放射电网潮流分割算法

本提出了一种适用于计算放射电网潮流的有效算法，它的核心是将一大型放射电网分割为若干较小子电网，在每次迭低时可以将高阶雅可比矩阵的求逆问题转化为对若干个较低阶雅可比矩阵的逆。因百使求解速度大大加快，计算表明，效果是显的。     

基于深度学习的图像目标检测算法研究

目前,基于深度学习的目标检测和图像处理的应用范围非常广。在图像处理方面,加入了深度学习能够使一些算法即使在复杂的环境下也能有着不错的识别效果。基于深度学习的方法,通过增加神经网络的网络层数,能够有效的提取出待识别图像的相关特征。其中,逐层设置由浅至深的网络层数就能够提高目标检测的效果。YOLOv3是一种快速的目标检测算法,但其对部分小目标的在检测,识别上不太准确。创新性的通过在基础模型上的改进和增加anchor数量的方法来实现算法的优化。通过实验令该算法在VOC 07数据集上进行验证,实验结果表明与传统未改进的YOLOv3模型相比,在精度上提高了约1.4倍。经过理论阐述和实验成果证明,所提出的方法确实具备更高的执行效果和可靠性,大大提升了模型在数据集上的平均准确率,说明此改进具有有效性和可行性。     

基于图像的数字仪表字轮定位分割算法的研究

机械式数字仪表的图像识别是一种新兴的抄表技术,该技术通过在仪表前方安装图像采集及处理模组实现.为解决当前图像抄表技术效率低、耗时大等问题,本文提出基于模板匹配的最大稳定极值区域定位分割算法TM-MSER(template matching-maximally stable extremal regions)以提高字轮定位分割效率,达到降低设备能耗的目的.TM-MSER算法基于MSER算法,将图像灰度值g和仪表字轮读数区域模板s作为提取参数,将MSER(g)提取算法扩展为二维的TM-MSER(g,s)提取方法.TM-MSER算法在一定程度上排除了背景噪声的干扰,能达到更加快速的定位分割.     

基于单阶段目标检测算法的变电设备红外图像目标识别及定位

针对红外图像中变电设备的识别和定位问题,提出了一种基于改进YOLOv3算法的变电设备检测方法.在现场采集的变电设备红外图像集的基础上,首先使用基于Retinex的图像增强算法以及阈值分割等图像处理方法对图像集进行预处理;然后基于变电设备红外图像对YOLOv3算法进行参数优化,并通过迁移学习的策略对改进YOLOv3网络进...     

基于变维交互式多模型算法的近区目标跟踪研究

雷达数据处理中的一个关键部分是目标跟踪,它负责对目标的点迹进行滤波,降低噪声影响.交互式多模型算法是一种基于广义伪贝叶斯算法的具有马尔科夫转移概率的多模型算法.它可以用多个模型匹配目标的不同机动模式,避免了单模型不能全程匹配带来的模型误差.近区目标往往具有较大的角速度和角加速度,模型集里包含角速度分量可以更好的匹配其机动形式.于是在交互式多模型的基础上提出了一种变维交互多模型算法,可以对不同维度的模型集进行交互滤波,以取得更好的跟踪精度.     

具有FACTS设备的多目标电网计划

提出了具有灵活交流输电（ＦＡＣＴＳ）设备的多目标妥协规划模型,综合考虑了ＦＡＣＴＳ设备对电网规划的经济性和可靠性两方面的影响,并采用混合遗传－模拟退火算法求解了该模型。算例结果表明ＦＡＣＴＳ设备能够提高电网规划的经济性及经济性与可靠性的综合水平,并证明了多目标电网规划妥协模型及其解其方法的有效性。     

融合非对称卷积的遥感图像目标检测算法

遥感图像中的目标具有背景复杂、方向多变等特点。利用传统方法进行遥感图像目标检测过程复杂且费时,存在精度低,漏检率高等问题。针对以上问题,提出一种改进的YOLOv5-AC算法,该算法以YOLOv5s模型为基础,首先在原有的Backbone中构建非对称卷积结构,增强模型对翻转和旋转目标的鲁棒性;其次在主干网络的C3模块中引入坐标注意力机制提升特征提取能力,并使用Acon自适应激活函数激活;最后使用CIOU作为定位损失函数以提升模型定位精度。改进后的YOLOv5-AC模型在NWPU VHR-10和RSOD数据集上进行实验,平均精确度均值分别达到了94.0%和94.5%,分别比原版YOLOv5s提升了1.8%和2.3%,有效提高了遥感图像目标检测精确度。     

基于水平集的弱边缘医学超声图像分割算法

图像分割在医学超声图像的定量、定性分析中均扮演着重要的角色,并直接影响到后续的分析、处理工作。但在医学超声图像中,待分割的图像目标经常包括弱边缘,这为利用传统图像分割算法对目标进行分割带来了困难。本文通过对Chan-Vese水平集方法进行研究,利用零水平集曲线的平均边缘能量来对其演化速度进行控制,实现了对图像中目标弱边缘的检测。本文方法在对包含弱边缘的医学超声图像进行分割时,得到了很好的效果。     

基于图形分割和蝶型分割的电网分割方法

解决大电网故障诊断问题的关键是将大电网分块,研究现有电网分割方法的基础上,尝试采用图形分割和蝶型分割相结合的方法进行电网分块,它能够将大电网分割为给定数目的连通子网络,各子网络的故障诊断负担基本相等.     

带电检测技术在电网设备中的应用分析

在电力系统中,电力设备的质量直接关系到电网的运行安全,而带电检测技术的应用能提前发现电力设备的潜伏性故障,从而可针对性地采取措施,避免设备事故的发生。介绍了国内外带电检测的新技术,新方法,并通过对该技术在电网设备上的应用展开了讨论,提出了相应的建议。     

基于GS-SVM的彩色图像分割算法

图像分割是图像分析、模式识别等领域的关键技术,为减少光照等因素对颜色的影响,增加图像分割质量,提出一种基于GS-SVM的彩色图像分割算法.首先提取图像RGB和HSI颜色分量,组合成样本的特征空间对支持向量机进行训练,训练时利用网格搜索法对支持向量机进行参数寻优,最后训练后的GS-SVM对彩色图像进行分割.实验表明该算法能够在网格范围内寻找全局最优解,分割精度达到95.6％,具有良好的精度和鲁棒性,且分割效果更加符合人类视觉特性.     

一种基于双阈值区域分割的SAR图像目标提取方法

本文提出一种基于"双阈值"的区域生长算法。该方法首先对图像中感兴趣的区域进行分割,通过阈值的选取对已分割区域进行合并与剔除虚警来提取感兴趣的目标。采用国产机载SAR图像,以大中型建筑物为例进行了实验。实验结果表明该方法能够有效地提取目标特征,进行区域分割。     

基于混合灰度差指标的低空目标图像检测方法

为了解决地面背景和云朵干扰对低空目标检测的影响,提出一种基于混合灰度差指标的低空目标图像检测算法。首先,分析地面背景与天空区域在图像中的分布以及灰度特征,根据水平灰度投影的阶跃变化将图像分割为天空区域和地面背景区域两部分;然后,在天空区域内,由于目标和背景之间的相似性比较小,而云朵和天空的相似性较高,由混合灰度差指标水平投影和垂直投影定位目标;最后,验证获取的目标坐标。试验结果表明,算法能检测出具有复杂地面背景的低空目标,也适用于背景中存在云朵干扰的目标以及弱小目标的检测;此外,算法的速度较快,满足视频图像处理的实时性要求。     

基于红外图像分割与SSA-SVM的复合绝缘子缺陷检测方法

为了准确快速地识别出交直流复合绝缘子的缺陷类型,本文提出一种基于红外图像分割和麻雀搜索算法(SSA)优化支持向量机(SVM)的交直流复合绝缘子缺陷检测方法.首先,制作复合绝缘子短样,并设置四种不同类型的模拟缺陷,分别施加交流电压和直流电压,采用红外热像仪测量得到正常和缺陷复合绝缘子的红外图像样本;然后,利用最大类间方差法对图像进行阈值分割得到绝缘子区域,由此计算红外特征量,并使用Fisher准则进行特征选择;最后,采用SSA优化的SVM模型实现对绝缘子缺陷类型的识别.结果表明,实验室条件下该方法对交直流复合绝缘子的缺陷类型识别正确率达87％以上,且对现场交流复合绝缘子缺陷的初步识别效果良好.     

结合分水岭算法和WKFCM算法的MRI图像分割

针对传统分水岭算法对MRI图像过分割的缺点,提出了一种基于分水岭算法和改进核聚类算法的MRI图像分割新方法.首先,通过传统的分水岭分割算法将MRI图像分割成不同的区域,然后根据改进的核聚类算法,利用Mercer核将各个区域的平均灰度值映射到高维特征空间,使得原来未显示出来的特征显现出来.这样就可以实现更准确的聚类,用灰...     

基于改进分水岭算法的菌落图像分割

随着计算机图像处理技术的快速发展,在菌落筛选环节上,传统的人工手动筛选已经逐渐被自动筛选仪器所替代。自动筛选仪器的核心是菌落图像识别模块,而菌落图像识别的关键在于图像分割技术,本文提出了一种改进的分水岭分割算法。该算法首先采用高斯滤波去除图像噪声,再对去噪后的图像进行形态学处理,然后进行倒角距离变换得到菌落距离图像,再采用形态学方法填补其空洞信息,接着对标记后的区域进行分水岭分割,最后利用区域合并算法聚集图像相似区域,从而得到最终的分割图像。采用本文提出的改进型分水岭算法进行菌落图像分割的准确率为93.4%,而传统的分水岭算法的分割准确率为75%,通过与传统分水岭对比实验的结果可以看出,改进后的算法较好地抑制了传统分水岭的过分割现象,极大提高了识别精度。     

一种用于图像分割的改进FCM聚类算法

介绍了一种先采用离散K-L变换对采得的图像滤波,然后采用二维向量小波对图像进行特征提取,最后利用改进的FCM结合的图像分割算法对图像进行分割的算法。文章首先阐述了对图像进行K-L变换的原理,再利用二维向量小波变换对其进行分析得出图像特征,最后运用FCM算法的思想,对其进行改进方案,最后得出分割后的图像。实验结果证明,该方法显著提高了分割速度和精度,具有一定的使用价值。     

An improved algorithm for image crack detection based on percolation model

In a complex background, because of uneven illumination, concrete bubbles, shadows of various shapes, and other noise, traditional crack detection methods based on image processing cannot accurately detect cracks, especially unclear cracks. A crack detection method based on the percolation model fully considers the features of cracks including the characteristics of brightness and length, and therefore can accurately detect cracks in the image. But this method is time consuming, and some noisy areas are detected as crack regions. In order to solve the problems above, we propose an improved algorithm for image crack detection, which includes an accelerated algorithm and a new denoising method based on the percolation model. The accelerated algorithm decreases the number of iterations of percolation processing to reduce the computing time, and the denoising method is based on the characteristic of brightness and the length feature of cracks to remove the noisy regions. Experimental results show that the proposed algorithm can accurately and efficiently detect cracks in the image. © 2014 Institute of Electrical Engineers of Japan. Published by John Wiley & Sons, Inc.     

利用红外测温成像技术发现电网运行设备内部缺陷的探讨

应用红外测温技术发现电力设备外部连接点的发热隐患,在电网和城市配网中已有了广泛应用,文中通过作者10余年的远红外测温技术的实践,分析了红外成像技术在监测并发现电力设施内部隐患和缺陷方面所发挥的作用,并列举了常见的变压器、断路器、氧化锌避雷器及电容器等变电设备应用远红外测温技术诊断的实例。