Page 112 - 2024年第55卷第9期

过滤 ６０％图像噪声，但对靶标边缘保护效果有限，难以避免结构边缘模糊、光晕现象；ＳＷＧＩＦ算法可
以有效平滑 ６０％靶标圈带与背景噪声，但图像清晰度下降，靶标边缘出现光晕现象。

图 １０ 靶标图像各算法比较

为客观评价四种滤波算法图像结果的降噪质量，采用图像标准差、峰值信噪比（ＰＳＮＲ）以及信息
熵进行图像质量评估，图像标准差反映噪声干扰，若标准差越小，则表明降噪效果越好；峰值信噪比
反映图像失真程度，峰值信噪比越大，说明噪声对图像的干扰和失真越小；信息熵则反映图像信息
量，信息熵越大，图像细节越丰富。各算法处理的图像客观评价指标对比结果见表 １。相比于既有图
像优化处理方法，本文 ＷＧＩＦ算法在Ⅰ—Ⅲ三种场景中 ＰＳＮＲ提升 ２．７０％，信息熵增加 ４．９１％，标准
差降低 ２．６３％，表明算法降噪效果突出的同时图像失真程度最小，具有一定的可靠性与优越性。

表 １ Ⅰ、Ⅱ、Ⅲ靶标图像各算法处理结果客观评价对比

场景 评价指标 ＧＩＦ ＧＤＧＩＦ ＳＷＧＩＦ 本文算法
标准差 ３９．８３７４ ３９．９６２７ ３９．５０７０ ３８．３００２
Ⅰ 峰值信噪比?ｄＢ ３６．２６４９ ３５．９１２０ ３３．５５２２ ３６．９２６３
信息熵 ６．３１２０ ６．３１５０ ６．２９８５ ６．５４８１
标准差 ４２．７３３８ ４２．８４４２ ４２．４４３４ ４１．９５６２
Ⅱ 峰值信噪比?ｄＢ ３４．６７４８ ３４．３２６２ ３２．０６９０ ３５．９８９０
信息熵 ２．７４７７ ２．６８４３ ２．７５３４ ２．９６４５
标准差 ４８．０９０７ ４８．１６４６ ４７．８８２３ ４７．５２３０
Ⅲ 峰值信噪比?ｄＢ ３７．３１４４ ３６．８５２８ ３４．７１６２ ３７．０９２８
信息熵 ５．８５０７ ５．８５１２ ５．８２２７ ６．１０４０

５．３ 优化处理算法优化性能分析 选取三幅典型闸坝靶标图像Ⅰ—Ⅲ展示亮度校正与保边降噪效果。
其中Ⅰ为晴天中午 １２时闸坝靶标图像，存在光照不均和强曝光现象；Ⅱ为阴天中午 １２时闸坝靶标图像，
整体明度较低，背景灰度与目标灰度相近；Ⅲ为夜间 ２４时闸坝靶标图像，可见度较低，靶标边缘模糊；
靶标图像处理结果见图 １１。对比闸坝靶标原图像与经优化算法处理图像可知：ＡＧＣＷＤ算法可以有效调
节闸坝靶标图像中明暗不均现象，并且对低照度区域图像还原细节具有良好的亮度校正能力；ＷＧＩＦ算
法可以有效过滤经亮度校正后的闸坝靶标图像噪声，并且缓解边缘光晕现象，保护靶标结构边缘。
５．４ 监测结果分析 选取 ２０２３年 ６月 ２２—２９日的每日 １号靶标图像数据进行分析，尺度因子综合取
值为 ３．６０２４，图 １２为 １号靶标水平与垂直方向的位移与水位变化过程线。靶标水平向位移以指向下游
为正，垂直向位移以下沉为正。通过分析 １号靶标在 ２０２３年 ６月 ２２—２９日这段时间的基于机器视觉
的表面位移监测数据，发现其表面变形规律与闸坝上游水位有明显的相关性。具体表现为，当闸坝上
游水位逐渐升高至最高水位时，靶标在水平方向上的主要变形特征表现为向下游位移，且位移绝对值
逐渐增大；在垂直方向上的主要变形特征表现为向上抬升，且位移绝对值逐渐增大；当闸坝上游水位逐
渐下降至低水位时，靶标水平方向和垂直方向上表现为向相反的方向位移，并呈现周期性的变化规律，

１
— １ １ ７ —