基于Hu不变矩的红外图像电力设备识别

• 作者: 姚森敬 段绍辉 赵灵 金立军 陈俊佑
• 来源期刊: 机电工程
• 学科: 工学
• 关键词: 电力设备识别 红外图像 Hu不变矩 区域生长 BP神经网络
• 年，卷（期）: 2013,（1）
• 所属期刊栏目: 本刊特约专稿
• 页码范围: 5-8
• 页数: 4页
• 分类号: TM76|TP39
• 字数: 3554字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-4551.2013.01.002

摘要

针对电力系统红外故障检测中对电力设备的人工识别效率低、实时性差等问题,提出了根据红外热图温度信息获取独立的电力设备图像,采用计算机图像处理技术实现对电力设备高效、准确识别的方法.首先,通过红外图像中的温度信息寻找设备中高温点作为种子点,采用区域生长方法有效地去除了背景,获得了整个电力设备的二值图像；然后,选取Hu不变矩作为图像特征提取方法,并对其做出了改进,计算了该二值图像的Hu不变矩,构成了电力设备的特征向量；最后,设计了BP神经网络分类器做分类识别,可用于结合温度信息实现电力系统中电力设备红外图像的故障识别.研究结果表明,该电力设备识别方法对CT、变压器、母线接头、避雷针将军帽等电力设备的识别率高、耗时少,具有良好的应用前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	金立军	同济大学电子与信息工程学院	81	1000	17.0	29.0
2	姚森敬		50	813	16.0	27.0
3	赵灵		7	114	5.0	7.0
4	段绍辉		25	452	12.0	21.0
5	陈俊佑	同济大学电子与信息工程学院	3	50	2.0	3.0