高压输电线路红外图像的边缘检测

高压输电线路的导线，金具及绝缘子串等的红外图像的特点有：边缘模糊，对比度差，空间域上存在孤立的点和小块噪声。采用中值滤波方法。在保护图像边缘细节信息的前提下有效地降低了图像空间域高频噪声，用分段线性灰度变换增强了图像边缘的对比度，提高了图像的温度分辨力和空间分辨力。通过对Roberts边缘算子、Sobel边缘算子、Prewit边缘算子、Laplace边缘算子和Laplace改进算子等常用边缘检测算子对噪声的抑制效果和边缘定位精度的对比分析，选用Roberts算子完成了图像的边缘轮廓检测，并对不连续边缘进行跟踪和连接，得到了清晰连续的图像边缘，完成了高压输电线路红外图像的边缘特征提取。以一幅耐张绝缘子串的红外图像为应用实例，验证了图像预处理及边缘检测方法的有效性。     

电力设备红外图像缺陷检测

机器人在巡检过程中采集到的红外图像很难反映设备目标的纹理信息.人工方法或传统机器学习方法不能精准识别和分类电力设备缺陷,同时其他环境因素容易导致误判.采用CenterNet结合结构化定位的算法模型,通过对现场红外图像数据样本收集、训练及验证算法模型的计算,实现从复杂的红外图像中以较高的准确率将不同变电站设备及其部件识别...     

图像边缘检测算法及在电厂中的应用

介绍几种典型的边缘检测算法 ,对它们各自的特点进行比较。讨论边缘检测在电厂锅炉炉膛火焰检测方面的应用。对一幅原始火焰图像 ,用两种边缘检测算法提取火焰图像的边缘 ,并对提取后的边缘图像进行分析。最后对边缘检测算法的发展方向进行展望。     

边缘检测在TOFD扫描图像中的应用

TOFD技术作为一种缺陷检测与定量的方法在无损探伤领域得到了广泛的应用。为了提高TOFD扫描图像中缺陷信号的可识别性,达到精确检测和定位的目的,本文提出了将图像处理中的边缘检测算子引入TOFD扫描图像的方法。在对TOFD技术和边缘检测算子进行简要介绍之后,本文进行了将Sobel算子、高斯—拉普拉斯算子等应用于TOFDD扫描图像识别中的实验。实验结果表明,边缘检测成功地识别了TOFD扫描图像中的衍射波信号,可以提高TOFD检测的精确性。     

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。     

电器触头图像的边缘检测与立体匹配

电器触头是很关键的部件,要得到它的表面参数,不可避免的要对图像进行边缘检测和立体匹配,本文旨在提出一种较适合于电器触头图像的边缘检测和匹配方法。     

红外检测电力设备的应用

为有效发挥红外检测优势,通过对引起电力设备过热缺陷原因的分析,阐述了影响红外检测电力设备的因素,分析了应用红外检测电力设备应注意的问题及红外检测电力设备过热缺陷的判断方法。     

基于红外图像检测和改进YOLOv4的高压套管故障识别方法

红外检测是高压外绝缘设备状态在线检测的主要方法之一,为了提高高压套管发热故障红外图像检测的准确率,解决因故障样本较少引起的漏检问题,文中提出了一种基于改进型YOLOv4的故障识别方法,可实现对套管发热区域的高效定位与识别,具有很好的工程应用前景。对YOLOv4算法进行的改进主要包括：首先,将通道注意力机制SE(Squeeze and Excitation)模块插入特征提取网络中的残差模块中,以加强网络对特征信息的提取;其次,分别使用EIoU Loss和Focal Loss取代原模型的边界框回归损失与置信度损失,以提高损失函数的回归精度以及对数据集中困难样本的识别准确率,从而有效减少漏检发生的概率。实验与测试结果表明,所提方法与改进前相比平均精度提高了5.61%,对数据集中更难被识别的故障样本的精确度提升了8.57%。     

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。     

基于多尺度Gabor滤波器的彩色图像边缘检测

为了更好实现对彩色图像进行边缘提取,并保证算法具有更好的稳定性,文章使用多尺度Gabor滤波器的方法,来提取彩色图像边缘和轮廓.构建了3个尺度、16个方向的Gabor滤波器.首先将彩色图像灰度化,利用多尺度Gabor虚部滤波器提取图像灰度变化信息.通过非极大值抑制,并通过高低阈值获取边缘像素点及其候选边缘,最后利用局部边缘连接获取图像边缘轮廓.并将本算法与常用边缘检测算法进行实验性能比较,实验结果表明:提出的算法既能获得较高的定位准确度,又具有很好的噪声鲁棒性,该算法与常用的Roberts等一系列算法相比,检测效果更好,稳定性更强.     

一种基于数学形态学的灰度图像边缘检测方法

图像边缘包含图像的绝大部分有用信息,因而图像识别、匹配等具有很大的研究价值。传统的边缘检测算法去噪能力差、边缘定位能力低,而一般数学形态学算法提取的边缘清晰度不高,且不够平滑,难以满足图像处理的需要。采用序列多尺度结构元素分别对图像进行滤波,再灰度累加取均值,有效滤除噪声的基础上,尽量突出有效的边缘信息,去掉无效的细节信息。通过仿真验证,边缘定位精度高且平滑连贯,效果良好。     

分块平均的噪声图像边缘检测

边缘检测是图像处理中很重要的组成部分,其效果好坏直接影响到后面的图像分析。针对传统的边缘检测算子对噪声的干扰较大,本文提出一种被噪声污染的图像边缘检测的新方法。将模板窗口平均分成不同方向的8块,计算不同方向的平均灰度值的绝对差,然后判断窗口中心像素是否为边缘点。实验结果表明,该边缘检测算子在抑制噪声对图像边缘的影响和保持图像细节方面,优于传统的边缘检测算子。     

A new approach for edge detection of noisy image based on CNN

A new approach for edge detection of noisy image by cellular neural network (CNN) is proposed in this paper. In order to get the reasonable template, the statistical characteristics of image are utilized, and Gibbs image model is employed to describe the stochastic dependence of an edge pixel on its neighbourhood. Based on stochastic edge image models, edge detection of noisy image is equivalent to seeking a minimum of a cost function. If the template of CNN is designed carefully, the energy function can be mapped properly to the cost function of stochastic edge image model, then CNN can be used for seeking the minimum of cost function. Genetic algorithm is efficient in the field of optimization, and we also utilized this algorithm to get the correct form of template. The results of computer simulation confirm that the new approach is very effective. Furthermore, this result also confirms that we can design template for many different questions based on statistical image model, and the area of application of CNN will be widened. Copyright © 2003 John Wiley & Sons, Ltd.     

激光光斑边缘提取算法应用研究

在以激光光斑为被测目标的光电测量系统中,对激光光斑边缘的提取是保证测量系统精度的首要前提.具体介绍了Sobel算子、Krisch算子、Robert算子、Canny算子及LOG算子的基本原理.对实际采集到的激光光斑图像首先进行中值滤波、二值化处理,用于滤除图像中的噪声.然后分别利用上述算子对预处理后的激光光斑进行边缘提取...     

一种适用于隔离开关的边缘提取算法

随着视频监控技术成为变电站自动化及电网自动化的一个重要手段,对隔离开关的视频监控图像处理算法的研究也提上了一个更高的层次。在分析经典边缘检测算子的基础上,针对输电线高压隔离开关的具体图像特征,提出了一种适合其自身特征的边缘检测算法,该算法从主动识别方面考虑,只处理局域图像,大大减少了处理量,提高了处理速度。最后,对GW17-550D型高压隔离开关的合状态和GW22-12型隔离开关的开状态分别采用经典算法和该文的算法进行了仿真,结果表明本文的方法更满足实际要求。     

基于边缘检测的图像超分辨率重建研究

超分辨率重建是一种以信号处理为基础,有效提高图像分辨率的软件技术。由于这项技术不涉及硬件,成本低,所以在遥感、视频、医学、公安、网络等领域有着十分重要和广阔的应用前景。提高分辨率的算法有很多,插值算法无疑是其中一种简单便捷的方法,但是其效果一般,尤其是在图像的边界部分比较模糊。因为人眼对边界很敏感,所以很大程度上影响了这种算法的性能。研究旨在将边缘检测与插值算法结合起来,在基本算法插值算法的基础上加以改进,利用双边滤波和迭代后处理对图像的边缘加以保留和增强,使其具有更明显的边界特性,增加细节,提升超分辨率重建的主观质量。