论文摘要
为增强电气设备红外热图像的视觉效果,对其运行状态进行准确检测,提出了一种新型阈值选择的图像分割方法。该方法首先对原始图像进行傅里叶滤波处理形成自动梯度图形,然后针对每种特定类型的目标图像,拟合具有N个相邻点的线性模型计算斜率差的变化趋势,在斜率差分布谷值中挑选适合不同类型故障区域的最佳阈值,最后通过形态学迭代腐蚀,将目标区域与噪声斑点分开,得到清晰的分割图像。该方法可监测各种类型故障,只需校准参数N和确定分割案例,其余部分自动处理。实验结果显示:该方法对目标区域分割的准确率为82%,误分率为0.0182%。通过使用不同类型的红外热故障图像进行测试对比,验证了所提方法的有效性和通用性。
论文目录
文章来源
类型: 期刊论文
作者: 赵庆生,王雨滢,王旭平,郭尊
关键词: 机器视觉,图像处理,分割,阈值选择,形态腐蚀
来源: 光学学报 2019年08期
年度: 2019
分类: 基础科学,工程科技Ⅱ辑,信息科技
专业: 电力工业,无线电电子学,计算机软件及计算机应用
单位: 太原理工大学电力系统运行与控制山西省重点实验室,华北电力大学电气与电子工程学院
基金: 国家自然科学基金青年科学基金(51505317),山西省自然科学基金(201601D102039)
分类号: TM63;TP391.41;TN219
页码: 109-116
总页数: 8
文件大小: 857K
下载量: 256