高级检索
ENGLISH

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于Canny算子的简化PCNN电力故障区域提取方法

冯振新,  许晓路,  周东国,  江翼,  丁国成

downloadPDF
文章导航 > 红外技术  > 2019 >  41(7): 634-639
冯振新, 许晓路, 周东国, 江翼, 丁国成. 基于Canny算子的简化PCNN电力故障区域提取方法[J]. 红外技术, 2019, 41(7): 634-639.
引用本文: 冯振新, 许晓路, 周东国, 江翼, 丁国成. 基于Canny算子的简化PCNN电力故障区域提取方法[J]. 红外技术, 2019, 41(7): 634-639.
shu
FENG Zhengxin, XU Xiaolu, ZHOU Dongguo, JIANG Yi, DING Guocheng. Fault Region Extraction of Electrical Equipments in Infrared Images by Pulse-coupled Neural Network Method with Canny Operator[J]. Infrared Technology , 2019, 41(7): 634-639.
Citation: FENG Zhengxin, XU Xiaolu, ZHOU Dongguo, JIANG Yi, DING Guocheng. Fault Region Extraction of Electrical Equipments in Infrared Images by Pulse-coupled Neural Network Method with Canny Operator[J]. Infrared Technology , 2019, 41(7): 634-639.
shu

基于Canny算子的简化PCNN电力故障区域提取方法

  • 国网电力科学研究院武汉南瑞有限责任公司,湖北武汉,430074

  • 武汉大学电气与自动化学院,湖北武汉,430072

  • 国网电力科学研究院/南京南瑞集团公司

基金项目: 国家电网公司总部科技项目资助(524625160017)
详细信息

  • 中图分类号: TP391

Fault Region Extraction of Electrical Equipments in Infrared Images by Pulse-coupled Neural Network Method with Canny Operator

    摘要
  • 摘要: 为了较好地实现电力设备红外图像故障区域提取,提出了一种基于Canny算子边界检测的脉冲耦合神经网络(Pulse-coupled Neural Network,PCNN)红外图像区域提取方法.在该方法中,首先以PCNN模型同步点火特性为基础,通过优化原始PCNN模型内在的参数,使得模型迭代过程中将图像转换成为时间点火序列,然后引入Canny边界检测算子并结合区域灰度特性,获取最佳时刻的脉冲输出信息,实现红外图像中热故障区域的有效提取.最后通过真实红外故障图像测试,验证了文中方法的有效性和适用性,同时方便了后续的特征提取与识别.
    • HTML全文
    • 参考文献(0)
    • 相关文章
    • 施引文献
  • 资源附件(0)
  • 加载中
WeChat 点击查看大图
计量
  • 文章访问数:  136
  • HTML全文浏览量:  31
  • PDF下载量:  15
  • 被引次数: 0
出版历程

目录

    /

    返回文章
    返回

    版权所有 © 《红外技术》编辑部京ICP备000000000号-1

    本系统由 北京仁和汇智信息技术有限公司 开发    百度统计