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

downloadPDF
文章导航 > 红外技术  > 2020 >  42(10): 988-993
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.
shu
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.
shu

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

  • 中国石油大学(北京)安全与海洋工程学院,北京 102249

  • 北京首都国际机场股份有限公司,北京 100621

  • 中国石油塔里木油田分公司,新疆库尔勒 841000

  • 北京首都国际机场股份有限公司

  • 中国石油塔里木油田分公司

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
  • 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.
    • 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:  198
  • HTML全文浏览量:  24
  • PDF下载量:  23
  • 被引次数: 0
出版历程
  • 刊出日期:  2020-12-10

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