基于Lévy飞行的改进飞蛾扑火算法优化红外图像分割

基金项目: 国网江西省电力公司科技项目(52182016001S)

详细信息

Improved Moth-Flame Optimization Algorithm Based on Lévy Flight to Optimize Infrared Image Segmentation

摘要: 针对使用传统阈值分割方法对电力设备故障诊断效率低、精度低的问题,使用智能算法优化Otsu算法对红外图像进行阈值分割再进行故障诊断.根据基本飞蛾扑火(Moth-Flame Optimization,MFO)算法缺点提出改进飞蛾扑火算法(Improved Moth-Flame Optimization Algorithm,IMFO)并将其应用红外图像分割中,通过对比粒子群算法(Particle Swarm Optimization,PSO)、生物地理算法(Biogeography-Based Optimization,BBO)、基本飞蛾扑火算法红外图像分割效果,表明改进算法取得成功.提出一种通过温度区域对红外图像进行多阈值分割的方法,能够准确确定每个部分的温度范围,从而保证设备的正常运行.
- 红外图像 /
- IMFO /
- 故障诊断 /
- 多阈值

1.	朱冰，刘琦，余瑞星. 复杂场景下自适应特征融合的图像运动目标跟踪算法研究. 航空兵器. 2023(02): 125-130 . 百度学术
2.	石胜斌，王曙光，刘桢，杨传栋. 结合掩膜与孪生网络的目标跟踪方法研究. 计算机技术与发展. 2020(05): 61-65 . 百度学术
3.	蔡锦华，祝义荣. 基于改进YOLOv3的目标跟踪算法研究. 计算机仿真. 2020(05): 213-217+321 . 百度学术
4.	梁杰，李磊，任君，齐航，周红丽. 基于深度学习的红外图像遮挡干扰检测方法. 兵工学报. 2019(07): 1401-1410 . 百度学术
5.	彭熹，肖奕，肖萍，印奇，李寻. 基于深度学习的变电站多目标行人检测算法研究. 电子设计工程. 2019(19): 6-9+14 . 百度学术
6.	李晶，黄山. 基于YOLOv3目标跟踪方法. 电光与控制. 2019(10): 87-93 . 百度学术
7.	付兴武，杨哲，姜文涛. 因式分解卷积运算的多尺度目标跟踪算法. 辽宁工程技术大学学报(自然科学版). 2019(05): 463-471 . 百度学术