共查询到20条相似文献,搜索用时 479 毫秒
1.
基于水平集模型的电气设备紫外图像放电区域分割 总被引:1,自引:0,他引:1
电气设备电晕放电时产生紫外光,紫外成像检测技术通过检测紫外光的方法检测电气设备外绝缘状况,是发现电气设备电晕放电故障隐患的重要手段。图像处理在紫外成像检测技术中有非常重要的作用。基于简化的Mumford-Shah水平集(Level Set)图像分割模型,提出一种新的紫外图像放电区域分割方法,采用该方法对采集到的紫外图像进行图像分割处理,得到了电晕放电区域边界曲线和放电面积,有利于进一步的模式识别。为检验该方法的抗扰性,进行了多次的实验,结果表明该方法可以在不进行滤波预处理的情况下,有效地抑制泊松噪声和高斯噪声引起的干扰。针对现场采集的含有较多噪声的紫外图像,提出改变模型权重的措施,进一步提高了放电区域分割的准确度。该电气设备放电区域分割方法对于不同类型、不同背景的紫外图像具有良好的适应性。 相似文献
2.
基于紫外成像技术的电气设备放电故障定位 总被引:5,自引:5,他引:5
夜间型紫外成像仪获得的放电图像往往因其拍摄条件及其设备的限制,不能很好的实现电晕放电位置的定位,为此在对紫外图像进行降噪预处理的基础上,分别依据紫外图像灰度值的不同、放电部分的灰度值均高于环境部分灰度值、放电部分与环境部分灰度值相差明显且人眼对黑色敏感习惯以及放电部分边界梯度变化大的原理,采用等位图法、阈值法、反转法和边缘法研究了基于紫外成像技术的电气设备放电故障定位。实验结果表明4种方法均可实现放电定位。通过对结果的对比分析,确定了各种方法的适用情况,此研究有利于基于紫外成像技术的电气设备放电故障诊断的实现。 相似文献
3.
4.
针对当前电晕放电检测存在检测精度低的问题,提出一种基于紫外成像的电晕放电检测方法。该方法将基于紫外成像的电晕放电检测效果的干扰因素划分为距离、增益、温度和湿度检测等;构建了紫外线成像电晕放电检测体系,采用物镜系统解决电晕放电目标成像问题,利用光传感器将电晕放电图像进行光电转换,结合紫外滤光片滤除日盲区之外的光波,采用控制分析体系将光的强度量进行统计并分析,同时控制整个检测体系。利用图像显示体系将电晕放电图像信息融合、显示。在紫外线成像电晕放电检测体系基础上,分别对检测干扰因素逐一处理,设计基于紫外成像的电晕放电检测流程图,完成电晕放电高质量检测。实验表明,文章所提方法不仅有效处理了电晕放电检测干扰因素,还提高了放电源检测的检测精度。 相似文献
5.
为了确保宁夏电网安全、稳定运行,采用紫外成像技术对高压电气设备故障点进行检测,以确定电晕的位置和强度,从而为评价设备的运行情况提供依据。电晕检测方法的对比表明,紫外成像技术能有效、直观地观测到高压电气设备外部放电,可有效地指导设备的运行、检修工作,在高压电气设备外绝缘状态评价中有很广阔的应用前景。 相似文献
6.
《高压电器》2017,(8)
高压设备因绝缘缺陷发生电晕放电时,设备表面会辐射出紫外光,利用紫外成像技术可以检测电晕放电位置与放电强度并判断高压设备的绝缘缺陷。紫外成像仪利用"光子数"表征放电强度,由于环境噪声干扰,"光子数"特征量并不准确,有时甚至误差很大。为了更准确地描述电晕放电状态,文中提出基于C-V水平集模型提取图像特征量来表征电晕放电特性的新方法。首先引入C-V水平集模型对紫外图像进行分割处理,然后根据提取出的放电区域和区域边界点坐标,定义了光斑面积、边界周长、长轴、短轴等参数来评估放电状态,给出了干扰因素的修正方法。最后,通过变电站绝缘子外表面放电的紫外图像C-V模型运算实例,说明该计算方法能在不进行图像滤波预处理的情况下,精确分割出放电区域,自动化程度高,且对不同背景的紫外图像适应性较好。 相似文献
7.
开关柜作为电站重要的电气设备,需对其开展局部放电的在线检测,及早排除潜伏性绝缘故障与设备故障,以保障电站的安全生产运行。文章研制了基于紫外脉冲法的内置式开关柜电晕放电智能探测器,通过实验探究其有效工作距离,寻求紫外脉冲输出与电晕放电的关系。结果表明,紫外脉冲法具有良好的灵敏性与抗干扰性,适用于开关柜电晕放电的在线检测,紫外脉冲的输出个数与输出幅值均受电晕放电发展过程影响,基本可以正比反映放电强度。通过分析实验结果,提出了通过对比紫外脉冲的输出个数与输出幅值综合判断电晕放电发展程度与危害程度的检测手段,为提高测量准确度、进一步降低故障误报率提供了一种新思路。 相似文献
8.
9.
10.
11.
医学超声病灶图像预处理 总被引:2,自引:0,他引:2
图像滤波技术在图像处理中占有重要的地位。其中医学病灶超声图像主要被斑点噪声污染,对医生诊断病情带来干扰。针对医学超声图像噪声的特点提出了自适应中值滤波器,并与经典中值滤波器对含有不同噪声密度的胆囊超声图像进行去噪处理,对实验结果对比分析。结论表明:自适应中值滤波较经典中值滤波在对噪声密度较大的图像进行去噪时,能较好的保持图像细节信息,它能够有效改善图像质量。自适应中值滤波器较其他非线性滤波器有更好的视觉效果。 相似文献
12.
13.
改进最小均方误差估计的煤尘图像去噪 总被引:5,自引:1,他引:4
煤尘图像在采集和传输过程中受到了各种噪声的污染。最小均方误差估计(MMSE)去噪算法对高斯噪声有较好的去噪效果,提出了一种改进的最小均方误差估计(IMMSE)去噪算法,该算法改进了广义高斯分布模型的参数估计方法,相比目前的其他算法,在不降低精度的情况下减少了计算量。中值滤波对脉冲噪声有较好的去噪效果,用自适应中值滤波(AM)代替普通的中值滤波,更好的保留了图像的细节,提高了去噪效果。利用IMMSE和AM自在图像去噪方面的优势,将两者有机地结合起来,提出了一种称之为IMMSE—AM的去噪算法。用IMMSE—AM对真实煤尘图像进行去噪处理,实验结果表明,新算法提高了煤尘图像的去噪效果,并且计算量较小,能够满足对煤尘浓度实时测量的要求。 相似文献
14.
15.
数学形态学与自适应结合的超声医学图像滤波方法的研究 总被引:2,自引:0,他引:2
超声医学成像因其具有无创性、便捷性、实时性、价格便宜和使用方便等优势广泛应用于临床诊断。然而,由于在超声成像过程中形成的特有的图像斑点,使得对比度弱的人体软组织中正常组织和病变组织不易区分,给临床诊断和医学研究带来不便。本文针对医学超声图像的特点,在研究了几种常用滤波去噪方法的基础上,提出一种自适应滤波和形态滤波结合的超声医学图像滤波去噪方法。首先采用自适应中值滤波对图像进行预处理,抑制斑点噪声,保留必要细节;然后采用数学形态学方法进行二次滤波和增强对比度,可有效改善图像质量。最后从去噪图像和评价指标上与常用滤波去噪方法进行比较,实验证明,该方法可明显提高超声医学图像的质量。 相似文献
16.
应用机器视觉技术对孔类零件进行尺寸测量,采用边加工边测量的方式进行在线检测,可有效缩短零件的生产周期,提高生产效率。通过分析零件的工艺特征,选用CMOS相机与高精度远心镜头,对有倒角的特征采用环形光源照明,对未倒角的特征采用同轴光源照明,提高了硬件平台的柔性化。针对图像采集与传输过程中的椒盐噪声与高斯噪声,对采集后的灰度图像先采用中值滤波去除椒盐噪声,然后采用最小误差法选定阈值,将灰度图二值化,完成图像分割,再使用Canny算子进行边缘检测,同时去除高斯噪声。最后,使用标定板进行相机标定来获取标定系数,调用图像处理软件Open eVision进行尺寸测量,将系统检测数据与检具测量数据进行比较分析,实验结果表明本检测系统的精度可达0.02 mm。 相似文献
17.
医学超声图像在成像过程中由于超声散射回波的相互干渉,导致所成图像中出现难以与器官、组织等人体结构区分的斑点噪声,给后期的临床诊断和图像后续处理带来了极大的不便。针对超声图像中的斑点噪声,提出了一种基于支持向量机(SVM)的自适应均值滤波超声图像降噪模型。该方法利用SVM的分类特性,将超声图像中的噪声信号和非噪声信号作出区分,再将SVM的分类结果和均值滤波相结合去对噪声图像进行去噪。这样可以保证医学含噪图像的组织区域和细节特征做到最大保留,噪声区域获得最大的平滑处理。在实验部分,通过对物理体膜和人体超声肝脏图像分别进行实验,结果表明,该方法可以有效抑制并降低超声图像中的斑点噪声,并保留了其边缘特征,使得去噪图像的信噪比显著增加,是一种有效的医学超声图像降噪方法。 相似文献
18.
结合DRLSE模型的自适应医学图像分割算法 总被引:1,自引:0,他引:1
最近提出的距离正则化的水平集演化新模型采用高斯滤波去除图像噪声,存在使图像边缘变模糊和仍然不能实现自适应分割的问题.为了解决这些问题,采用正则化的P-M方程滤波,实现在去除噪声的同时保护图像边缘信息.并且通过初始曲线内外梯度模值的信息改变曲线单位法向量的方向,从而使曲线自适应地向内或者向外演化.最后,用改进的算法准确地... 相似文献
19.
针对SAR图像特征提取中的相干斑问题,提出一类非线性尺度空间的构造方法,用于提取具有尺度不变特性的特征点。首先,利用SAR图像特有的频域多视处理,代替尺度空间中的空域降采样,构造多分辨率图像,提高了辐射分辨率,抑制了相干斑。其次,基于改进的增强Lee滤波,建立非线性尺度空间,在保留特征细节的同时,进一步抑制了相干斑。 实验结果表明,该方法相比典型的高斯尺度空间和一般的非线性尺度空间,能更好的抑制相干斑噪声,提高了特征点提取数量和正确匹配点数量。 相似文献
20.
本文从SAR图像相干斑噪声的产生机理出发,分析了各种滤波方法的优缺点后,在传统小波去噪的基础上提出了一种新的基于小波变换的SAR图像相干斑噪声抑制方法。该方法通过对小波分解后的高频区域进行二阈值分割,结合高频区域的方向特性和中值滤波方法,引入方向滤波窗口对不同分区进行不同的噪声抑制处理。实验结果证明了该方法的有效性,即此方法不仅拥有良好的去噪能力,而且能够很好的保持原图像的边缘信息. 相似文献