基于阈值差分的绝缘子缺陷识别算法

为了准确识别出绝缘子缺陷,防止绝缘子破损导致输电线路不能正常运行的问题,提出基于阈值差分的绝缘子缺陷识别算法。首先对图像进行预处理,然后进行自适应阈值分割完成图像二值化,通过形态学处理消除琐碎区域,使用边缘检测算子提取绝缘子边缘。将故障绝缘子与正常绝缘子作差提取缺陷图,依据缺陷像素大小与阈值的关系判断绝缘子的破损情况。将缺陷图二值化后使用矩形框标定。实验结果表明所提出的算法对绝缘子缺陷识别具有一定现实意义。     

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.     

基于TMS320C6713B的阈值分割与目标形心获取算法研究

本文针对嵌入式跟踪系统中目标图像处理时存在的算法复杂,处理速度慢,达不到实时性的缺点,提供了一种用TMS320C6713B实现对图像的阈值分割与目标的形心获取算法,即采用灰度平均值与最大类间方差法相结合的方法实现视频图像的阈值分割,只要选取合适的修正值,则既能满足系统的实时性要求又能实现对目标的检测;采用了对目标形心求取以定位目标,进而计算出视场中心与目标形心的偏差,作为系统控制算法的输入;实验证明,该算法很好的实现了图像的阈值分割,较精确的获取了目标形心,提高了图像的处理速度,实现很高的实时性。     

基于红外热点的电力缺陷检测方法

针对直升机电力巡检拍摄到的实时红外视频序列,寻找定位高温点并实时反馈给控制系统,首先对其进行Hough变换检测输电线,然后采用Otsu自适应阈值算法对红外图像中的热点区域进行分割,提取出缺陷区域,接着利用SIFT特征匹配识别红外图像中的绝缘子,最后对缺陷进行分类和分级。实验证明该算法发热点定位准确率较高,可智能识别缺陷,减轻了人工作业负荷。     

以机器视觉为支撑的玻璃绝缘子缺陷检测技术

为解决电力设备安全中的核心问题即检测绝缘子的非法使用,以机器视觉为支撑,图像获取单元利用LED红光源垂直照射绝缘子,CCD相机捕获反射光线,通过图像采集卡实时采集信号,而图像处理与缺陷识别模块则使用图像处理软件MATLAB等,经过相应的图像细化预处理、阈值分割和特征提取,有效检测和分类缺陷。在图像预处理方面,该技术采用了灰度值变换和图像滤波技术,特别改进了高斯低通滤波,以平衡噪声去除和细节保护的需求。随后,通过阈值分割将图像划分为不同区域,并提取关键特征参数,有助于准确辨别和分类不同缺陷。经实验证明,该技术可成功检测气泡和裂缝缺陷。     

基于灰度熵多阈值分割和SVM的火焰图像状态识别

为了进一步提高锅炉燃烧火焰图像状态识别的性能,提出了一种基于灰度熵多阈值分割和支持向量机(supportvector machine,SVM)的火焰图像状态识别方法。对火焰图像进行基于灰度熵准则的多阈值分割,采用改进粒子群优化算法选取最优多阈值,由此快速准确地分割出火焰图像中的背景区域、有效燃烧区域及高温燃烧区域;然后,提取火焰图像的10个特征参数,以此作为训练样本训练支持向量机,最后采用支持向量机依据提取的特征对火焰图像进行分类,并通过上述改进粒子群优化算法优化支持向量机中的2个参数。实验结果表明,提出的方法分割结果正确,与采用将图像像素作为训练样本的方法相比,该方法的分类识别正确率更高,运行速度大大加快。     

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。     

煤灰熔融性图像自动识别算法的研究

本文提出了一种测定煤灰熔融性时图像的自动识别的算法。根据模式识别和计算机视觉理论,首先从CCD摄像机处采集图像,经过预处理后,采用阈值迭代和Otsu分割算法相结合的单阈值法进行图像分割,在定位灰锥目标区域后,进一步提取高度、底宽和面积等几何特征,作为特征温度图像的识别依据。实验表明,该算法简单、有效,且能兼顾系统的实时性和准确性要求。     

一种基于红外图像的电缆终端异常发热自动诊断方法

为提高电缆终端异常发热的自动诊断水平,降低对人工诊断的过分依赖,提出一种基于红外图像分析的电缆终端异常发热自动诊断方法。该方法首先利用最大类间方差法确定灰度化图像的灰度阈值,实现图像背景滤除;其次利用Canny算法提取前景图像中的边缘信息,识别出目标对象电缆终端;接着采用k-means聚类算法对电缆终端进行分割,提取疑似过热区域;然后基于过热区域构造模板,并采用模板匹配方法从参考相中匹配出参考区域;最后计算过热区域与参考区域的温度特征信息,依据相关诊断标准得到诊断结果。案例分析结果表明,该方法能从背景复杂的红外图像中识别出电缆终端,定位过热区域与参考区域,实现对异常发热现象的自动诊断,具有实际工程应用价值。     

基于遗传算法的图像阈值分割研究

主要论述了利用遗传算法进行图像阈值分割的实现方法,重点研究了最大熵和最大类间方差2种阈值分割方法.将通信电源配电屏开关图片作为研究对象,分别采用基于传统搜索算法和遗传算法的最大熵和最大类间方差法对其灰度图进行阈值分割,并应用Visual C 编程实现.实验结果表明,基于遗传算法的最大类间方差法的分割效果好,更好地满足了通信设备对远程视频监控与识别系统中图像分割实时性的需求.     

基于改进局部阈值分割的绝缘毯表面微缺陷的无损智能评估方法北大核心CSCD

软质绝缘遮蔽用具的表面缺陷对其绝缘性能和使用寿命有重要影响,为解决人工检测漏检、误检率高的问题,文中提出基于机器视觉的绝缘毯表面微缺陷智能无损检测方法。针对不同环境下图像特点,选取改进Sauvola算法对图像进行局部阈值分割,结合形态学操作提取特征,实现表面微缺陷的识别;通过搭建沿面放电试验平台获取不同微缺陷对其沿面放电的影响,采用皮尔逊相关性系数分析了微缺陷的单个最大缺陷面积比和全部缺陷面积比与绝缘毯表面放电电压之间的相关性。结果表明:文中方法识别准确率95.3%,单次检测时间0.53 s,提升了检测准确性与效率;单个缺陷面积的大小与闪络电压呈负相关且为极强相关,单个缺陷越大沿面闪络电压下降越多,沿面闪络电压平均下降5%~22%,验证了识别结果的有效性,可为绝缘毯的现场外观检测提供依据。     

新型视觉导航线提取方法

导航线提取是智能车辆视觉导航领域的难点问题。针对杂草密集情况下导航线精确提取的难点,提出了一种新型视觉导航线提取方法。首先,在均值聚类的框架内分析了传统Otsu方法受样本方差影响较大的缺陷,并建立了基于Sigmoid函数的自适应Otsu阈值分割方法;接着,采用矩阵解耦消弱图像背景噪声对阈值参量更新的影响,提升了农作物与杂草的分割精度,获取精确分割的二值图像;最后,基于分割结果进行最小二乘拟合,实现导航线的有效提取。实验结果表明,在杂草稀疏和密集环境下,方法均能有效提取导航线,并具有较高的精度和实时性。     

基于径向基概率神经网络的输电导线缺陷状态识别

输电导线作为承担电能传输任务的重要部件,及时发现其本体缺陷对指导维修避免重大电力事故的发生具有重要意义。考虑到无人机巡检中输电导线背景的复杂性和导线表面缺陷检测的困难度,提出一种基于径向基概率神经网络的输电导线缺陷状态识别方法。首先,依次采用加权色差法、最大类间方差法以及形态学滤波实现复杂背景下输电导线的准确分割。其次,将分割出的导线区域等距划分为10个导线子图像,通过Gabor滤波器获得输电导线8个角度、5个尺度的40幅纹理增强子图像,提取各个子图像的粗糙度、对比度和方向度3个纹理特征量,结合特征方差比筛选出10个强纹理特征;最后,将10个强纹理特征量作为径向基概率神经网络的输入,完成输电导线缺陷状态的识别。实验结果表明所提方法可以实现复杂背景下输电导线快速分割与缺陷状态的准确识别,为无人机巡检中输电导线的运行状态检测提供了新的思路。     

直升机巡检航拍图像中绝缘子图像的提取算法

提出了一种新的绝缘子图像提取算法,可用于直升机智能巡检图像中绝缘子图像的提取。该算法首先将航拍得到的高分辨率玻璃绝缘子彩色图像进行RGB到HSI彩色空间的转换;然后对HSI空间的S分量,采用基于遗传算法的最大熵阈值的方法进行图像分割;接着对分割后的图像用双结构级联滤波器滤除噪声;最后用连通区域方法将分割出的绝缘子串轮廓标识出来。算例结果表明:该算法能够从背景复杂的航拍图像中完整地提取绝缘子图像,有较高的工程应用价值。     

利用图像处理方法实现电弧管电极定位的研究

本文提出了通过定位分割点对目标图像进行分割的方法.重点介绍了如何正确定位分割点的设计思想.首先,对目标图像进行预处理、细化,在得到的图像上正确完整地判断每一个分叉点,而后利用阈值变换、直线拟合等方法识别出目标图像的骨架,得到对目标图像进行分割的分割点.     

基于CA和OTSU的电气设备红外图像分割方法

针对电气设备红外图像中需要对目标进行识别和诊断的需求,提出了一种基于元胞自动机(CA)与最大类间方差(OTSU)法的图像增强与分割算法.首先采用高帽、低帽变换结合的方法对电气设备红外图像进行增强,时增强后的图像采用CA法进行边缘提取,并进行二值化处理,最后与经过OTSU算法分割后的红外图像进行融合.实验结果表明采用该算...     

结构化矩阵分解的网状织物缺陷检测方法

针对在网状织物缺陷检测过程中因纹理复杂造成误检问题,提出了一种结构化矩阵分解的网状织物缺陷检测方法。首先,通过Retinex算法对图像进行增强,利用所提取的底层图像特征生成特征矩阵,并将其分解为含有织物图像背景信息的低秩矩阵和含有缺陷信息的稀疏矩阵;其次,引入了高级先验矩阵和索引树两个部分,通过利用增强后图像进行获取,并对两个部分进行特征融合,实现缺陷显著性增强。通过计算稀疏矩阵的值,获得缺陷的显著性的大小;最后,通过最佳阈值分割算法分割缺陷显著图,从而得到缺陷检测结果。利用公开数据集TILDA和BASLER工业相机采集到的网状织物缺陷图像验证了算法的性能。研究表明,与其他算法相比,本文算法的识别准确率达到94.25%,召回率达到92.48%,分类准确率达到90.12%。     

超临界二氧化碳锅炉小径管焊瘤图像测量

针对超临界二氧化碳发电站锅炉小径管焊瘤尺寸图像测量算法准确性低的问题,提出一种基于迭代最大熵阈值分割的焊瘤尺寸测量算法,涉及内管壁提取、内焊缝分割和焊瘤检测3部分。通过自适应阈值化和概率Hough算法检测管壁竖直线,对图像裁剪得到内管壁区域;采用UNet语义分割算法获取通孔区域分割掩模,根据通孔边缘和先验约束拟合出内焊缝壁椭圆;在内焊缝壁椭圆中,采用迭代最大熵阈值分割算法分割出焊瘤区域,并计算焊瘤尺寸。实验结果表明:焊瘤数目检测准确率达96.79%,焊瘤尺寸准确率达95.07%,能够对焊瘤特性进行精确测量。     

基于语义分割与连通区域标记的隔离开关状态识别方法

提出一种基于语义分割与连通区域标记的隔离开关状态识别方法.首先,提出基于语义分割算法的隔离开关像素提取方法,将图像按照语义类别进行像素分类,实现对开关臂所在像素的提取.其次,提出基于区域生长算法的语义分割图像标记方法,实现对隔离开关连通区域的标记,并提出面积排序统计方法优化面积阈值和消除非开关臂区域.最后,根据开关臂连通区域个数判断隔离开关状态.通过引入风格迁移算法生成隔离开关风格化图像增强训练集,提升污损图像中隔离开关定位、分割的准确性.实验结果表明所提方法能够准确定位、分割隔离开关,并识别开关状态.     

基于主结构提取与签名算法的织物缺陷检测

为解决目前基于图像处理的织物缺陷检测算法中,因织物组织纹理结构复杂、花型繁多造成的检测效果差的问题,提出一种基于主结构提取与图像签名算法的纹理织物缺陷检测方法。首先,使用改进的总变差模型去除织物纹理提取主结构;其次,利用高斯变换对待检测图像进行多尺度分解,构建高斯金字塔;然后根据视觉注意力机制提取颜色特征,通过图像签名算法对疵点进行显著性检测,最后利用自适应阈值的方法分割得到疵点区域。实验结果表明,算法可有效地提取各种织物的主结构,实现不同纹理织物图像的缺陷检测。