基于蚁群算法的绝缘子憎水性等级判别方法

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。     

绝缘子憎水性图像检测方法研究

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。该文把图像处理技术引入到绝缘子憎水性检测中,通过对绝缘子图像的对比度增强、图像的灰度、梯度及度的信息特征的综合考虑、模糊C均值聚类(fuzzy C-means,FCM)和形态学对憎水性图像进行分割,获取大水珠(或水迹)形状信息,最后用最大面积比法判定绝缘子的憎水性等级。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、克服传统目测法的主观性,检测结果的准确性满足实际检测的需要。     

基于信息测度和Hausdorff距离的复合绝缘子憎水性等级判定

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.     

绝缘子憎水性图像水珠/水迹形状提取算法

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.     

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

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。     

基于改进的Canny算子的憎水性图像分割方法的研究

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。     

基于改进的Canny算子的憎水性图像分割方法的研究

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。     

基于MATLAB平台的复合绝缘子憎水性分析软件开发

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。     

基于纹理对比度的复合绝缘子表面水珠区域检测算法

在复合绝缘子憎水性的喷水分级检测中,提取复合绝缘子表面的水珠信息是判断憎水性级别的关键。为了提高水珠信息提取的准确性,本文提出了一种基于纹理特征的水珠区域检测算法,并对影响因素进行了分析。该算法利用检测窗提取出各窗口中纹理对比度特征量,通过自适应的对比度最小方差法,判断检测窗中是否含有水珠边缘,从而识别出图像中的水珠区域。最后通过实验验证,该算法能够有效识别出复合绝缘子表面水珠区域。     

基于S-L模型的憎水性图像水珠形状提取

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。     

基于模糊集的图像边缘检测算法

边缘检测一直是图像处理中一个热门课题，本文在对经典模糊边缘检测算法思想进行分析的基础上，提出了一种边缘检测算法，该算法通过阈值分区间定义一种模糊隶属函数，可将数字图像转化在等效的模糊特征平面上，然后选用适当的增强算子对图像进行模糊增强，增强后的图像经逆变换后进行边缘提取即可得到所需图像的边缘特征。应用这种算法计算量小，运算速度较快，提取的边缘细致，是一种很有实用价值的边缘提取算法。     

轮胎气泡边缘检测算法的研究

针对轮胎激光剪切散斑干涉图像背景中存在大量条纹的特点,为避免其对气泡边缘检测产生妨碍,主要对其边缘检测算法进行了研究.给出了对常用的几种算子进行边缘检测后的轮胎激光剪切散斑干涉图像,并分析了其在处理图像时的不适用性,设计出基于模糊理论的小波多尺度边缘检测算法.在多尺度边缘检测过程中,设计了适合的模糊算子,改善了轮胎气泡边缘检测的效果.由仿真结果可知:本文设计的算法与常用边缘检测算法相比,更好地标记出了轮胎气泡的边缘图像,滤除图像中的伪边缘.     

基于遗传算法的模糊控制器规则优化

模糊控制器设计的关键问题就是模糊控制规则的选择。基于遗传算法的模糊控制规则表优化,是为模糊控制提供一种更加方便、有效的查表法。为了提高模糊控制器的性能,提出了基于遗传算法的模糊控制器规则表的优化方法,并进行了仿真实验。仿真结果表明,在模糊控制中采用遗传算法使控制系统最终达到所要求的控制效果,证明了该方法的可行性和有效性。     

关于图像方向性边缘检测算法的研究

该文基于模糊分类和像素方向性提出对图像边缘进行二次确定，同时参数控制去噪及锐化真正边缘。该算法计算量小，边缘明显变细，噪声和伪边缘减少，对边缘细微图像检测效果理想。     

基于模糊多目标遗传优化算法的节假日电力负荷预测

多目标遗传优化算法的一个优点就是可在一次迭代计算中寻找到问题的多个非劣最优解。该文应用多目标遗传算法和关联规则算法提出一个基于模糊规则的电力负荷模式分类系统。在此分类系统中采用多目标遗传优化算法从众多模糊分类规则中自动挑选出具有较好识别性能和可解释性的模糊规则，并利用模糊关联规则挖掘通过启发式规则选择改善遗传算法的搜索性能。经仿真试验表明此分类系统具有较好的分类性能，可为节假日负荷预测提供更为充分的历史数据，从而改善其负荷预测性能。     

拟合扩散的自适应图像去噪方法

针对纹理等细节信息丢失和图像边缘退化的问题,提出一种拟合扩散的自适应阈值图像去噪算法。首先,改进了扩散方程中的扩散系数,建立拟合扩散系数,克服因扩散强度过大带来的纹理细节信息丢失和边缘退化的弊端;然后,对阈值函数进行了自适应设计和改进,使其根据图像的最大灰度值和迭代次数自动控制阈值,进一步保留图像边缘和细节特征;最后,对新算法进行分析和仿真。实验结果表明,提出的新算法在图像去噪和保边缘、纹理等细节信息方面效果明显,峰值信噪比有了大幅提高,新算法性能优异,有利于实际应用。     

管道腐蚀视觉测量图像边缘检测算法研究

为实现管道内表面腐蚀图像的边缘检测,分析了经典的边缘检测方法,针对其存在检测精度低和抗噪声性能差等缺点,研究了一种基于BP神经网络的图像边缘检测算法。利用标准图像和经传统边缘检测算法检测得到的边缘图像作为输入输出数据,并用大量数据进行训练,构建了可实现图像边缘检测的BP神经网络。用训练好的神经网络实现管道内表面腐蚀图像边缘检测,并与传统的边缘检测算法检测结果进行了比对,实验结果表明,该算法可明显提高检测精度及抗噪声能力,具有广泛的适用性。     

遗传算法在水轮发电机模糊神经网络励磁控制器设计中的应用研究

本文在分析了模糊神经网络(FNN)控制器的工作原理及设计方法的基础上,提出了一种采用遗传算法优化设计水轮发电机模糊神经网络励磁控制器的方法。其基本过程是利用遗传算法得到初始模糊控制规则,并对初始规则进行过滤,在此基础上利用遗传算法结合模拟退火对得到的模糊神经网络进行训练。仿真结果表明与根据专家经验获得模糊规则和BP算法进行学习的常规FNN比较,采用遗传算法优化设计的模糊神经网络励磁控制器所构成的励磁系统具有更好的动态性能。     

基于模糊交互多模型的机动目标被动跟踪算法

针对双观测平台纯方位测量的机动目标,提出了自适应归一化的模糊交互多模型算法。算法利用目标的方位信息,通过模糊推理机制自动调整过程噪声水平。提出了限定记忆归一化方法来自适应归一化模糊系统的输入变量,使得输入变量值始终保持在一个合理的范围内。仿真结果表明,与基于增长记忆归一化方法和经验法的模糊交互多模型算法相比,基于限定记忆归一化的模糊交互多模型算法的跟踪误差分别降低了9.56%和9.29%,能更好地跟踪机动目标的位置、速度和加速度。