论文摘要
红外图像处理中因目标边界模糊、区域灰度变化等因素,导致传统的极大稳态区域方法区域提取效果低下。为此,提出一种基于改进极大稳态区域方法的电力设备红外故障区域提取机制,提升区域提取效果。首先,从灰度相似度聚类出发,采用Meanshift算法对分割区域的邻域像素进行聚类。其次,结合阈值分割机制,快速将相似像素进行分割,最终通过迭代得到电力设备故障所呈现的亮度区域信息。实验结果表明该提取区域方法性能优于极大稳态区域算法,具有较低的误分类错误,且相比于Mean shift算法,具有高效的处理速度。
论文目录
文章来源
类型: 期刊论文
作者: 冯振新,周东国,江翼,赵坤,丁国成
关键词: 极大稳态区域,电力设备故障,红外图像,阈值,聚类
来源: 电力系统保护与控制 2019年05期
年度: 2019
分类: 工程科技Ⅱ辑,信息科技
专业: 电力工业,计算机软件及计算机应用
单位: 国网电力科学研究院武汉南瑞有限责任公司,南京南瑞集团公司(国网电力科学研究院),武汉大学动力与机械学院,国网安徽省电力有限公司电力科学研究院
基金: 国家电网公司总部科技项目资助(524625160017)~~
分类号: TP391.41;TM507
页码: 123-128
总页数: 6
文件大小: 388K
下载量: 132