联合变换相关图像识别在锅炉检验中的研究

鲍永生

（安徽省特种设备检测院，安徽 合肥230051）

1 概述

锅炉是一种典型的承压设备, 对于社会经济的发展有着重要的作用。在其使用的过程中出现故障问题,势必会危及员工及周边人民群众的的生命健康与财产安全。因此,做好锅炉设备的检验工作对于保障锅炉安全运行,维持企业生产、保障经济发展具有重要的促进作用。传统的锅炉检验方式是锅炉检验人员使用外观目测法、锤击检查法和灯光检查法对锅炉设备进行检验。由于检验环境的限制，以及目前法律法规规定的检验周期的限制，无法对锅炉的缺陷情况进行即时进行发现和提醒。因此，新型高速、准确的、无人化锅炉检验技术对我国锅炉检验的发展都具有巨大的推动意义。

图像识别是指检测和判断图像中是否包含某一特定信息的图像，例如从锅炉缺陷知识库中识别其特定的缺陷种类；从多种类品质库中找出所需品质的物品，如缺陷类型等的快速筛选；在整体照片中识别出缺陷部位等。光学图像识别有许多种方法:匹配滤波相关、联合变换相关、光电神经网络和计算机处理等。联合变换相关法于1966 年C.S.Weaver 和J.W.Goodman 提出，由于实时光电转换器件的发展，给这方面的工作带来新的活力。近年来，有关的研究日渐活跃，光电混合联合变换相关器（JTC）已成为图像识别的重要手段，相比前者既不需要在傅立叶面设立复杂的滤波器，也不需要精准的光路[1]。其参考和目标图像可同时输入光学系统，特别在要识别目标需要经常更换时非常有用，可实现并行快速、实时处理光学图像的要求[2]。当前液晶空间光调制器成本低，且已有较高的空间分辨率，在JTC 中利用空间光调制器和CCD 摄像装置配合计算机可简捷地实现实时联合变换图像识别的通用实验平台，在计算全息技术、衍射光学元件制造和光声光热技术中方便地使用。

2 联合变换基本原理

联合变换相关实验利用傅里叶光学中的2f 系统，如图1 所示，其中L 为傅里叶变换透镜，在透镜的前焦面上并列放上参考图像f(x,y)和待识别的图像g(x,y),其中心坐标分别为（a,0）和(-a,0)，用准直的激光束照明这两个图像。通过透镜进行傅里叶变换，在透镜的后焦面上的振幅分布为，

图1 2f 傅里叶光学系统

如果用普通胶片、全息干板或CCD 等光电探测器直接接收此傅里叶谱，由于它们都是对光强有响应的接收器即所谓平方律探测器[4]，所以得到的信号为（称为功率谱）：

对上述联合傅里叶功率谱再进行傅里叶变换，将物平面换成拍摄的功率谱，再利用2f 系统，进行逆傅里叶变换，根据傅立叶变换的相关定理，在后焦面可得到四项，如（3）式所示。第一项是 f(x,y) 的自相关，第二项是 g(x,y)的自相关，第三项是f(x,y)和g(x,y)的互相关，只是在x' 轴上平移了-2a，第四项也是f(x,y)和g(x,y)的互相关，只是在x'轴上平移了2a。第一和第二项位于输出平面的中心，称为0 级项，第三和第四项为一级项，正是所要求的相关输出信号。它们位于（-2a ,0）和（2a ,0）所以与0 级项可以分开。f 和g 的形式相同时第三和第四项相同。

3 联合变换相关图像识别仪器构造

实验平台如图2 所示，第一步，使用计算机产生参考图形和待识别图形(由CCD 拍摄后采集)，将两个图形并排输入如图1中的LCTV，激光经扩束和准直后，透过液晶光调制器的光被图形调制并变成相干光，经过傅里叶透镜后在透镜后焦面上得到两者的功率谱，再成像到CCD 面阵上。CCD 接收到的功率谱利用采集卡送入计算机。第二步，图像的功率谱经过计算机处理后，用LCTV 显示出来，再经过以上同一光路，在CCD 上获得图形的相关光斑。分析相关光斑的信息就可对待识别图形（目标图像）和参考图形的相似性做出判断。

4 联合变换相关图像识别技术的发展

图像识别是指对特定的输入图像信息进行比较、判断和比较，进而得到特定的信息。联合变换图像识别是利用相关联合变换从混乱的图像信息中找到所需的图像，以达到识别图片进行评级的目的。这个过程是利用光学方法获得目标图像的信息同已定量定级的图片知识库系统进行判断并做出决定的过程。因此，这个过程具备光学识别的特点，快速、便捷、可并行处理。相关变换图像识别重要的应用前景，引得各国科学家对其进行研究。从20 世纪60 年代Michigan 雷达实验室开始从事光电相关模式识别技术的研究，20 世纪70 年代开始研究弹上光学相关器[3]。1990 年美国飞机推力实验室成功的将光学相关器应用于远程导弹制导。1999 年美国研制成功了目标自动识别的灰阶光学相关器。目前，该技术的研究还在进一步发展中[4]。

图2 联合变换相关实验装置

我国的相关图像识别技术的研究也是如火如荼。20 世纪90年代，小波变换理论以及变换理论的发展将联合相关变换引入图像识别中。联合相关变换图像识别方法在军事、医疗、卫星、工业工程、自动化等领域应用越来越多。长春理工大学成功研制了光电混合联合变换器。长春理工大学的王文生课题组提出了梅林变换[5]和小波变换[6]方法解决了目标尺寸变化的问题。2010 年，Soble 边缘检测算法[7]应用于联合变换器中解决了低对比度目标的识别和探测问题。

5 联合变换相关图像识别技术展望

联合相关变换图像识别技术具有快速、高效的检测识别特点，并能实现对各类材料材料的识别。 这为锅炉检验检测提供了新的技术方法，目前研究的重点是建立合理的锅炉缺陷知识库，对锅炉缺陷进行定量化和质量化的定级描述，以实现目标图像的区分。未来联合相关变换图像识别技术将会大大的提高锅炉缺陷评定和识别的效率和准确性，并实现锅炉检验的无人化。