基于扩展Meanshift电气设备发热故障区域提取方法

周正钦, 冯振新, 周东国, 许晓路, 谷凯凯

周正钦, 冯振新, 周东国, 许晓路, 谷凯凯. 基于扩展Meanshift电气设备发热故障区域提取方法[J]. 红外技术, 2019, 41(1): 78-83.
引用本文: 周正钦, 冯振新, 周东国, 许晓路, 谷凯凯. 基于扩展Meanshift电气设备发热故障区域提取方法[J]. 红外技术, 2019, 41(1): 78-83.
ZHOU Zhengqin, FENG Zhenxin, ZHOU Dongguo, XU Xiaolu, GU Kaikai. Fault Region Extraction of Electrical Equipment in Infrared Image by Using an Extended Mean Shift Method[J]. Infrared Technology , 2019, 41(1): 78-83.
Citation: ZHOU Zhengqin, FENG Zhenxin, ZHOU Dongguo, XU Xiaolu, GU Kaikai. Fault Region Extraction of Electrical Equipment in Infrared Image by Using an Extended Mean Shift Method[J]. Infrared Technology , 2019, 41(1): 78-83.

基于扩展Meanshift电气设备发热故障区域提取方法

基金项目: 国家电网公司总部科技项目(524625160017)
详细信息
  • 中图分类号: TP391

Fault Region Extraction of Electrical Equipment in Infrared Image by Using an Extended Mean Shift Method

  • 摘要: 在红外电气故障监测中,设备过热故障区通常表现出高亮度等特点,然而现有的提取方法因红外图像固有的低对比度、边界模糊等特点容易引起提取区域范围增大.为此,本文提出了一种基于扩展的均值漂移聚类的红外图像故障过热区域提取方法,引入了基于邻域灰度的权重因子.同时,为了提升聚类效率,摒弃了传统均值漂移算法遍历整个红外图像平面进行迭代聚类的方法,融合了自高向低的聚类阈值分割机制,使得改进的均值漂移算法能快速地将故障区域像素进行聚类,实现红外图像中热故障区域的有效提取.实验结果表明本文区域提取性能优于目前现有的一些方法以及传统均值漂移聚类方法.
  • 期刊类型引用(7)

    1. 张丽娟,朱会龙. 基于光照补偿的产品包装外观图像自适应增强方法. 激光杂志. 2022(04): 184-188 . 百度学术
    2. 陈世红,陈荣军. 基于迭代深度网络的红外图像增强算法. 激光与红外. 2021(01): 114-121 . 百度学术
    3. 柳赟,孙淑艳. 基于自适应模板更新的改进孪生卷积网络目标跟踪算法. 计算机应用与软件. 2021(04): 145-151+230 . 百度学术
    4. 吕侃徽,张大兴. 基于自适应直方图均衡化耦合拉普拉斯变换的红外图像增强算法. 光学技术. 2021(06): 747-753 . 百度学术
    5. 王欣,徐平平,吴菲. 基于指数同态滤波耦合细节锐化规则的红外图像增强算法. 电子测量与仪器学报. 2021(10): 9-16 . 百度学术
    6. 沈旭,孟巍,程小辉,王新政. 机载平台下基于深度检测网络的目标跟踪重捕算法. 红外技术. 2020(07): 624-631 . 本站查看
    7. 晁洪娜,孙玉成. 基于全变分Retinex的图像分块TDE方法. 计算机仿真. 2020(11): 362-365+459 . 百度学术

    其他类型引用(2)

计量
  • 文章访问数:  188
  • HTML全文浏览量:  19
  • PDF下载量:  17
  • 被引次数: 9
出版历程

目录

    /

    返回文章
    返回
    x 关闭 永久关闭