自适应维纳滤波在钢水红外图像去噪中的应用

杨友良，王新宇，马翠红

自适应维纳滤波在钢水红外图像去噪中的应用

杨友良，王新宇，马翠红

（华北理工大学电气工程学院，河北 唐山， 063009）

基于辐射测温原理，介绍了红外测温理论和自适应维纳滤波处理方法，为了提高钢水的测温精度，对钢水的红外热图像噪声进行处理。搭建了实验平台，获得了不同温度下的钢水的红外图像，利用自适应维纳滤波对钢水红外图像进行去噪处理。利用Matlab软件进行仿真，通过对处理前后的红外图像的均方差和峰值信噪比进行比较，发现钢水红外图像的噪声得到了抑制。

红外测温；红外图像；热辐射；维纳滤波；Matlab

0 引言

在冶金制造、钢铁等行业中，钢水温度测量的准确性对于提高产品质量和生产效率有着至关重要的作用。红外测温法以普朗克黑体辐射理论为基础[1-2]，根据热辐射体（本文中特指钢水）发出的辐射出射度之比与辐射体的温度之间的函数关系来测量温度。基于图像处理的红外测温技术因反应速度快、温度测量范围宽、检测效率高[3-5]，在测温领域占有重要的地位。由于红外热像仪在成像时受内外部因素影响，所成的红外热像图会有噪声。针对红外图像噪声[6]大、对比度低的特点。应用自适应维纳滤波去噪的方法，对钢水红外图像进行去噪处理，减小由噪声引起的测温误差。

1 红外测温原理

理论上只要物体温度高于绝对零度的物体都会以电磁波的形式向外发射出能量，这种能量叫做辐射能。其中红外光波的波长在0.76～1000mm。红外测温的物理学理论基础是普朗克定律，由普朗克辐射定律和维恩位移定律[7-8]得知，波长与辐射能成简单的反比关系，只要获得辐射度峰值处的波长，就可以计算该被测对象的温度。红外热像仪正是根据这理论原理把钢水表面的热辐射能量转换成可见的红外热图像。但其中存在噪声的影响大大降低了测温的精度，本实验用自适应维纳滤波去噪的方法减小噪声的影响，来提高钢水的红外热图像的质量，使钢水测得温度更准确。

2 维纳滤波

维纳滤波是通过频谱特性和平稳随机过程的特性对含有噪声的信号进行滤波。我们获取的信号既有有用信号也含有噪声信号，维纳滤波根据这两个信号特性获取有用信号和输出信号的最小均方差。由于有用信号和噪声信号在一定范围存在重合，任何滤波器不能完全消除噪声信号。按维纳滤波理论，维纳滤波可以最大限度地消除噪声信号，获取有用信号，故也成为最佳滤波器。其滤波示意图如图1所示。

图1 维纳滤波结构示意图

图1中图像输入有用信号为()，噪声信号为()，()是在均方差最小的条件下得到的冲激响应。则输入的含噪声的图像信号为：

()＝()＋() (1)

通过维纳滤波器滤波以后希望得到去噪图像信号¢()和图像有用信号()之间的误差最小。用()来表示他们之间误差，即()＝¢()－()。

维纳滤波器要求输入信号统计特性为已知，但实际中有很多受噪声干扰的图像很难知道其特性，造成了其应用的局限性。本文结合自适应滤波理论来设计自适应维纳滤波器，其根据输入信号的特性，逐步逼近原始图像输入信号和噪声的统计特性，采取特定算法来调节滤波器的参数，“自适应”地获取图像的有用信号，去除噪声信号。

3 实验方案

本实验采用主要设备：①银泰机电设备厂生产的YTKJ9.1A新型电源控制板小容量中频炉，最大输出、输入功率为15kW；输出中频电压为750V；输出中频电流为30A；输出振荡频率为4000Hz。②上海巨哥电子科技有限公司的MAG30HT型号红外热像仪。③卓立汉光MC600位移台。④卓立汉光OLA25.4-300透镜，焦距为300mm。

实验的操作系统结构图如图2所示。通过调节中频炉功率使得钢水保持在熔融状态，钢水辐射出的红外辐射能由光学系统转换成电信号，再经信号处理器处理，最终显示出人眼所能观测的红外图像。背景光辐射强度相对很小，所以略去不计。其中红外热像仪的温度修正信息如表1。

图2 硬件系统结构图

表1 温度修正信息

4 数据分析

图像质量评价方法[9-12]分为2类，即主观评价和客观评价。主管评价方法是直接利用人们自身的观察来对图像做出判断，在本实验数据分析时不适合。客观评价方法是用处理图像和原始图像的误差来衡量处理图像的质量。传统的评价基于一个思想，根据图像的物理失真情况，使用一定的物理参数来衡量其优劣。具有代表性的方法评价指标有均方差（normalized mean square errors，NMSE）信噪比（signal noise ratio，SNR）等。信噪比反应了对噪声图像的保真度，其值越高，对细节保护的越好。均方差反应了噪声抑制能力，其数值越小噪声抑制的越好。设(,)表示原始图像，¢(,)表示处理后的图像，其中和代表行和列，则信噪比和均方差的表达式如下：

选取2个典型的钢水温度值，分别为1587℃，1631℃。其对应的红外图像为图3(a)（255×255）和图4(a)（255×255）。利用Matlab软件进行仿真，得出钢水红外图像处理前后的NMSE和SNR，图3(b)和图4(b)是对图3(a)和图4(a)处理后的结果。图3(b)和图4(b)通过自适应滤波器的滤波后，最大限度消除了原始图像中存在的噪声影响。最后通过Matlab运算得到处理前后钢水红外图像的NMSE和SNR，得到数据如表2数据比较。可见处理后的钢水红外图像的信噪比和均方差都优于未处理之前。原始红外图像中的噪声得到了很大消除，为最后的钢水温度测量提高了精度。

图3 钢水温度为1587℃时的红外图像

图4 钢水温度为1631℃时的红外图像

表2 数据比较

5 结束语

本文通过红外测温仪获得不同温度下熔融金属的红外图像，利用自适应维纳滤波去噪得到信噪比较高的红外图像。利用Matlab软件做出处理红外图像的界面，获得高质量的红外图像。对钢水的红外图像进行比较，发现有效提高了红外图像的信噪比。此方法为提高最后测得钢水温度的准确性打下坚实的基础。

[1] 张德丰. MATLAB小波分析[M].2版. 北京: 机械工业出版社, 2012: 218-225.

[2] 吴斌. 热辐射温度测量技术研究[J]. 自动化技术与应用, 2012, 40(3): 195-199.

[3] 蒋定定, 李开端, 赵育良. 基于Gabor遗传算法的红外图像识别[J]. 应用光学, 2005, 26(3): 32-35.

[4] 章毓晋. 图像分析[M]. 北京: 清华大学出版社, 2005.

[5] 张晓龙, 刘英, 王健, 等. 不同非均匀性校正温度的红外测温技术[J]. 中国光学, 2014, 7(1): 150-155.

[6] 唐麟, 刘琳, 苏君红. 红外图像噪声建模及仿真研究[J]. 红外技术, 2014, 36(7): 542-548.

[7] 陈燊, 侯榆青, 杨旭朗, 等. 基于偏微分方程与维纳滤波的混合去噪方法[J]. 计算机工程, 2010, 36(10): 193-198.

[8] ZHAO Shuang-ping, XING Jing-hong. Composite method for image adaptive Wiener filtering[J]., 2010, 46(31): 169-171.

[9] 冈萨雷斯. 数字图像处理[M]. 北京: 电子工业出版社, 2003.

[10] Stephane Mallat.[M].2nd Ed. New York: Academic Press, 1999.

[11] DING Xing-hao, DENG Shan-xi, LI Liao-liao. Algorithm of wavelet RBF neural network[C]//2, Jinan, 2002, 8(2): 756-760.

[12] 陶珂, 朱建军. 小波去噪质量评价方法的对比研究[J]. 大地测量与地球动力学, 2012, 32(2): 128-133.

Adaptive Wiener Filtering Noise Reduction in the Molten Steel Infrared Image

YANG You-liang，WANG Xin-yu，MA Cui-hong

(,,063009,)

Based on the principle of radiation temperature measurement, this paper introduces the theory of infrared temperature measurement and adaptive wiener filtering processing method in order to improve the molten steel temperature measuring accuracy and reduce the infrared thermal image noise of molten steel processing. Having set up the experimental platform, we obtain the different temperature of molten steel in the infrared image, using adaptive wiener filtering for molten steel infrared image denoising processing. Before and after using the Matlab software simulation, and through the processing of infrared images of the mean square error and peak signal to noise ratio are compared, we find that steel infrared image noise has been suppressed and the method for the application of infrared temperature measurement in the molten steel temperature measuring has laid a solid foundation

infrared temperature，infrared image，thermal radiation，adaptive wiener filtering，Matlab

TH811

A

1001-8891(2015)09-0733-03

2015-01-13；

2015-03-11.

杨友良（1961-），男，硕士，教授，主要研究方向为复杂工业过程的建模与控制。

国家自然科学基金项目，“熔融金属在线红外热像测温方法研究”，编号：61171058。