皮尔逊相关性最大化导向的自动阈值分割方法

现有阈值分割方法大多只适应于处理某种特定灰度分布模式的图像，为了在统一框架内处理不同灰度分布模式情形下的自动阈值选择问题，提出了一种皮尔逊相关性最大化导向的自动阈值分割方法。该方法首先对原始图像进行边缘检测以产生参考模板图像；然后对不同阈值下的二值图像进行轮廓提取以产生对应的轮廓图像；最后采用皮尔逊相关系数衡量不同轮廓图像与参考模板图像之间的相似性，并将相似性取最大值时所对应的阈值作为最终分割阈值。提出的方法和新近提出的3个阈值方法和4个非阈值方法进行了比较。在具有不同灰度分布模式的4幅合成图像和50幅真实世界图像上的实验结果表明：在合成图像集中，相比于分割精度第2的方法，平均误分类率降低了0.140 3;在真实世界图像集中，相比于分割精度第2的方法，平均误分类率降低了0.121 5。提出的方法虽然在计算效率方面不占有优势，但它对不同灰度分布模式的图像具有更灵活的分割适应性，能获得精度更高的分割结果图像。     

基于粒子群算法的多阈值图像分割

将模式识别中的Fisher准则推广到多阈值范围内,对图像的阈值分割结果进行评判,并使用粒子群优化算法对搜索过程进行优化,达到图像分割的日的.从理论上上对算法的参数取值进行了讨论并从实践角度提出正交试验的参数确定法以在实际运算中提高运算速率并规避局部极值点.并在此基础上进行了灰度图像分割实验与彩色图像分割实验.最终实验结果证明,该算法较传统算法效率上有极大提高,实现简洁,可用于嵌入图像分析与图像识别领域.     

基于图像识别技术在变电站设备监测中的应用

为减少传统基于灰度的模板匹配算法的计算量,采用一种在图像匹配中基于灰度的编码方式,将待搜索的源图像分割成若干块大小相同的子图像,计算每个子图像中的总灰度值,然后根据该子图像与相邻的子图像灰度值的排列关系进行编码,最后对每个子图像的编码值进行比较,实现图像的匹配。在图像匹配过程中,只需对编码值进行相等比较,并且每个子图像的编码计算简单,减少了传统模板匹配算法的计算量。仿真结果表明,该匹配算法能快速、准确地对变压器进行定位识别。     

多向加权作用下的直觉模糊相似性最大化导向的阈值分割方法

针对现有阈值分割方法中存在的分割精确性和分割适应性欠佳等问题,提出一种多向加权作用下的直觉模糊相似性最大化导向的阈值分割方法。该方法首先运用各向异性高斯一阶导卷积核对输入图像进行多方向卷积运算和多尺度乘积变换,得到四个方向下的具有单峰直方图模态的四幅参考图像;然后通过二值轮廓图像对四幅参考图像进行采样构建对应的直觉模糊集;最后运用多向加权策略,将不同方向的四个直觉模糊集融合以构建相似性目标函数,并以该目标函数取最大值时对应的灰度值作为分割阈值。提出的方法与5种新近的分割方法进行了全面比较,在8幅合成图像和88幅真实世界图像上的实验结果表明：提出的方法具有更高的分割精确性和更灵活的分割适应性,在合成图像和真实世界图像上的平均马修斯相关系数方面分别达到了0.998和0.964,相较于分割精度第2的方法分别提高了39.90%和26.22%。     

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.     

相差细胞图像的光照均衡与分割计数方法研究

为了解决相差显微细胞图像的光照不均匀,实现准确、快速的细胞图像分割与计数,本文提出了一种图像光照均衡,并结合双阈值分割计数的方法。该方法对图像进行分块,依据子块与整幅图像平均灰度的比值进行亮度调节,并采用高斯函数权值优化比值,消除因图像分块而产生的“方块效应”,并通过图像熵与高斯函数标准差关系曲线确定了最优的标准差;使用双阈值方法分割修复后的图像,结合孔洞填充与面积约束优化分割后的细胞形态。利用C2C12相差显微细胞图像数据集测试该算法,其中高细胞密度图像的分割精确率、召回率和F值分别为0.966 2、0.967 8和0.967 0,明显优于其他对比方法。实验结果表明,该方法在处理不同细胞密度的光照不均匀相差细胞图像时,均能实现光照均衡,且图像信息损失较小,分割计数结果准确。     

改进的狼群优化二维Otsu阈值分割算法

二维Otsu阈值分割是以每个灰度像素点的灰度值和周围灰度的均值作为分割标准,其通过概率统计的方法构建二维直方图,以离散度作为分割好坏的评判标准。针对二维Otsu阈值分割算法实时性差的缺点,将改进的狼群优化算法运用在分割过程中,加快了分割阈值的收敛速度,也提高了分割精度。通过对狼群优化算法游走行为中增加扰动算子可扩大全局搜索的范围,提升寻优的速度和精度。考虑到狼群围攻容易陷入局部最优的情况,研究引入了模拟退火算子,使该算法在寻优搜索过程中能够跳出局部最优。     

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。     

基于阈值化分割与小波变换的彩色数字水印算法

文中提出1种根据灰度特征对水印图像进行阈值化分割,然后分别嵌入到原始图像小波变换后的低频及中频系数,并根据视觉系统的照度掩蔽等特性实现嵌入强度自适应调节的彩色数字水印新算法。由于通过阈值化分割把水印各像素按不同的幅度进行分类以适应低频系数和中频系数对鲁棒性和透明性的要求,该算法能够很好地解决水印的鲁棒性和透明性这对矛盾,使得水印的鲁棒性和透明性达到优化的效果。     

基于匹配滤波和自动阈值的眼底血管分割方法

提出一种快速、简便、高效的眼底血管分割方法。分析眼底图像的灰度值分布和对比度变化,利用匹配滤波克服背景干扰,消除噪声影响,达到灰度均衡,实现眼底图像的亮度归一化。估计眼底图像中背景像素所占比例,利用直方图自动选择阈值,完成对眼底图像中血管的有效分割。在公开的眼底图像数据库上进行测试,该方法对眼底血管分割具有较好的性能指标。实验表明,提出的基于匹配滤波和阈值优化的眼底血管分割方法,准确率高、复杂度低,对眼科疾病的计算机辅助诊断有一定的实用价值。     

基于设备在线监测的电网状态检修决策模型

日趋成熟的在线监测技术大幅提升了设备状态的观测频率。在此背景下,需要更加灵活的电网状态检修决策模型以适应高频率、可观测的设备状态变化。目前已有的电网状态检修决策模型主要优化是基于当前设备状态的系统级检修计划,并没有考虑对规划时间内新增状态信息的应对策略。这样无法利用可获得的规划时间内的状态信息,导致检修计划效能受限。因此,提出一种设备在线监测下电网状态检修的决策模型。具体实现方式是在已有模型中加入检修门槛,一旦设备状态在检修计划前越过该门槛,则将原计划提前执行以防止发生故障。同时将检修门槛应用于非待修设备,以应对可能发生的非待修/待修类别转换,由此形成完整的电网状态检修策略。进一步建立优化模型,以电网运行总风险为目标联合优化检修计划和检修门槛。最后通过算例分析表明该方法是可行有效的,对电网设备状态检修具有一定的工程价值。     

三相T型逆变器有限控制集模型预测控制策略

LCL滤波器的三相三电平并网逆变器预测控制研究较少,预测模型搭建复杂,计算量大.基于逆变器侧滤波电感三相电流搭建预测模型,可将逆变器数学模型由三阶降为一阶,并用逆变器状态函数计算得到的电流值替换电网侧电感电流传感器测试值,减少系统采样设备.在此模型基础上,首先利用有限控制集模型预测控制算法,其次对参考电压矢量空间角度做...     

基于高风险模式树挖掘方法的电力系统风险设备集分析

迅速积累的调度控制系统大数据为电网设备风险分析提供了充足的条件,在分析调度控制系统大数据特性的基础上,给出了具有普遍适用性的调度控制系统大数据分析的总体架构,并针对在电网风险管控中的应用,提出一种基于高风险模式树(HRT)的高风险设备集挖掘方法。通过分析电力系统中设备的风险诱发因素,定义了设备风险影响度,用于量化设备发生告警或故障后对电网运行的影响程度,并提出设备风险影响度计算指标体系,通过融合设备故障发生频次,计算设备风险值。以设备风险值为目标进行高风险设备集挖掘,通过构建HRT,保留原始事务数据库中各设备风险值及设备风险先验知识信息,根据HRT的路径信息输出满足一定风险阈值的高风险设备集。以调度控制系统的海量历史告警数据为基础进行了仿真,结果表明,HRT可以在告警数据中迅速挖掘出满足条件的高风险设备集,并且能够反映出高风险设备组合之间存在的潜在关联性。     

基于相对值法的区域电网停电事故自组织特性分析

考虑到电网的规模处于不断增长的过程中,给出了用电网总装机容量对损失负荷取相对值,来分析电网停电事故自组织临界特性的方法。通过对东北、西北电网1981—2002年和1981—2010年2个时间段内停电事故数据相对值的分析,不同历史时段的大规模停电事故服从幂律分布,进一步证明了中国区域电网具有自组织临界性的典型特征。该方法用于事故损失数据处理后,排除了电网随时间生长对自组织临界特性的影响因素,便于以事故损失数据对电网危险程度进行分级,同时还可以对不同规模的电网事故数据进行横向比较,得出的宏观结果可以供电网的调度运行及规划部门参考。     

基于电网电压增量前馈补偿的光伏并网系统故障后恢复控制

光伏直流升压汇集系统经较大过渡电阻的故障清除后,存在直流变压器难以切换回原有控制策略的问题。针对此,在分析故障点过渡电阻和直流电压波动量之间关系的基础上,提出了一种基于电网电压增量前馈补偿的故障后恢复控制策略。在故障清除时,通过监测电网电压增量值,采用修正逆变器控制外环直流电压参考值的方式短时增大直流母线电压的波动量,从而使直流变压器实现控制策略的可靠切换。仿真结果表明,所提方法在交流电网经较大过渡电阻发生的故障被清除后,光伏侧控制策略能可靠且快速地进行切换,有效提高了光伏的利用率。     

基于电磁层析成像技术的接地网导体异常检测

接地网是维护系统安全、保障运行人员及设备安全的重要环节,对其异常状态的有效检测直接关系到电力系统的安全稳定运行.文中研究了基于电磁层析成像(Electromagnetic Tomography,EMT)技术的接地网导体异常状态检测方法,应用改进Landweber迭代算法基于EMT技术测试系统的感应电压测量结果获取了接地网导体的重建图像,定义了图像相关系数对接地网导体的异常状态进行检测.对某35 kV接地网正常与腐蚀、断裂等典型故障下的分析结果表明,将EMT计算引入接地网导体的异常检测具有一定的可行性,且具有非接触、对接地网导体状态变化敏感等优势,所定义的图像相关系数指标能有效识别接地网导体的异常状态.研究结果可为接地网运行状态的准确评估提供重要依据.     

基于Mean Shift 滤波的织物疵点检测方法

为了实现自动织物疵点检测,提出了一种基于Mean Shift滤波的织物疵点检测方法。该算法首先求取织物样本的熵图像,反映原始图像信息的变化程度,然后对熵图像进行Mean Shift平滑滤波,达到去除噪声和增强织物疵点部分的目的,从而利于疵点的分割,最后对滤波后的图像进行阈值分割,得到二值化检测结果。对6种纹理织物进行处理,共检测出18种疵点,92.5%的疵点可以被成功检测并定位。另外,实验中还将Mean Shift滤波与Gabor滤波的检测结果进行了比较,结果表明Mean Shift滤波对某些类型的疵点的检测效果更为理想。     

具备VSG特征并网变流器的预同步及主动孤岛判别方法研究

针对具备VSG特征的并网变流器,研究其预同步及主动孤岛判别方法,提出一种基于逐步追踪思想的预同步控制和基于电网电压自扰动的主动孤岛判别方法;预同步控制按照一定步长调节变流器侧输出电压的幅值和相位,进而追踪逼近电网侧电压幅值和相位,当差值在很小范围内时,合闸实现离网到并网的"零"冲击;主动孤岛判别是将电网侧电压幅值以微小步长进行负扰动,扰动后的值作为变流器输出侧电压幅值的参考给定,若电网连接,则扰动基本无影响,若电网断开,因扰动使得电压持续减小,最终判别出孤岛现象。通过MATLAB仿真分析,验证了所提方法的有效性和可行性。     

基于压缩感知的电力设备视频图像去噪方法研究

针对电力视频监控图像中存在的噪声,结合压缩感知理论,采用基于过完备字典的稀疏表示方法进行去噪。使用噪声图像训练过完备字典,其中过完备字典的更新使用K-SVD算法,求解稀疏系数使用OMP算法,且根据算法的特点引入了Dice匹配准则来改进正交匹配追踪算法用于求解稀疏系数,最后重构去噪后的图像。Matlab仿真实验表明,对添加了不同标准差的高斯噪声的图像,文中方法具有良好的去噪效果,与目前常用的小波函数相比,能更好的降低图像中的高斯白噪声,并且在字典训练过程中直接使用视频拍摄的带噪声图像,即使没有原始的无噪声图像依然能够完成去噪任务。     

基于电网阻抗测量的新型主动式孤岛检测法

对一种针对单相并网系统的基于电网阻抗测量的主动式孤岛检测方法进行了深入分析。详细阐明了该检测方法的检测盲区,绘制了检测盲区分布图。新型孤岛检测法通过在参考电流相位中加入一个幅值很小的二倍频扰动信号,检测电网阻抗变化实现反孤岛保护。具有实现简单、对电能质量影响小、理论上几乎不存在检测盲区、响应时间短、抗干扰性好、可测量网侧阻抗并可用于多台逆变器并网系统等优点。在并网变换器实验平台上对该方法进行了实验验证,实验结果表明其检测性能优越,满足IEEE929-2000标准。