| 基于红外与紫外图像信息融合的绝缘子污秽状态识别 |
| |
| 引用本文： | 金立军,张达,段绍辉,姚森敬.基于红外与紫外图像信息融合的绝缘子污秽状态识别[J].电工技术学报,2014,29(8). |
| |
| 作者姓名： | 金立军 张达 段绍辉 姚森敬 |
| |
| 作者单位： | 1. 同济大学电子与信息工程学院 上海 201804
2. 深圳供电局有限公司 深圳 518010 |
| |
| 基金项目： | 国家自然科学基金资助项目 |
| |
| 摘 要： | 为了实现绝缘子污秽状态的非接触检测,提出了一种基于红外与紫外图像信息决策级融合的污秽等级识别方法。分别计算不同污秽等级绝缘子红外与紫外图像特征,根据Fisher准则进行特征选择,得到可以有效表征污秽状态的特征量,为了提高分类器的运算速度和准确性,利用核主元分析(KPCA)进行特征提取,分别得到红外与紫外特征的三维核主元向量,使用径向基神经网络(RBFNN)分别进行污秽等级识别,利用D-S证据理论对识别结果进行决策级融合,实现绝缘子污秽等级的识别。实验结果表明,该方法的正确率显著优于单独使用红外或紫外特征进行识别,为绝缘子污秽状态的非接触检测提供了新的方法。
|
| 关 键 词： | 污秽状态 决策级融合 Fisher准则 核主元分析 径向基神经网络 |
Recognition of Contamination Grades of Insulators Based on IR and UV Image Information Fusion |
| |
| Jin Lijun,Zhang Da,Duan Shaohui,Yao Senjing.Recognition of Contamination Grades of Insulators Based on IR and UV Image Information Fusion[J].Transactions of China Electrotechnical Society,2014,29(8). |
| |
| Authors: | Jin Lijun Zhang Da Duan Shaohui Yao Senjing |
| |
| Abstract: | |
| |
| Keywords: | Contamination grades decision fusion Fisher criterion Kernel principal component analysis radial basis function neural network |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
