首页 | 本学科首页   官方微博 | 高级检索  
检索     
共有20条相似文献,以下是第1-20项 搜索用时 414 毫秒

1.  基于信息测度和Hausdorff距离的复合绝缘子憎水性等级判定  
   唐良瑞  张晶  孙毅《电工技术学报》,2009年第24卷第1期
   把图像处理技术应用到复合绝缘子憎水性的测量中,通过对绝缘子图像的对比度增强、图像的灰度、梯度及度的信息测度的综合考虑,结合Hausdorff距离(HD)和形态学对憎水性图像进行边缘提取,获取大水珠(或水迹)边缘信息,最后用改进形状因子法判定绝缘子的憎水性等级.试验结果表明,该方法能准确地测量绝缘子的憎水性,其准确性满足测量的要求.    

2.  基于蚁群算法的绝缘子憎水性等级判别方法  被引次数:2
   唐良瑞  赵春辉  祁兵《高电压技术》,2009年第6期
   憎水性是衡量绝缘材料电性能的一个重要指标,也是确保绝缘子安全运行的重要保证,且对绝缘子憎水性等级进行判决的关键是准确地分割出水珠(或水迹)区域,因此将蚁群算法引入到憎水性图像处理中,该方法首先采用自适应局部灰度均衡对图像进行增强,以减小水珠的透明性导致的目标与背景的相似度;然后采用蚁群算法建立憎水性图像的知觉图表,利用图表信息实现对图像边缘信息的提取,从而获取水珠(或水迹)的轮廓信息。最后采用改进的形状因子法对处理后的图像进行憎水性等级的判别。实验结果表明,该算法能够较好地提取污秽绝缘子憎水性图像的水珠(或水迹)的轮廓信息,并能够通过合适的判别方法准确地判别出憎水性等级。    

3.  基于模糊数学的绝缘子憎水性图像边缘检测算法  被引次数:3
   唐良瑞  董文婷  孙毅《高压电器》,2009年第45卷第5期
   绝缘子表面憎水性检测是判断绝缘子性能的主要手段,也是确保绝缘子安全运行的重要保证。笔者结合模糊数学理论,提出了基于统计间隙隶属度函数和关联熵系数分类判定的图像模糊边缘检测模型。该模型较好解决了水珠图像的阴影对面一侧由于水珠透明性造成的边界部分缺失问题,从一定程度上克服了经典的边缘检测方法获取水珠(或水迹)的大致形状信息方面存在的困难,实验结果表明,该算法能够有效地提取出水珠(或水迹)的形状信息,并能够提高后续憎水性图像等级评定的准确率。    

4.  基于Canny算子的复合绝缘子憎水性图像边缘检测  
   闫康  汪佛池  张重远《电力科学与技术学报》,2013年第3期
   憎水性检测对于保障复合绝缘子安全可靠运行具有重要意义,在复合绝缘子憎水性自动识别过程中如何准确检测出水珠(或水迹)的边缘至关重要.为此,提出一种基于Canny算子和数学形态学的图像边缘检测方法,采用自适应局部灰度均衡对憎水性图像进行增强,减小因水珠透明性导致的目标与背景的相似度;采用形态学滤波,降低噪声影响、保持边缘细节;采用Ostu阈值法自适应的设定高低阈值.实验结果表明,该算法能够准确获取复合绝缘子表面水珠(或水迹)信息,为开展复合绝缘子憎水等级自动识别奠定了基础.    

5.  硅橡胶复合绝缘子憎水性图像分割算法  
   周彬  孙毅  祁兵《安徽电气工程职业技术学院学报》,2008年第13卷第1期
   绝缘表面的憎水性是衡量绝缘材料电性能的一个重要指标。用喷水分级法测量绝缘子的憎水性,关键是准确地分割出水珠(或水迹)区域。本文根据水珠图像和水迹图像特征的不同,采用不同的滤波过程,然后用基于熵自动阈值分割法对水珠图像和水迹图像进行分割,最后用二值形态重构开运算提取主要区域。实验表明,该方法简单有效地实现了憎水性图像的分割。    

6.  绝缘子憎水性图像水珠/水迹形状提取算法  被引次数:1
   祁兵  唐良瑞  赵春辉《电工技术学报》,2008年第23卷第6期
   绝缘子表面憎水性检测是判别绝缘子性能优劣的主要手段.传统的检测方法具有其主观性,图像处理技术的引入为憎水性检测提供了更为客观的方法.考虑到绝缘子所处环境的复杂性(污秽、光照等)以及憎水性图像本身的特殊性(水的透明性),本文首先对绝缘子憎水性图像进行自适应直方图均衡和基于模糊逻辑的滤波,以达到增强图像的效果;然后通过基于模糊熵的自动阈值分割方法来获取水珠(水迹)的形状信息,最后用数学形态学的二值重构开运算来去除由于分割引入的噪声.实验统计结果表明,该方法能够对各级憎水性图像进行有效地分割.    

7.  复合绝缘子憎水性检测与等级判断的研究  
   《电瓷避雷器》,2016年第3期
   为有效地对复合绝缘子的老化进行诊断,以提高输电线路运行稳定性,针对当前国内外现有的憎水性检测和等级判断的技术仍处于不完善阶段,围绕复合绝缘子憎水性检测和等级的判断展开研究。以憎水性图像为研究对象,利用Haar小波进行去噪预处理,然后运用最大类间方差方法对其分割,生成后续憎水性判断研究所需的二值化的憎水性图像。针对憎水性图像表面水珠或水迹分布情况,发现了分形维数可表征其表面水珠或水迹分布复杂程度,提出了憎水性图像盒维数D、最大水珠盒维数d以及最大水珠盒维数比fd联合判据,将憎水性图像有效地分成了三类状态。实验结果表明,该新判据具有较高的分类正确率,可以定量对绝缘子憎水性等级进行分析,为绝缘子憎水性的研究提供新思路。    

8.  基于图像特征提取与BP神经网络的绝缘子憎水性识别方法  
   张重远  闫康  汪佛池  杨升杰  李宁彩《高电压技术》,2014年第5期
   为了方便、快捷、准确地识别运行中绝缘子表面的憎水性等级,提出了基于图像特征提取与BP神经网络的绝缘子憎水性识别方法。首先,利用同态滤波和直方图均衡对憎水性图像进行增强预处理,然后利用改进的Canny算子提取了图像中水珠(或水迹)的边缘,并利用数学形态学对其进行修正得到最终的分割图像;提取图像中与憎水性相关的4个特征量,最后建立了基于BP神经网络的憎水性识别模型,并对测试样本的憎水性等级进行了识别。实验结果表明,该方法克服了人为因素的影响,能够有效识别绝缘子7种典型憎水性等级,总识别率达90%,为在线检测绝缘子憎水性提供一种新的有效方法。    

9.  基于MATLAB平台的复合绝缘子憎水性分析软件开发  
   闫康《电力工程技术》,2018年第37卷第5期
   复合绝缘子憎水性状况对于电力系统的安全稳定运行具有重要影响。为了准确、快捷、方便地识别复合绝缘子憎水性,借助MATLAB图像处理工具和GUI图形用户界面功能开发了一款复合绝缘子憎水性分析软件。该软件开发运用了模块化思想,建立了图像处理、水珠特征量提取、憎水性检测方法和数据库管理等功能模块;采用改进的Canny算子对图像进行分割,提取了水珠(或水迹)的特征;最后利用改进径向基函数(radial basis function,RBF)神经网络对绝缘子憎水性进行分级。实验结果表明,该软件能够准确、客观地识别绝缘子憎水性等级,准确识别率高达92%。避免了人为因素的影响,提高了工作效率,为现场运行人员提供了数据支持和参考。    

10.  基于改进的Canny算子的憎水性图像分割方法的研究  被引次数:1
   汪佛池  闫康  张重远  贾自杭  律方成《高压电器》,2014年第1期
   绝缘子表面憎水性检测是判断绝缘子性能的主要手段,对于电力系统的安全运行有着重要的意义。传统的分割算法分割效果不理想,从而影响憎水性分级的准确性。为此提出了基于改进的Canny算子的憎水性图像分割方法。考虑到绝缘子背景的复杂性,首先,利用自适应直方图均衡对图像进行增强,然后利用改进的Canny算子提取图像中水珠(或水迹)的边缘,最后利用数学形态学中的区域填充、膨胀、腐蚀、移除对象等操作对图像进行处理。实验结果表明:该方法能够对憎水性图像进行有效地分割,为后续绝缘子性能的判定提供依据。    

11.  基于改进的Canny算子的憎水性图像分割方法的研究  
   汪佛池  闫 康  张重远  贾自杭  律方成《高压电器》,2014年第1期
   绝缘子表面憎水性检测是判断绝缘子性能的主要手段,对于电力系统的安全运行有着重要的意义。传统的分割算法分割效果不理想,从而影响憎水性分级的准确性。为此提出了基于改进的Canny算子的憎水性图像分割方法。考虑到绝缘子背景的复杂性,首先,利用自适应直方图均衡对图像进行增强,然后利用改进的Canny算子提取图像中水珠(或水迹)的边缘,最后利用数学形态学中的区域填充、膨胀、腐蚀、移除对象等操作对图像进行处理。实验结果表明:该方法能够对憎水性图像进行有效地分割,为后续绝缘子性能的判定提供依据。    

12.  基于S-L模型的憎水性图像水珠形状提取  被引次数:3
   唐良瑞  于文文  陆俊《高压电器》,2009年第45卷第6期
   憎水性图像水珠形状提取是绝缘子憎水性等级评价的重要前提。Snake模型在提取边界轮廓时存在着对初始轮廓敏感、边界信息捕捉能力较差等问题,为此笔者在S-L模型的基础上,利用水珠图像的先验信息来改进S-L模型对水珠形状的提取过程,在一定程度上克服了Snake模型的缺点,提高了轮廓形变过程中的拓扑能力,提高了形状提取的精确度。实验结果表明,该方法有效地实现了水珠形状的提取,为后续绝缘子性能的等级评价提供依据。    

13.  基于区域相似特征的憎水性图像分割算法  
   于文文  孙毅  唐良瑞《计算机应用》,2008年第28卷第7期
   绝缘子憎水性能检测是判断绝缘子抗污闪性能的重要手段。传统的分割算法容易产生误分割而影响判别。为此提出了一种基于目标区域相似性的图像分割算法,根据水珠(水迹)内部具有灰度相似性和梯度相似性的原理进行区域增长,并且运用数学形态学进行图像修正。实验结果表明,该方法实现了目标区域的有效分割,为后续绝缘子性能的判定提供依据。    

14.  基于改进边缘连接Canny算法的绝缘子憎水性图像分割研究  
   刘彪  袁文海  董小顺  王喆  徐浩  黄杰  汪沨  钟理鹏《高压电器》,2022年第58卷第1期
   传统自适应Canny算法在憎水性图像边缘检测上的效果不甚理想,往往检测出来的图像边缘断点较多,不能形成一个完整的闭合边缘。因此,文中针对绝缘子憎水性图像中水珠上边缘难以捕捉的特点,分别从滤波、阈值选择以及边缘连接方向几个层面进行优化,提出了一种改进边缘连接的Canny算法。首先,联合对比度受限的自适应直方图均衡化与引导滤波对图像进行预处理,通过双边滤波平滑图像,在Canny算法中引入二维OTSU以及边缘连接实现图像分割,最后应用最大水珠面积比法判定复合绝缘子图像的憎水性等级。实验结果表明:文中方法能够准确有效的分割水珠图像,为后续憎水性的判定提供了依据。    

15.  基于Faster R-CNN的复合绝缘子憎水性分析研究  
   张德钦  刘晓伟  刘源  江振钰  夏鹏《陕西电力》,2019年第4期
   定期对复合绝缘子的憎水性进行检查,及时更换严重老化的复合绝缘子,是保障电网安全稳定运行的关键。为实现无人机图像拍摄后复合绝缘子憎水性的准确判别,提出一种基于候选区域的快速卷积神经网络绝缘子憎水性分析方法,利用训练得到的Faster R-CNN深度神经网络模型精确定位复杂背景中的复合绝缘子伞裙,通过位置修正提取其中水迹信息区域,最后送入图像分类卷积神经网络完成憎水性等级的判定。测试结果表明,该方法在无人工参与的情况下,能在复杂背景图像中准确定位复合绝缘子伞裙水迹区域,憎水性等级判定结果达到了较高的准确率。    

16.  基于带标记分水岭的复合绝缘子憎水性图像提取算法  
   覃乔  黄力《电子测量技术》,2019年第42卷第2期
   随着图像处理技术在复合绝缘子憎水性检测中的应用,逐渐取代了传统的人工检测方法。针对复合绝缘子上的水珠图像特点,首先在预处理步骤中将原始图像转化为HSV色彩模型,利用其中S分量中水珠与干区对比度明显的优点,对水珠图像的内部及边缘处的缺失部分进行填充,然后对预处理后的图像进行两次不同带标记的分水岭变换后,生成了水珠的边缘轮廓及其白色区域。实验结果表明,该算法可以有效分割水珠图像,检测出的水珠形状较正确,面积误差均在5%以内,为后续复合绝缘子憎水性能的确定提供依据。    

17.  基于图像分析和深度学习的复合绝缘子憎水性分级  
   《武汉工程大学学报》,2021年第5期
   为了更加方便快捷地检测大量复合绝缘子憎水性等级,提出一种基于图像分析和深度学习的复合绝缘子憎水性分级方法。首先为提高图像对比度,对复合绝缘子憎水性图像进行灰度化和图像增强处理;其次利用图像分析技术和U-Net网络提取水珠轮廓,得到水珠轮廓图像;接着引入深度卷积神经网络,将这些水珠轮廓图作为神经网络的输入,以相应的憎水性等级作为输出向量,训练网络得到分级模型;最后将分级模型用于憎水性分级,得到分级结果。实验结果表明:该方法的分级结果已达到实际应用要求,水珠轮廓提取的精度达到了92.96%,分级准确率达到了90.2%,预测一幅图像的憎水性等级平均耗时0.1 s。    

18.  基于表面喷水图像分析的绝缘子表面憎水性检测方法  被引次数:12
   彭克学  王泉德  王先培《绝缘材料》,2005年第38卷第1期
   绝缘子表面憎水性检测是判别其性能优劣的主要手段。把数字图像处理技术引入到合成绝缘子的憎水性检测中,通过对绝缘子表面喷水图像的方向滤波、自适应滤波和基于熵的自动阈值区域分割来获取喷水图像中的水滴边界信息。并完成图像的特征提取。最后用k-近邻法判定绝缘子的憎水性等级。实验结果表明,该方法有效克服了传统目测法的主观性。检测结果的准确性能满足实际检测的需要。    

19.  基于嵌入式的复合绝缘子憎水性检测方法研究  
   董政呈  方彦军  王先培  王泉德《绝缘材料》,2015年第7期
   为了客观、快速、准确地测量在线或离线复合绝缘子表面的憎水性,依据憎水性分级法(HC),设计了一套便携式绝缘子憎水性检测装置。该装置通过一系列简单、有效的图像处理和分类方法,实现了嵌入式平台上的绝缘子憎水性判断。首先采用一种基于边缘的图像分割方法提取水珠目标,然后采用一种综合决策树实现目标的训练和分类。结果表明:该装置能在无辅助光源的自然光条件下判定复合绝缘子的憎水性,且处理速度快、实现方便,避免了人工观测的主观性和不确定性,具有较高的精度和实用性。    

20.  采用图像分析与神经网络识别绝缘子憎水性  
   汪佛池  闫康  张重远  王彦波  杨升杰《电机与控制学报》,2014年第18卷第11期
   为了快捷准确的识别复合绝缘子的憎水性等级,提出了基于图像分析与神经网络的绝缘子憎水性识别方法.试验获取各个憎水性等级的绝缘子图像,对图像进行直方图均衡增强、自适应中值滤波处理后,利用二维Otsu阈值法对图像进行分割;然后,提取4个与绝缘子憎水性相关的4个特征量,以这4个特征量作为输入向量,以相应的憎水性等级作为输出向量,通过训练得到优化的BP(back propagation)神经网络识别模型,并用于绝缘子憎水性等级的识别.试验结果表明该方法能够准确识别绝缘子的憎水性等级,总识别率超过了90%,准确度达到了实际应用的要求,为在线检测绝缘子憎水性奠定了基础.    

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号