[发明专利]一种基于sobel算子的布里渊散射谱图像识别方法

说明书

本发明公开了一种基于sobel算子的布里渊散射谱图像识别方法，属于光纤传感领域中的受激布里渊散射谱识别技术领域，本发明的方法是把数据点成像、去噪、识别同时进行，处理对象就是已经成像的图，把布里渊散射信号谱整体看做是图像信号，把产生布里渊频移位置看做是奇异点组成的图像边缘，通过边缘检测的图像处理方式，最终识别出温度(或)应变发生位置及大小。本发明利用小波变换对图像信号矩阵进行去噪处理可以提高原布里渊散射信号谱的信噪比，使边缘检测结果更为精确；边缘检测的自适应阈值判别使很多噪声点归零，使得布里渊散射谱中边缘锐化明显，屋顶状边缘突出，使频移定位更加精确。

技术领域

本发明属于光纤传感领域中的受激布里渊散射谱识别技术领域，具体涉及一种基于sobel算子的布里渊散射谱图像识别方法。

背景技术

在传统的光纤传感领域，对于散射传感信号的处理通常仅限于“采集-去噪-拟合-绘图识别”从而得到发生温度(或应变)的位置及大小。这种方法的缺点在于处理时间较长，在长距离传感中，由于采集点数超级量大，此种信号处理方式时效性很差。

在利用图像处理方式对传感信号处理方面，目前只有Nature中报道过1篇采用图像处理方式对采集信号进行全局处理的文章，其他地方尚未见到详细报道。但该文章中，图像处理方式仅限于去噪，对于突变点的识别效果不明显。

发明内容

为了解决现有技术中存在的上述技术问题，本发明提供了一种基于sobel算子的布里渊散射谱图像识别方法，主要是将受激布里渊散射谱信号作为图像处理对象，通过图像处理的方法进行布里渊散射谱突变点识别，进而确定布里渊频移量的数值。这种方法不仅可以起到去噪效果，还可以使突变点相对增强，具有处理速度快、全局性强、信噪比较高、容易识别、无需拟合等优点，在未来的分布式光纤传感领域可以用来提高传感识别精度和速度，使对突变点的判断更加直观便捷。

基于图像处理方式的受激布里渊传感识别方法不同于传统的信号处理技术，它是把数据点成像、去噪、识别同时进行，处理对象就是已经成像的图，把布里渊散射信号谱整体看做是图像信号，把产生布里渊频移位置看做是奇异点组成的图像边缘，通过边缘检测的图像处理方式，最终识别出温度(或)应变发生位置及大小的一种新型技术手段。

为了实现上述目的，本发明的技术方案如下：

一种基于sobel算子的布里渊散射谱图像识别方法，包括如下步骤：

1、利用小波变换对图像矩阵X进行去噪处理及重构逼近处理，得到处理后的图像矩阵{f(i,j)}；

2、将步骤1处理后的图像矩阵{f(i,j)}根据基于sobel算子的边缘检测方法，将矩阵中每个像素点分别与sobel算子的s_x、s_y做卷积运算，在MATLAB中提供了卷积运算函数conv2；两个卷积的最大值作为该像素点的输出，从而形成矩阵{R(i,j)}，再使用MATLAB中自带的thselect函数，选择对于矩阵{f(i,j)}的自适应stein无偏风险估计类型(MATLAB中参数类型为rigrsure)，针对矩阵{f(i,j)}生成自适应阈值TH，若R(i,j)≥TH则输出该元素值，若某一元素低于阈值TH，则输出矩阵中该元素置零，最终构成矩阵{R'(i,j)}。

进一步地，步骤1所述的利用小波变换对图像进行去噪处理及重构逼近处理处理，具体如下：

(1)选择Dauvechies(dbN)小波系函数作为小波基函数；

(2)选定小波基后，对图像矩阵X进行多尺度二维分解，具体如下：