由华中科技大学电气学院电工理论与电磁新技术系叶齐政教授团队撰写的学术专著《基于数字图像的电磁诊断方法》近日由华中科技大学出版社出版。该书由叶齐政教授和他指导的博士李兴旺、郭自清、王玉伟、袁哲和程子鹏共同撰写完成。

数字图像是随着工业技术发展带来的新的测量和分析工具，因其可以直接捕获空间结构信息和直观可视化复杂数据，在图像分类、目标检测、医学影像分析等领域都获得广泛应用。

传统的电磁测量和分析研究中，辐射场、透射场或反射场可以形成可视化的图像，电磁计算也以场强的云图来展示，它们大多以图像“准不准、像不像”为标准，属于图像的初级处理方式。电磁状态的综合评价，即能否从图像中看出“高兴、悲伤还是危险”，属于“图像理解”，是图像的高级处理方式。图像理解与机器学习的结合，本质上是结构化数据处理与模式识别能力的强强联合，更是从“相关关系”中挖掘“因果关系”的一种科学探索。叶齐政教授团队将数字图像和机器学习引入到气体放电状态诊断领域、可见光图像测量常温金属温度领域和电磁场优化计算领域，通过自辐射光图像、反射光图像和数据生成的可见光数字图像，研究三种电磁状态的图像分析、识别和理解的方法，形成一种基于三基色灰度概率密度函数（灰度直方图）及其统计指标的场-像分析和理解方法。上述成果已在国内外权威期刊上发表30多篇论文，并获得图像处理方面10个发明专利，工作先后得到国家自然科学基金面上项目资助（结题获优）和南方电网科研项目资助。

全书共分9章。第1章介绍了研究现状；第2章介绍了数字图像处理技术；第3、4、5章介绍了电晕、沿面放电、介质阻挡放电的可见光数字图像诊断技术；第6章介绍了放电发射光谱的色品坐标分析方法；第7章介绍了放电可见光数字图像的人工智能状态诊断方法；第8章介绍了电气设备表面温度的可见光数字图像人工智能监控方法；第9章介绍了基于数值计算云图的均匀电场和磁场的人工智能设计方法。

本书着重对上述领域的发展现状进行总结，并重点介绍了作者在该跨学科领域的研究成果和一些思考。本书可以作为电工理论与电磁新技术领域从事电磁分析、图像处理、机器学习研究与应用的相关专业技术人员的参考书。

作者简介：

叶齐政，1965年出生于武汉。现为华中科技大学二级教授，博士生导师，华中学者卓越特聘教授，校教学名师。获得物理学士（1986）、光学硕士（1991）、高电压与绝缘技术博士学位（2001），2004年受聘为教授。曾任华中科技大学电气与电子工程学院电工系主任、中国电机工程学会理论电工及其新技术专委会委员、中国电工技术学会理论电工专委会委员、IEEE高级会员，高等学校电磁场教学与教材研究会副理事长，曾获宝钢优秀教师奖。从事电气绝缘与放电、人工智能在放电图像诊断方面应用，复杂流体电磁现象的研究，曾主持五项国家自然科学基金面上项目，发表科研论文100余篇。长期从事《电磁场与波》本科课程的教学工作，主编电磁场教材三部，是首批国家级一流本科《电磁场与波》线下课程负责人。