0 引言
       基于布里渊散射的分布式光纤传感器在传感距离、测量精度和空间分辨率等方面呈现出了巨大潜力，被广泛应用于工业领域大型设备的状态健康监测[1-3]。布里渊分布式光纤传感系统测量温度的基本原理是根据布里渊频移（BFS）与温度变化量的线性关系来实现光纤沿线温度的测量。传统方式是通过曲线拟合法找到布里渊散射谱（BSS）幅度最大值对应的BFS，再由BFS经线性变换计算出温度变化量[4]。然而，曲线拟合法确定BFS的精度取决于初始参数的正确设置，而对被测BSS数据的处理则需要迭代数次来优化拟合参数，这意味着曲线拟合法需要的时间较长。特别是在长距离传感的情况下，利用一维空间的曲线拟合法获得整个光纤沿线的BFS信息将很难满足快速测量的需求。
　　布里渊光纤传感系统信号同时包含时间、频率和位置的多维信息，具有高度的相似性和冗余性。Soto等人[4-6]将沿光纤的BSS视作二维的像素图像，提出采用图像和视频增强处理的方法来去除噪声，在不增加硬件复杂度的前提下，能够大幅度提高系统信噪比，这是一种非常有效且低成本的方法，但该方法未涉及BFS特征的提取。随后，科研人员[7-8]开始关注使用数字图像处理技术来处理布里渊散射图像。文献[9-11]将BFS认为是布里渊散射图像的边缘，采用Sobel算子进行图像边缘检测来提取BFS。边缘检测法可以锐化图像的边缘，便于提取BFS；而且一次性处理布里渊散射图像即可获得光纤沿线的BFS信息，可以缩短数据处理时间。但是，Sobel算子是一阶边缘检测算子，其检测结果存在边缘检测方向性不强及提取边缘较宽等问题，会影响BFS的提取精度。
　　因此，本文提出基于二阶Laplacian边缘检测算子的BSS图像特征提取方法，以实现BFS的准确定位和提取。

4 结束语
       本文提出了基于二阶Laplacian边缘检测算子的BSS图像特征提取方法，避免了曲线拟合法确定BFS存在的数据处理时间长和依赖初值的问题。将BSS视作像素图像，BFS作为图像的边缘，由于传统一阶Sobel边缘检测算子的检测结果存在边缘较宽的问题，本文选择二阶Laplacian边缘检测算子对图像进行锐化处理，并采用非极大值抑制的方法进一步细化边缘，最终利用自适应阈值获得二值图像，实现BSS图像中BFS特征的定位和提取；同时，搭建了BOTDR温度测量系统，对实测BSS图像进行边缘检测和BFS提取。实验结果表明：采用二阶Laplacian边缘检测算子的方法可以有效地提取BFS信息。与传统的曲线拟合法相比，本文所提方法在保证提取精度的同时，大大减少了数据处理时间。但该方法的BFS特征提取精度仍依赖于实验系统的扫频步进和噪声水平，如何在较大扫频步进的情况下，根据不同的噪声干扰程度对本文的方法进行改进，使其取得更好的提取精度，将是今后的研究方向之一。