西安科技大学
硕士学位论文
变电站电力设备红外图像分割技术研究
姓名:王如意
申请学位级别:硕士
专业:信号与信息处理
指导教师:吴冬梅
2011
论文题目:变电站电力设备红外图像分割技术研究
专 业:信号与信息处理
硕 士 生:王如意 (签 名)
指导教师:吴冬梅 (签 名)
摘要
红外成像技术是电气设备在线监测中的一项行之有效的手段,而构建基于红外成像
技术的变电站电气设备智能在线监测系统是电气设备监测的发展方向。红外图像分割技
术是变电站电气设备智能在线监测系统中智能软件模块的一个重要组成部分,也是系统
完成智能监测的一个承上启下的重要环节,通过分割提取的电气设备特征可以为系统后
期的智能判断和决策提供依据。
本文以变电站红外监测系统为研究的出发点,以提高系统的自动化、智能化水平为
目的,着重以变电站红外图像的分割技术为主要研究内容。本文对当前主流图像分割算
法进行了分类、归纳和总结,通过实验了解他们的性能和特点,并对新出现的图像分割
方法进行了研究。在此基础上,本文选择了基于形态学分水岭分割算法和模糊聚类分割
算法。为了有效准确的检测油枕油位,本文采用改进的分水岭分割算法对油枕红外图像
进行分割,改进算法以多尺度形态学梯度图像作为分水岭算法的输入图像,在侧重区域
联通性的前提下用大津法二值化梯度图像获得初步标记图,去除伪极小值点后得到最终
标记图,用最终标记图中极小值点作为分水岭分割的起点对尺度梯度图像进行分水岭变
换得到最终的分割结果。实验证明本文方法能够准确有效地分割出油枕和油位,可以作
为变电站在线监测系统的组成部分之一。考虑红外图像信息本身的复杂性和相关性,本
文还对模糊核聚类分割算法进行了研究,本文改进的稳健模糊核聚类算法通过加入空间
信息来增强算法像素划分的合理性,并提出聚类中心初始化方法来使得聚类迭代尽快收
敛至合理划分时的参数值,在分割变压器散热器图像的实验中,本文改进的稳健模糊核
聚类算法相比其他模糊聚类方法能够有效分割出散热器故障位置和故障区域。
关键字:变电站;红外图像;图像分割;分水岭变换;模糊核聚类;故障诊断
研究类型:应用研究
Subject : Research of Infrared Image Segmentation for Power Equipment
in Substation
Specialty : Signal and Information Processing
Name : Wang Ru-Yi (Signature)
Instructor: Wu Dong-mei (Signature)
ABSTRACT
Infrared imaging technology is a proven means of on-line monitoring for electrical
equipment, while the construction of intelligent on-line monitoring system which is based on
infrared imaging technology is the direction of developing electrical equipment monitoring
system. Infrared image segmentation is an ponent of software modules in
system and key step to achieve the function of intelligent monitoring. The characteristics of
electrical equipment extracted through segmentation can be used as a basis for the system to
make intelligent judgments and decisions in the later stage.
This paper is based on substations’ infrared monitoring system, aims at enhancing the
automation and intelligence level
《现代汉语词典》(2002年增补本)附录“新词新义”研究 来自淘豆网www.taodocs.com转载请标明出处.