摘要：目标图像的边缘提取是一项关键技术，远程采集的水利工程图像，因受外界环境因素的干扰，图像中的关键细节特征点存在缺失，造成图像质量差。在检测特征中，信息丢失会导致水利工程质量检测准确率过低。针对上述问题，提出基于图像的小波变换来检测图像边缘的方法。结果表明，以此得到的边缘图像明显好于经典的边缘检测算子，提高了水利工程质量图像检测的准确率。
关键词：小波变换;边缘检测;算子;水利工程;质量检查
随着国家经济的快速发展，国家对于水利工程建设也越来越重视。投入了大量的资金和人力建设水利工程，改善人民的生活水平。水利工程质量检测，一直是水利工程相关领域研究的一个热点问题。当前，主流的水利工程质量检凋多以人力为主，这需要大量的专家进行实地考察，并且受到检测人员主观因素的影响比较大。随着计算机图像处理技术的飞速发展，智能化的检测算法越来越受到重视。最常见的智能化水利工程质量检溯算法包括基于小波变换的检测算法、基于数理统计的检测算法和基于像素差值的检测算法等。由于水利工程质量检测应用场合十分广泛，所以，受到了很多学者的重视。
一、慨况
近年来，一种称为小波的数学理论和方法在国际上已广泛受到关注，并已经成为当今迅速发展的前沿学科之一，在语音合成、图象处理、模式识别、计算机视觉、CT成像、大气海洋波的分析、天体力学和信号分析等诸多科技领域不断取得具有科学意义和应用价值的重要成果。其所以如此，这主要是因为它具有其它许多处理手段所不具备的优良特性，如：它是时间和频率的局部变换，能有效地从信号中提取瞬态突变信息；通过伸缩和平移等运算，能对信号进行多尺度(或多分辨)细化分析；良好的方向选择性等。本文简述了小波变换的原理，综述了小波变换在水利工程图像质量检测研究。
二、水利工程质量检测概述
1.水利工程质量检测的内涵。近几年，我国经济实现了快速发展，水利基础设施建设项目不断增多，扩大内需水利建设项目成为了水利监管部门关注的焦点，水利工程检测成为了重要的校对和验证手段，主要是借助相关技术，对水利工程建设质量进行集中校对，利用现场取样、委托试验等方式，对其整体质量参数进行集中分析。
2.水利工程质量检测的主要内容。在水利工程项目质量检测过程中，要严格按照标准化检测流程和相关要求进行细化检测，确保检测内容切实有效，且整体管理机制和管控要求之间具有较好的契合度。首先，要对施工图纸和施工组织进行集中设计，确保施工计划会审工作有序进行，只有相关工作落实到位，才能从根本上提高工程项目的整体质量；其次，要对水利工程项目中使用的原材料、外购材料、半成品以及工程运行过程中的实体进行集中的质量验收，从而提取有效的监测数据进行对比分析，建立更加全面的价格评估体系；只有保证工程质量事件分析机制切实有效，才能从根本上提高整体工程项目的综合质量。再次，相关检测人员要对新结构、新材料以及工艺操作流程等进行集中检验，并对设备的使用有效性进行集中校对。最后，技术人员要借助科学化的检测手段和机制，结合技术要求以及相关项目的行为规范有序开展检测工作，从而针对相关问题提出有效的处理对策。
3.水利工程质量检测的原理。在水利工程项目质量检测过程中，主要是利用远侧监测系统和雷法图像灰度检测机制，能建构较为完成的测量系统和数据模型。其检测原理主要是相关检测仪器对收集的图像分别进行集中行动初始化处理，由于图像多为远程图像，画面质量并不高，因此，要利用灰度处理机制和相关算法进行图像预处理，并且在获取相关公式后，取得固定的灰度值，结合水利工程质量标准，对灰度进行替换，从而提升图像质量，并且进一步获取更多的基础信息和数据，与衡量标准进行对比分析，若是在对比分析后，像素差值大于衡量标准，则该区域存在一定的安全隐患，相反的，若是像素差值小于衡量标准，则该区域不存在安全隐患。
三、基于小波变换的水利工程图像质量检测模型
1.小波变换提取图像边缘原理。小波变换是一种高效准确的信号处理方法，它良好的时－频局部特性使其善于图像处理。它可以调节各频率成分在时域上的取样步长。因此，小波变换能够把信号或图像分解成交织在一起的多种尺度成分，并对各尺度成分采用对应的时－空域取样步长，进而可以获取到对象的细枝末节。正因为小波变换的多尺度特性，所以其擅长于图像的边缘提取。噪声既是灰度突变点，又是极大值点。由于小波的特性是聚集能力，当一小段小波系数上聚集了大部分信号能量时，边缘的小波系数幅值会因此增大，又因为噪声的信号能量不太集中，因此小波系数幅值会变小。基于此，可以对图像小波变换时，用平滑函数的一阶导数作小波函数，设置阈值范围，当小波系数超出此范围时，可以确定小波系数的模极大值点为图像边缘点。
2.小波多尺度边缘检测算法。简单来说，多尺度边缘检测就是与两个小波函数的两个偏导数作用:，，小尺度缺点在于易受到噪声干扰，大尺度的缺点是定位精度低。而多尺度边缘检测是在尺度各不相同的小波变换图像上，由梯度力方向检测模极大值，最后通过对闭值的处理，就可以在各尺度上进行综合得到最终边缘图像，从而达到噪声和定位精度的双赢。
图1仿真图像
四、质量检测模拟结果及分析
本文的仿真模拟基于一个水利工程模型，选取一幅水利枢纽图片作为研究对象，进行模拟质量检测，验证小波多尺度边缘检测算法的合理性。仿真图像见图1。通过图像采集、初始化处理、建立模型、小波变换图像边缘处理等过程后得到图1，将原图像先进行小波分解后，利用小波算法将原图像在不同空间上进行重构，最后得到新的仿真图像。其优点在于小波的非冗余特性可以保持信息总量不变。融合后的图像增加了灰度离散程度，清晰度和对比度都得到增强，可以极大地提高辨识度，充分证明基于小波变换的水利工程图像质量检测模型可以更好的运用于实际。
在水利工程质量检测项目建立过程中，要积极落实有效的管控措施，提高质量监督和质量检查机制的水平，建构系统化的管控要求，为工程质量以及后续维护管理步骤提供直观且有效的检测数据，在强化人才培养机制的同时，升级整体管理项目的综合水平，严格管理水利工程检测项目的操作规范，为水利工程项目的可持续发展奠定坚实基础。利用多尺度边缘检测算法对水利工程图像进行处理，由于小波变换提取图像边缘可以获取到对象的细枝末节，并且它的多尺度特性决定了它非常善于提取图像边缘，所以通过小波多尺度边缘检测，既提高了抗噪声干扰能力，又提高了定位精度。这种基于小波变换模局部极大值的多尺度边缘检测方法，可以更加灵敏地获得不同尺度下的信号突变点，这对边缘检测来说有极大地提高，将其运用到图像边缘检测，创新实现了在图像视觉处理和模式识别中的应用。经图像仿真处理分析验证，经过处理后的图片变得更加清晰，增加了灰度离散程度，清晰度和对比度都得到增强，可以极大地提高辨识度，证明小波多尺度边缘检测算法的巨大潜力。
参考文献：
［1］邓志翔，李传锋，刘磊，等．基于神经网络的多模型跟踪保性能切换控制［J］．华中科技大学学报(自然科学版)，2014，(01)：114-115
［2］张太发，高朝阳．数字图像边缘检测方法的分析与研究［J］．计算机技术与发展。2014，(10)：112—115
［3］边缘与灰度检测相结合的场景图像文本定位［J］．中国图象图形学报，2014，(03)：136-138
论文作者:王业飞
论文发表刊物:《防护工程》2019年第5期
论文发表时间:2019/6/10
标签：图像论文; 小波论文; 水利工程论文; 边缘论文; 尺度论文; 质量检测论文; 灰度论文; 《防护工程》2019年第5期论文;