基于局部区域聚类的电力设备故障区域提取方法

• 作者: 丁国成 冯振新 周东国 江翼 许晓路
• 来源期刊: 电测与仪表
• 学科: 工学
• 关键词: Mediodshift算法 故障区域 红外图像 阈值 聚类
• 年，卷（期）: 2020,（8）
• 所属期刊栏目: 智能电网
• 页码范围: 45-50
• 页数: 6页
• 分类号: TM93|TP391
• 字数: 4551字
• 语种: 中文
• DOI: 10.19753/j.issn1001-1390.2020.08.008

摘要

针对电力设备红外图像诊断中热故障区域提取问题,提出了一种局部区域Mediodshift聚类的电力设备红外图像故障区域提取方法.文章根据热故障所表现的灰度特性初始化聚类中心;结合Mediodshift聚类方法,对目标区域邻域像素进行聚类.为了尽可能获取故障区域邻域相似像素,引入了基于邻域灰度的调节策略.同时,为了提高聚类效率,采用了自高向低的聚类阈值分割机制,从而使得Mediodshift算法能快速地将整幅图像中故障区域像素进行聚类,实现红外图像中热故障区域的提取.最后通过典型红外图像实验测试,验证了该方法区域提取的有效性,且对比目前现有的一些方法,进一步表明文中方法具有较好的故障区域提取性能.

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