基于区域对比和随机森林的设备故障红外图像敏感区域提取

段礼祥, 刘子旺, 赵振兴, 孔欣, 袁壮

段礼祥, 刘子旺, 赵振兴, 孔欣, 袁壮. 基于区域对比和随机森林的设备故障红外图像敏感区域提取[J]. 红外技术, 2020, 42(10): 988-993.
引用本文: 段礼祥, 刘子旺, 赵振兴, 孔欣, 袁壮. 基于区域对比和随机森林的设备故障红外图像敏感区域提取[J]. 红外技术, 2020, 42(10): 988-993.
DUAN Lixiang, LIU Ziwang, ZHAO Zhenxin, KONG Xin, YUAN Zhuang. Infrared Image ROI Extraction Based on Region Contrast and Random Forest[J]. Infrared Technology , 2020, 42(10): 988-993.
Citation: DUAN Lixiang, LIU Ziwang, ZHAO Zhenxin, KONG Xin, YUAN Zhuang. Infrared Image ROI Extraction Based on Region Contrast and Random Forest[J]. Infrared Technology , 2020, 42(10): 988-993.

基于区域对比和随机森林的设备故障红外图像敏感区域提取

基金项目: (国家重点研发计划专题:罐区动力设备智能诊断及预测技术研究)%(国家自然科学基金项目:基于迁移学习的往复压缩机故障诊断机制及预测预警模型研究)
详细信息
  • 中图分类号: TH17

Infrared Image ROI Extraction Based on Region Contrast and Random Forest

  • 摘要: 基于红外图像的设备故障诊断需要从图像中选择敏感区域,由于红外图像具有干扰背景多、对比度低的特点,敏感区域提取过程中需要进行背景移除和图像分割,但常用的二值化分割算法在分割红外图像时易出现过分割问题.因此,本文提出了基于区域对比和随机森林的敏感区域提取方法.首先使用区域对比方法对红外图像进行显著性检测,以去除干扰背景;然后通过OTSU算法进行图像分割,实现敏感区域初步提取;最后结合随机森林分类结果对图像分割过程的阈值进行迭代优化,实现敏感区域的优化提取.经过转子实验台6种不同状态的红外图像数据验证,将本文方法提取出的故障敏感区域用于故障诊断时,分类的准确率提高了3.3个百分点,比人工选择的区域更加准确.
  • 期刊类型引用(3)

    1. 韩文斌. 大型水利工程施工中混凝土大坝活动裂纹检测方法. 水上安全. 2025(01): 103-105 . 百度学术
    2. 蔡云程. 船用涡流检测技术在船舶结构无损检验中的应用研究. 仪器仪表用户. 2024(06): 101-103+106 . 百度学术
    3. 曾俊恺. 基于声发射技术的压力容器管道裂纹扩展无损检测方法分析. 中国机械. 2024(31): 126-130 . 百度学术

    其他类型引用(0)

计量
  • 文章访问数:  215
  • HTML全文浏览量:  25
  • PDF下载量:  24
  • 被引次数: 3
出版历程
  • 网络出版日期:  2020-12-07
  • 刊出日期:  2020-12-09

目录

    /

    返回文章
    返回
    x 关闭 永久关闭

    尊敬的专家、作者、读者:

    端午节期间因系统维护,《红外技术》网站(hwjs.nvir.cn)将于2024年6月7日20:00-6月10日关闭。关闭期间,您将暂时无法访问《红外技术》网站和登录投审稿系统,给您带来不便敬请谅解!

    预计6月11日正常恢复《红外技术》网站及投审稿系统的服务。您如有任何问题,可发送邮件至编辑部邮箱(irtek@china.com)与我们联系。

    感谢您对本刊的支持!

    《红外技术》编辑部

    2024年6月6日