王洪义，张 鹏

（1.吉林省墒情监测中心，吉林长春 130000；2.水利部松辽水利委员会，吉林长春130021）

基于离散小波变换的水文遥测图像处理技术

王洪义1，张 鹏2

（1.吉林省墒情监测中心，吉林长春 130000；2.水利部松辽水利委员会，吉林长春130021）

水文遥测技术是近年来在水文行业中新兴的一种监测技术，使水文监测工作的难度得到了很大程度改善，但是这种技术会受到天气和传输信道噪声的影响，致使监测的结果会出现一定的偏差。文中应用基于离散小波变换的图像处理技术，从根本上解决了水文遥测图像传输过程中的失真问题。

离散小波变换；水文遥测信息；图像处理

1 水文监测的发展现状

水文监测是水文工作的最基本、最本职的工作任务，水文监测是对水体的水位、温度等一系列水文要素的监测，要求监测的及时准确。水文基层工作人员少、任务重是现代水文工作的一个特点。一些偏远山区的水文站，为了能够及时准确地监测水文数据，只能安排人员在水文站长期驻扎，由于水文站多数都处于远离人口密集的天然河道处，这种地理环境使得水文站的驻扎条件十分艰苦，人员的不足又促使轮岗制度难以实现。

遥测技术在水文工作中的发展，使得水文监测工作的难度得到了很大程度的改善。水文遥测技术是近年来在水文行业中新兴的一种监测技术，它是通过视频监控、无线通信技术以及互联网+技术等结合替代原来靠人工观测的一种新型监测手段。这种监测技术优点在于替代了人工观测，使得观测数据更加的真实与及时。但是这种技术会受到天气和传输信道噪声的影响，从而使得监测的结果会出现一定的偏差。基于离散小波变换的技术可以在遥测信息接收端较好地还原监测图像的真实信息，最大程度地减小监测信号的失真性。

2 基于小波变换的图像处理技术

2.1 图像处理技术

图像处理，又称影像处理，指用计算机对图像进行分析，以达到所需结果的技术。图像处理一般指数字图像处理。数字图像是指用工业相机、摄像机、扫描仪等设备经过拍摄得到的一个大的二维数组，该数组的元素称为像素，其值称为灰度值。图像处理技术一般包括图像压缩，增强和复原，匹配、描述和识别三部分。水文工作中所用到的主要是图像的增强和复原技术。图像处理流程如图1所示，处理软件将采集到的原始图像分解成灰度图，然后通过一系列计算去除图像中的噪声等干扰因素，最终还原真实的图像信息。

图1 图像处理流程图

2.2 小波变换

小波变换是一种新的变换分析方法，它继承和发展了短时傅立叶变换局部化的思想，同时又克服了窗口大小不随频率变化等缺点，能够提供一个随频率改变的“时间-频率”窗口，是进行信号时频分析和处理的理想工具。它的主要特点是通过变换能够充分突出问题某些方面的特征，能对时间（空间）频率的局部化分析，通过伸缩平移运算对信号（函数)逐步进行多尺度细化，最终达到高频处时间细分，低频处频率细分，能自动适应时频信号分析的要求，从而可聚焦到信号的任意细节。基于小波变换的图像处理步骤：输入原始图像→对原始图像进行小波变换→对小波系数进行处理→对处理后的小波系数进行逆变换→输出处理后的图像。

农安水文站监测水尺摄像头传回的一张由于模糊造成的失真图像,很难看出图像中水位的真实数值；进行了一次小波变换图像处理技术的图像，该图像已经能够基本反映出水位的情况,经过多次处理后的图像，已经基本可以完全恢复出图像的原始真实信息。

某水文站洪水起涨时传回的照片是由于风力的原因，导致拍摄的照片模糊不清，无法看出洪水的涨势情况，对监控端的遥测测流工作带来了一定的麻烦，而由于现场天气等各种不定因素都会对拍摄的照片产生一定的影响。因此，引入小波变换对图像进行多次处理。虽然仍有一定程度的模糊，但是已经基本上满足了人们观测的需要，能够正确的反映出现场的真实情况，能够达到水文观测的要求。

从图像处理的角度看，小波变换存在以下几个优点：

1）小波分解可以覆盖整个频域（提供了一个数学上完备的描述）；

2）小波变换通过选取合适的滤波器，可以极大的减小或去除所提取得不同特征之间的相关性；

3）小波变换具有“变焦”特性，在低频段可用高频率分辨率和低时间分辨率（宽分析窗口），在高频段，可用低频率分辨率和高时间分辨率（窄分析窗口）；

4）小波变换实现上有快速算法（Mallat小波分解算法）能够快速有效的还原图像的真实信息，保证了水文工作的及时准确性。

3 结 论

基于小波变换的图像处理技术在水文遥测技术上的应用，从根本上解决了水文遥测图像在传输过程中的失真问题，通过上面对原始失真图像的多次处理后，能够较好的还原图像的真实信息，并且能够保证水文工作的及时性、准确性。图像处理技术不仅能够对图像进行去噪还原，还能够对信号进行加密、解密，从而保证传输信息的安全性以及不可更改性，以防止传输回的数据被一些外在因素干扰造成数据的不可靠性。

［1］温玉春.计算机图像处理技术应用研究［J］.现代商贸工业，2011（2）：230-231.

［2］罗俊松，唐云.计算机图形与图像处理［J］.制造业自动化，2010（12）：183-185.

TP277

A

1002－0624（2016）12－0065－02

2016-02-23