基于改进MSER算法的电力设备红外故障区域提取方法

• 作者: 丁国成 冯振新 周东国 江翼 赵坤
• 来源期刊: 电力系统保护与控制
• 关键词: 极大稳态区域 电力设备故障 红外图像 阈值 聚类
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 应用研究
• 页码范围: 123-128
• 页数: 6页
• 字数: 3313字
• 语种: 中文
• DOI: 10.7667/PSPC180363

摘要

红外图像处理中因目标边界模糊、区域灰度变化等因素,导致传统的极大稳态区域方法区域提取效果低下.为此,提出一种基于改进极大稳态区域方法的电力设备红外故障区域提取机制,提升区域提取效果.首先,从灰度相似度聚类出发,采用Mean shift算法对分割区域的邻域像素进行聚类.其次,结合阈值分割机制,快速将相似像素进行分割,最终通过迭代得到电力设备故障所呈现的亮度区域信息.实验结果表明该提取区域方法性能优于极大稳态区域算法,具有较低的误分类错误,且相比于Mean shift算法,具有高效的处理速度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周东国	武汉大学动力与机械学院	14	83	4.0	9.0
2	丁国成		1	8	1.0	1.0