电缆终端局部放电缺陷特征短暂，缺陷范围与外部环境纠缠，很难准确定位，需要结合温度特征和模式识别特征共同检测，本文利用超声红外热成像的优势，提出基于超声红外热像的电缆终端局部放电缺陷检测方法，方法利用图像梯度化、灰度化处理采集到的电缆终端局部放电缺陷特征超声红外热成像图，并通过智能模式识别处理方法抑制采集图像的复杂背景，删除包含在电缆终端局部放电缺陷特征红外图像中的大面积地物及地面；根据 K-means聚类算法，圈定疑似局部放电缺陷特征范围，构建局部放电缺陷范围模板，经匹配参考范围后，得出疑似局部放电缺陷范围的温度特性信息，诊断电缆终端是否存在局部放电缺陷。实验结果表明，该方法可有效获取电缆终端局部放电缺陷部位，检测不同类型的电缆终端局部放电缺陷的平均精准率高达 98%，平均漏检率为 1%。

为了更好地保留原彩色图像的局部对比度, 获得感知准确的灰度图像, 提出了一种轮廓波域内局部对比度增强的灰度化算法。首先在CIE Lab色彩空间中利用共轭梯度算法优化目标函数, 求取全局映射函数参数, 得到初步灰度化图像; 然后采用轮廓波变换对彩色图像和初步灰度化图像进行多尺度多方向分解, 利用局部色彩对比度比值对方向细节图像进行对比度增强, 应用轮廓波逆变换得到增强后的细节图像; 最后将初步灰度化图像与增强后的细节图像进行叠加, 得到灰度化图像。对COLOR250和adik图像集的实验结果表明, 本文提出的算法优于已有文献的一些典型灰度化算法, 能够有效保留原始图像的对比度与结构信息, 灰度化图像视觉感知自然, 主客观评价结果均为最优。

基于传统光干涉甲烷检测仪,可以根据干涉条纹的位移量判断甲烷气体的浓度是否存在危险,而快速、准确地提取干涉条纹的中心线便可降低测量误差提高准确度。在考虑到光源、检测环境等因素的基础上,通过现场可编程门阵列(Field-Programmable Gate Array, FPGA)对图像进行预处理。首先对图像进行灰度化转换,并选用中值滤波对其进行降噪处理,然后进行二值化处理,最后选用骨架细化法提取条纹中心线。实验结果表明,该方法可有效实现对矿井中甲烷浓度检测精确度的提升,满足其实时性和准确性的要求。

在红外探测系统对空中目标进行低空探测时，地面的各种景物也可能进入探测器视场内，地面景物的存在将对目标的探测产生影响。从红外成像的角度出发，主要对地面景物会降低系统探测能力的问题进行了研究，分析了这种影响形成的原因，并针对该问题，提出了通过灰度化探测器视场内特定信号区间的方法。该方法对目标和其所在背景的辐射进行估计，再根据二者辐射的范围对灰度化信号区间的长度和位置进行确定，并最终得到所需灰度化信号的范围。计算和实验结果表明，采用该方法可以充分利用探测器的分辨本领，提高在地面景物存在情况下系统的探测性能。