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

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.
- 均值漂移 /
- 电力设备故障 /
- 红外图像 /
- 阈值 /
- 聚类

1.	刘文强，姜迈，乔顺利，李宏达. 面向双模态夜视图像的混合尺度融合算法. 兵器装备工程学报. 2024(05): 291-298 . 百度学术
2.	王金生，周元元，陈珺. 基于残差Swin Transformer模块的红外与可见光图像融合研究. 苏州市职业大学学报. 2024(02): 55-62 . 百度学术
3.	陈彦林，王志社，邵文禹，杨帆，孙婧. 红外与可见光图像多尺度Transformer融合方法. 红外技术. 2023(03): 266-275 . 本站查看