基于Canny算子的简化PCNN电力故障区域提取方法

• 作者: 丁国成 冯振新 周东国 江翼 许晓路
• 来源期刊: 红外技术
• 学科: 工学
• 关键词: 脉冲耦合神经网络 电力设备故障 红外图像 Canny算子
• 年，卷（期）: 2019,（7）
• 所属期刊栏目: 图像处理与仿真
• 页码范围: 634-639
• 页数: 6页
• 分类号: TP391
• 字数: 4346字
• 语种: 中文

摘要

为了较好地实现电力设备红外图像故障区域提取,提出了一种基于Canny算子边界检测的脉冲耦合神经网络(Pulse-coupled Neural Network,PCNN)红外图像区域提取方法.在该方法中,首先以PCNN模型同步点火特性为基础,通过优化原始PCNN模型内在的参数,使得模型迭代过程中将图像转换成为时间点火序列,然后引入Canny边界检测算子并结合区域灰度特性,获取最佳时刻的脉冲输出信息,实现红外图像中热故障区域的有效提取.最后通过真实红外故障图像测试,验证了文中方法的有效性和适用性,同时方便了后续的特征提取与识别.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	许晓路		12	73	4.0	8.0
2	江翼		13	28	3.0	5.0
3	周东国	武汉大学电气与自动化学院	14	83	4.0	9.0
4	冯振新		5	17	3.0	4.0
5	丁国成		2	6	1.0	2.0