基于区域重构的树状骨架快速去毛刺方法

区域骨架去毛刺是骨架提取与应用中的重要问题。常见的去毛刺途径之一,是用基于区域重构的骨架显著性指标对骨架进行阈值化处理,但存在算法参数难以直观设置、去毛刺效果不易控制、运行速度较慢等问题。针对上述问题,提出了一种逐次剪除骨架分枝的去毛刺方法,以突出部分骨架长度为显著性指标,每次剪除显著性最低的一个分枝,直至剩余分枝达到给定数量;为提高算法速度,采用了游程森林结构加速区域重构操作,提出了重构触发策略来减少重构次数。在实际图像集上的实验结果表明,提出的方法的正确骨架分枝的召回率较对比算法高13%,准确率高近3%;采用重构触发策略的算法运行时间平均为未采用该策略算法的约56%。实验结果表明了所提方法的有效性。     

长叶柄轴对称植物叶片长度的图像测量方法

植物叶片的长度是重要的叶片形态参数之一。给出了一种基于图像的长叶柄轴对称叶片中轴长度测量方法。通过扫描仪获取叶片图像;利用阈值分割和数学形态学操作提取叶片区域;利用骨架化方法提取叶片区域骨架;利用数学形态学开操作去除叶柄部分,并确定叶柄根部的骨架点作为中轴的起点;对叶面区域的骨架进行分支和交叉块的标记,并对未落在叶面区域边缘的骨架端点进行延拓;穷举式地获取所有从中轴起点到其余骨架端点的路径,并根据等面积准则和最大曲率准则确定中轴;对中轴进行折线拟合,并根据拟合折线的长度和图像的物理分辨率计算得到叶片长度。在实际叶片图像上的实验结果表明所提出的方法有效,且测量精度优于已有的、基于最小外接矩形检测的方法。     

融合深度图和三维模型的人体运动捕获

对于当前热点的运动捕获方法存在的一些缺点,提出了一种融合深度图和三维模型的人体运动捕获方法。利用Ki‐nect采集深度图像,经过对深度图去除背景,提取轮廓信息,建立轮廓数据库。从深度图中提取三维人体骨架,建立骨架三维模型数据库。输入1组深度图动作序列,经过去背景、提取轮廓特征后与轮廓数据库中的轮廓进行匹配,计算出最小距离所在的匹配序列,输出相应的骨架作为动作捕获的结果。实验证明了这种方法的有效性和可行性,该方法能较精确的得到运动捕获数据。     

兼顾拓扑优先与路径电气影响的骨架网络重构

对电力系统恢复过程中目标骨架网络的重构问题进行了研究。利用复杂网络中节点介数相关理论,提出了一种兼顾拓扑优先与路径电气影响的网络重构方法。该方法计及了线路充电电容对网络节点重要性的影响,从而实现对加权输电网络的重构,提出的重构效率指标综合考虑节点重要性和送电线路优化对重构网络的影响,实现了重构骨架网络的整体优化。利用遗传算法易于处理离散变量且具有全局收敛性的特点,对该优化问题进行求解。最后以IEEE30节点和IEEE39节点系统为例,验证所提方法的有效性。     

综合考虑节点重要度和线路介数的网络重构

网络重构阶段是电力系统黑启动过程中的一个重要阶段。针对网络重构阶段最优目标网架的确定问题,基于复杂网络的静态拓扑连接特性,提出了一种综合考虑线路介数和节点重要度的骨架网络重构策略。该策略以节点重要度和线路介数作为确定目标网架的指标,实现有针对性地对网络中的节点和线路进行筛选。进一步,采用离散粒子群优化算法实现的骨架网络重构能够确定覆盖大部分枢纽节点和关键线路的最优目标网架,对大停电后快速、有针对性地重建系统具有重要意义。相关算例验证了该方法的有效性。     

融合Hough直线检测和Grab-cut的风机叶片自适应分割方法

完整的边缘信息对风力发电机叶片的边缘缺陷检测至关重要,但由于户外采集的风机叶片图像背景复杂多样,现有图像分割算法的分割精度不足,无法保证边缘缺陷的完整性。因此,提出一种基于图像边缘特征与颜色信息的自适应图像分割方法实现风机叶片边缘检测。首先,使用Hough直线检测初步定位叶片直线边缘;然后,在目标区域应用基于Otus阈值分割和形态学运算的Grab-cut算法,实现叶片图像的自适应分割。采用无人机采集多个场景的图像作为测试样本,对分割方法与其他方法进行定性和定量对比分析。结果表明,该方法能自适应且准确地实现风机叶片图像分割,并保留边缘缺陷的完整性,其边缘覆盖率(0.971 7)和边界位移误差(3.040 3)指标均优于其他方法,对风机叶片的边缘缺陷检测具有重大潜在应用价值。     

基于openCV的玉米出苗期和三叶期自动检测系统的设计

为了远程实时动态监测玉米长势,为农事活动提供准确的玉米生长状态信息,提出了基于轮廓和骨架提取的玉米出苗期和三叶期的自动识别算法。该算法实现了对玉米图像的分割,并对图像中轮廓和骨架等图像特征进行提取,根据所提取的图像特征判断玉米是否进入出苗期或三叶期。利用该算法与计算机视觉库openCV进行玉米出苗期和三叶期的检测系统的设计,实现了玉米出苗期和三叶期的自动识别。此外,在VS2013环境下实现了对一个简单的玉米出苗期和三叶期的自动检测系统软件的界面开发。该系统对玉米出苗期和三叶期的识别速度较快,识别结果准确,可以作为玉米全部生长期检测系统的开发基础。     

基于纳秒脉冲反射定位的风机叶片引下线断裂故障检测方法

风机叶片防雷系统故障会严重影响风机的安全运行,多数风机叶片引下线在分支与主引下线的连接处常出现断裂故障。该文基于行波传输原理,提出了一种风机叶片引下线分支点断裂故障的检测与定位方法。首先,通过理论分析和仿真,讨论了纳秒脉冲信号在叶片引下线多分支结构中的传播过程对识别故障反射波的影响;然后,为解决故障波形中故障反射波被掩盖的问题,引入了"差异反推法",并依据故障分支结构处产生的脉冲簇的幅值发生变化这一特点,利用作差将故障反射波提取出来,通过寻找作差波形中的故障反射波来定位故障分支点;最后,对某2.5 MW真机叶片引下线可能出现的所有故障情况进行了多次实验,其结果验证了该文所提方法的有效性。该文提出的方法具有较好的适用性,可用于检测与定位不同型号风机叶片引下线的分支点断裂故障。     

基于加权复杂网络模型的恢复路径优化方法

输电网络重构是电力系统大停电或部分停电后进行恢复的第2个阶段,如何确定恢复的目标骨架网络及其恢复路径序列是该阶段的主要任务。文中提出了一种新的基于加权复杂网络模型的输电网络重构优化算法,考虑了节点有功发电出力和有功负荷（特别是重要负荷）的大小以及各节点在网络中的分布情况和重要性程度,并利用了加权复杂网络模型中衡量网络枢纽性的介数指标来优化恢复路径。该算法可以得到最优的恢复路径序列和目标骨架网络,克服了现有方法在确定目标骨架网络和优化恢复路径序列这2个输电网络重构环节严重脱离的缺点,并在一定程度上解决了现有的恢复路径优化方法采用专家经验或分段寻优策略而无法得到最优解的问题。最后,以新英格兰10机39节点系统为例说明了所提出的方法的基本特征。     

基于图像的高压输电线间隔棒故障诊断方法

利用无人机巡检高压输电线路故障,可以解决传统人工观测故障巡检方式的成本高、效率低等问题。为此,提出了一种基于可见光图像识别间隔棒框架断裂故障的方法。首先利用图像匹配和形态学运算从图像中提取出间隔棒,校正透视畸变后进行骨架提取,最后用加权的不变矩值进行形状度量,并根据最小风险原则设计了分类方法。对32幅间隔棒图像(其中故障图像10张)进行了计算,数据显示,2类图像的相关值具有良好的区分度,应用该方法能识别出所有故障图片。结果表明,提出的方法可有效对框架断裂故障间隔棒进行检测。