基于Hu不变矩的红外图像电力设备识别*

2013-09-13 07:54:54陈俊佑金立军段绍辉姚森敬
机电工程 2013年1期
关键词:电力设备特征提取生长

陈俊佑,金立军*,段绍辉,姚森敬,赵 灵

(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,广东 深圳 518010)

0 引 言

随着社会的发展,电力需求越来越大,电力设备的负荷也不断增加,由于电力设备大多位于室外,在长期的风雨侵袭下,不免会产生损坏而引起电力系统故障。热缺陷是由于设备损坏产生的局部过热,是电力故障中最常见的一种,热缺陷危害着电力系统的安全运行,若不能被及时发现,可能导致严重的电力事故,造成极大的经济损失。随着红外热成像诊断技术的普及,其在电力系统在线故障监测方面发挥的作用也越来越重要[1-3]。电力设备种类繁多,不同设备能承受的温度也有较大差别,因此对电力设备进行分割识别是红外诊断技术中一个重要环节。红外图像目标的特征提取是识别中的关键步骤,目前常用的特征提取方法有角点检测、Hough直线检测、边缘检测、不变矩等。

本研究提取的对象为红外分割图像中的电力设备,其在拍摄过程中最易受拍摄角度、距离等的影响,而不变矩具有旋转、平移、缩放等不变性,因此本研究选择不变矩特征作为特征提取对象。

1 区域生长法图像分割

图像分割即将一幅图像分割成不同的区域,同一区域内图像性质相同或相似。对于电力设备红外热图,其目标与背景温度有较大差异,在图像中表现为颜色与亮度的不同,研究者可根据这一特性将设备从背景中提取出来以做进一步的分析[4]。……

登录APP查看全文

猜你喜欢
电力设备特征提取生长
碗莲生长记
小读者(2021年2期)2021-03-29 05:03:48
加强电力设备运维云平台安全性管理
生长在哪里的启示
华人时刊(2019年13期)2019-11-17 14:59:54
基于Gazebo仿真环境的ORB特征提取与比对的研究
电子制作(2019年15期)2019-08-27 01:12:00
生长
文苑(2018年22期)2018-11-19 02:54:14
一种基于LBP 特征提取和稀疏表示的肝病识别算法
电力设备运维管理及安全运行探析
基于压缩感知的电力设备视频图像去噪方法研究
基于MED和循环域解调的多故障特征提取
基于改进Canny算子的电力设备图像检测研究