行了完善的无损检测,有效地满足电力设备热故障诊断的需要。本文的研究成果具有重要的实际应用价值,很值得在设备检测诊断中推广应用。
参考文献
[1]蒋策.电力设备传统检修的弊端与状态检修方式应用.中国高新技术企业,2007;(10):88—92
[2] Yongqiang W,Fangcheng L,Heming L.The fault diagnosis methodfor electrical equipment using bayesian network:2009 First Interna-tional Workshop on Education Technology and ComputerScience,2009
[3]夏忠臣.在技术上如何提高变电站红外检测准确性.江苏省电机工程学会2009年学术年会暨第四届江苏电机工程青年科技论坛,南京,2009
[4]林晋.基于红外测温技术的设备缺陷诊断方法研究.保定:华北电力大学(河北),2010
[5]田裕鹏.红外辐射成像无损检测关键技术研究.南京:南京航空航天大学,2009
[6]张汉军.电力设备红外远程监控系统研究.保定:华北电力大学(河北),2008
[7]王彦霞,王震洲,刘教民.基于红外成像法的低压电器故障检测研究.低压电器,2008;(15):50—53
[8]李云红,孙晓刚,原桂彬.红外热像仪精确测温技术.光学精密工程,2007;15(9):1336—1341
[9] Jiao M L,Jing H W,Bi L,et al.An initial analysis of fault diagnosisto electrical apparatus product on bayesian:machine learning and cy-bernetics.2006 International Conference on,2006
[10] J.Alex Stark.Adaptive image contrast enhancement using generali-zations of histogram equalization.IEEE Trans Image Process,2000;9(5):889—896
[11]张峰,刘上乾,汪大宝.基于直方图均衡及融合的红外图像增强技术.半导体光电,2009;(4):632—635
[12]杨俊.变电站遥视图像的识别研究.保定:华北电力大学(河北),2005
热医学图像 篇2
第三届全国医学摄影图像学术会议暨第三届中国医学摄影图像展览定于2009年8月28日在新疆维吾尔自治区乌鲁木齐市举行。
主办单位:中国卫生摄影协会 中华预防医学会 新疆维吾尔自治区人民医院 新疆军区总医院
承办单位:中国卫生摄影协会医学摄影图像分会 新疆维吾尔自治区人民医院电化宣教中心 新疆军区总医院宣传中心
支持单位:《中国卫生画报》社 《信息记录材料》杂志 《人民军医》杂志 日本佳能 (中国) 有限公司 日本爱普生 (中国) 有限公司
热医学图像 篇3
来自全国各地的医学摄影同仁110人参加了会议, 收到论文70余篇、作品400余幅。会议就医学临床摄影、医学新闻摄影、数字医学摄影、医学摄影管理、教学, 医学摄影图像的传播、共享与应用、图像信息资源库的构建、多媒体幻灯制作、图像处理, 专科特种医学摄影 (如红外线、紫外线、放射线、荧光摄影) 等以及医学摄影发展中亟待解决的问题进行了探讨。对展出、展映的临床医学摄影、医学新闻摄影、多媒体课件、幻灯、图谱画册等各类图像作品进行了观摩、评析。会议还组织了专题研讨创作。
本次会议在“7.5”事件之后这一特殊时期举行遇到了特殊的困难。由于承办单位新疆维吾尔自治区人民医院、兰州军区乌鲁木齐总医院的高度重视、鼎力支持;由于承办人员加倍地付出了汗水与心血;由于各级领导的支持;更由于全国的同仁们无时无刻地奉献着一颗摄影心, 使得会议取得空前成功, 当地七家新闻媒体给予报道, 在我国医学摄影发展史上书写了重彩篇章。
本次会议还出版了《医学摄影理论与技术》一书, 共四十万字、图像作品306幅。本书包括理论探讨和作品选登两部分, 还包括了我国医学摄影前辈蒋汉澄和雷爱德2位老师遗作38幅, 不仅适用于专业医学摄影人员和临床医生使用, 而且可作为医学院校相关专业选修教材及广大医学摄影爱好者的参考书, 尤其具有一定的珍藏价值。
本次会议的成功举行承蒙《中国卫生画报》、《中国医学教育技术》杂志、《信息技术材料》杂志、《人民军医》杂志、卫生科普摄影分会、新疆维吾尔自治区新闻出版局、新疆美术摄影出版社、新疆电子音像出版社的友情支持;承蒙佳能 (中国) 有限公司的大力支持。
在此, 对支持本次会议的所有单位、领导及全国的同仁们谨致衷心感谢和崇高敬意。