基于多传感器图像融合的温度场测试系统

2.6图像融合处理计算机

为了减少人工判读误差，在利用示温漆图像进行温度场识别之前，必须进行图像融合及图像处理，图像融合处理计算机就是把从CCD图像传感器获取的目标图像采集存储到计算机存储器里，并对目标图像进行数字融合和温度识别处理，从而得到测试目标温度场分布情况。

3 系统软件设计

基于图像融合的发动机温度场测试系统软件设计流程如图3所示。

整个软件设计主要包括以下3个部分：图像融合预处理和图像融合、融合图像后处理、测试目标示温漆图像的颜色温度识别。图像融合预处理是指把N 个传感器在不同角度获得的N 个目标图像分别进行图像校正，图像增强、图像配准预处理后再进行图像融合。图像融合的目的是为了扩大系统工作范围、提高系统的可靠性和图像空间分辨率、改善图像精度，增强特征显示能力，提供变化测试能力，替代或修补图像数据的缺陷等。

常用的图像融合算法有基于空间的图像融合和基于变换域的图像融合两大类。本课题采用基于变换域图像融合算法中的小波融合算法对目标图像进行融合，该算法具有能够去除特征相关性，提供多尺度信息，对所感兴趣的特征和细节信息进行强化等优点。

基于小波变换算法的图像融合的结果如图4 所示，图像C 是图像A 和图像B 融合后的图像，这里小波基系数用sym6、分解层数是3层、低频取平均、高频取窗口系数加权。

计算出图像融合的3 个评价指标：信息熵、空间频率和平均梯度，通过计算结果数值比较，融合后图像的3个指标都有明显地提升，这说明融合后图像质量和清晰度都明显地提高了。

图像融合后进行图像后处理：包括特征选取、空间变换、彩色量化、图像分割。最后根据示温漆的颜色温度特性对目标图像进行温度识别。示温漆颜色图像温度值的判断方法如下：要判断A点的温度值，就要寻找曲线上与A点距离最近的一点B,点A与点B的距离可用欧式距离表示。若AB 为最小距离，则认为B 点所对应的温度值即为A点的温度。

4 结语

该测试系统中，图像融合是图像处理的关键，它直接决定了图像处理后的质量和清晰度。实验证明，该系统明显地提高了发动机温度场的测试效率和测试精度，具有非常好的应用推广价值。