基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
憎水性是衡量绝缘材料电性能的一个重要指标,也是确保绝缘子安全运行的重要保证,且对绝缘子憎水性等级进行判决的关键是准确地分割出水珠(或水迹)区域,因此将蚁群算法引入到憎水性图像处理中,该方法首先采用白适应局部灰度均衡对图像进行增强,以减小水珠的透明性导致的目标与背景的相似度;然后采用蚁群算法建立憎水性图像的知觉图表,利用图表信息实现对图像边缘信息的提取,从而获取水珠(或水迹)的轮廓信息.最后采用改进的形状因子法对处理后的图像进行憎水性等级的判别.实验结果表明,该算法能够较好地提取污秽绝缘子憎水性图像的水珠(或水迹)的轮廓信息,并能够通过合适的判别方法准确地判别出憎水性等级.
推荐文章
基于稀疏表示分类算法的复合绝缘子憎水性检测方法
绝缘子
憎水性
稀疏表示
图像识别
基于多重分形的复合绝缘子憎水性等级判定方法
复合绝缘子
憎水性
多重分形
广义维数
分级
基于图像处理的复合绝缘子憎水性智能识别方法
复合绝缘子
憎水性
图像处理
智能识别
复合绝缘子憎水性机理分析
复合绝缘子
老化
憎水性
机理
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于蚁群算法的绝缘子憎水性等级判别方法
来源期刊 高电压技术 学科 工学
关键词 憎水性 蚁群算法 图像特征提取 图像增强 形状因子 绝缘子
年,卷(期) 2009,(6) 所属期刊栏目 过电压与绝缘
研究方向 页码范围 1322-1327
页数 6页 分类号 TM855
字数 4575字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 祁兵 华北电力大学电气与电子工程学院 118 937 19.0 25.0
2 唐良瑞 华北电力大学电气与电子工程学院 96 1209 18.0 30.0
3 赵春辉 华北电力大学电气与电子工程学院 3 48 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (48)
共引文献  (135)
参考文献  (11)
节点文献
引证文献  (19)
同被引文献  (64)
二级引证文献  (60)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(4)
  • 参考文献(0)
  • 二级参考文献(4)
1999(6)
  • 参考文献(0)
  • 二级参考文献(6)
2000(3)
  • 参考文献(1)
  • 二级参考文献(2)
2001(11)
  • 参考文献(0)
  • 二级参考文献(11)
2002(9)
  • 参考文献(1)
  • 二级参考文献(8)
2003(11)
  • 参考文献(1)
  • 二级参考文献(10)
2004(6)
  • 参考文献(2)
  • 二级参考文献(4)
2005(4)
  • 参考文献(3)
  • 二级参考文献(1)
2006(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2011(2)
  • 引证文献(2)
  • 二级引证文献(0)
2012(3)
  • 引证文献(1)
  • 二级引证文献(2)
2013(6)
  • 引证文献(3)
  • 二级引证文献(3)
2014(11)
  • 引证文献(3)
  • 二级引证文献(8)
2015(10)
  • 引证文献(3)
  • 二级引证文献(7)
2016(13)
  • 引证文献(2)
  • 二级引证文献(11)
2017(8)
  • 引证文献(1)
  • 二级引证文献(7)
2018(7)
  • 引证文献(1)
  • 二级引证文献(6)
2019(15)
  • 引证文献(3)
  • 二级引证文献(12)
2020(4)
  • 引证文献(0)
  • 二级引证文献(4)
研究主题发展历程
节点文献
憎水性
蚁群算法
图像特征提取
图像增强
形状因子
绝缘子
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
高电压技术
月刊
1003-6520
42-1239/TM
大16开
湖北省武汉市珞瑜路143号武汉高压研究所
38-24
1975
chi
出版文献量(篇)
9889
总下载数(次)
24
总被引数(次)
181291
论文1v1指导