摘要：电力设备红外图像分割是电力故障诊断的主要手段。针对传统电力设备图像分割方法计算代价高、分割精度差、速度慢的不足,提出改进蝴蝶优化Kapur熵算法对红外图像进行多阈值分割。引入Levy飞行策略改进蝴蝶优化算法IBOA(Improved Butterfly Optimization Algorithm)的位置更新方式,提升算法全局寻优能力;设计高斯混沌变异机制对精英个体进行扰动,提升种群多样性,使算法避免收敛于局部最优。利用基准函数测试IBOA的寻优性能。以Kapur熵作为IBOA的适应度函数,设计基于IBOA和Kapur熵最大化的图像分割方法,并利用三幅经典伯克利图像和一幅核磁共振图像验证了图像分割性能。将改进算法应用于电力设备红外图像分割,证实算法在非均匀背景和噪声干扰下依然能够有效提高红外图像分割的精度和效率,从而保障电力设备故障诊断成功率。

摘要：为了解决复杂环境下红外人体目标分割应用中当前脉冲耦合神经网络(PCNN)方法常出现的噪声适应性差、目标边缘细节模糊等问题,提出了改进的PCNN方法。根据红外噪声特点,利用加权均值滤波和各向异性高斯滤波设计了模型反馈输入域的权值矩阵;采用改进的拉普拉斯分量绝对和表示PCNN的连接强度参数,从而实现了该参数的自适应设置;用点火区域平均灰度值构建动态阈值的方法,实现了PCNN模型的迭代控制。对IEEE OTCBVS和自拍数据库中的250余幅红外人体图像进行对比实验,结果表明,提出的方法能够有效抑制红外噪声,分割出带有较多边缘细节的人体目标,与其他PCNN分割方法相比,该方法还具有较优的平均概率兰德指数和较低的平均全局一致性误差。

摘要：使用模糊理论处理电气设备红外图像分割的不确定性,提出了一种基于模糊推理的电气设备红外图像分割算法。首先分别利用电气设备红外图像故障区域的像素灰度、像素点与图像质心的马氏距离以及图像膨胀操作定义了强度特征、全局故障可能性特征和局部灰度特征;然后根据特征的模糊语言值制定了27条模糊规则,设计了一种模糊推理红外图像分割算法;最后,从主观和客观评价指标上将算法与传统Otsu算法和FCM算法进行了对比。实验表明,该算法的分割精度和误分割率比其他两种算法都有一定的改善,同时该算法能够滤除图像中具有高亮度的干扰区域,对具有小亮度差和小面积故障区域的红外图像有较好的分割效果。

摘要：甲烷是现代化工业生产和社会生活的重要能源之一,实现其有效探测与分割对于及时发现甲烷泄漏事故并识别其扩散范围具有重要意义。针对红外成像条件下甲烷气体图像的轮廓模糊、泄漏的甲烷气体与背景对比度较低、形状易受大气流动因素影响等问题,本文提出一种融合注意力分支特征的红外图像分割网络(Attention Branch Feature Network,ABFNet)实现甲烷气体泄漏探测。首先,为增强模型对红外甲烷气体图像的特征提取能力,设计分支特征融合模块将残差模块1和残差模块2的输出特征与残差模块3以逐像素相加的方法融合,获取红外甲烷气体图像丰富细致的特征表达以提高模型识别精度。其次,为进一步加快模型的推理速度,将标准瓶颈单元中的3×3卷积替换为深度可分离卷积,大幅度减少参数量达到实时检测甲烷气体泄漏。最后,将scSE注意力机制嵌入到分支特征融合模块,更多地关注扩散区域边缘和中心语义信息以克服红外甲烷气体轮廓模糊对比度低等问题提高模型的泛化能力。实验结果表明,本文提出的ABFNet模型AP50@95、AP50、AP60定量分割精度分别达到38.23%、89.63%和75.33%,相比于原始YOLACT模型分割精度,分别提高4.66%、3.76%和7.04%,推理速度达到34.99帧/s,满足实时检测需求。实验结果验证了本文算法对红外甲烷泄漏检测的有效性和工程实用性。

摘要：传统的电力设备过热故障都是通过人工检测完成的,无法做到无接触检测,危险性较强。结合红外热成像理论,设计并实现基于红外图像处理技术的电力设备过热故障检测系统,介绍了系统的总体结构。通过远程图像采集模块完成电力设备范围内红外图像数据的采集以及预处理,DSP模块作为红外设备图像实时处理的核心,实现整个系统的控制及调控。利用FPGA模块实现图像信号数据的暂存、预处理及匹配等操作。详细分析了基于红外图像分割技术的软件设计基础和实现方法;并给出系统程序实现代码。系统测试结果显示,所提系统具有很高的可行性及实用性。

摘要：常规方法处理电力设备红外图像分割问题时,求解最优阈值容易出现分割精度差、计算效率低的不足。为此,本文提出基于改进黏菌算法优化Tsallis熵的多阈值红外图像分割方法。利用黏菌算法的启发式搜索机制求解图像分割最优阈值,有效降低算法时间复杂度。在传统黏菌算法中引入Henon混沌映射优化初始种群多样性,设计动态透镜成像对立学习机制提高算法搜索精度。以Tsallis熵评估黏菌个体的适应度改进黏菌算法,迭代搜索图像分割阈值最优解。在常规电力设备红外图像数据集上进行实验,结果表明:与对比模型相比,改进模型具有更低的误分率和更高的峰值信噪比与结构相似度,在处理背景非均匀、噪声较大的红外图像分割上具有性能优势。

摘要：红外图像具有灰度变化不平均、分辨率较低、噪声较多等特征,传统的图像分割方法难以对红外图像分割出有效实体。为解决这一问题,设计了一种基于非下采样Contourlet变换(NSCT)的随机游走红外图像分割算法。传统的随机游走图像分割方法,图像部分灰度值的不均匀变化可能改变随机游走算法的路径,而且分割目标的轮廓很容易受到图像背景噪声影响,所以可以通过增强图像的目标轮廓,抑制图像噪声,以达到更好的分割效果。NSCT变换是一种非常有效的图像增强方法,首先采用NSCT变换对红外图像进行多方向、多尺度分解,得到红外图像的低频和高频系数,对该系数进行处理,然后反变换得到增强后的红外图像。实验结果表明,该方法在红外图像分割中取得了很好的效果。

摘要：当前500 kV变电站的电气设备在运行过程中出现的故障,通常采用独立设置的智能识别节点进行识别,但识别范围较小,导致故障智能识别的响应时间较长。因此,提出了一种基于红外图像分割的500 kV变电站电气设备运行故障智能识别方法。根据识别需求和标准,采用多阶的方式对故障识别数据进行预处理,以扩大识别范围;进行识别节点的多阶部署,并在此基础上构建红外图像分割电气设备故障识别模型;采用图像增强实现故障识别处理。测试结果表明,设计的红外图像分割电气设备运行故障智能识别测试组的故障智能识别响应耗时在0.2 s以下,表明所提方法的故障识别效果更佳、识别速度更快,具有实际的应用价值。

摘要：针对红外人体图像中人体目标亮度分布不均匀且易与背景混叠等引起分割不完整的问题,提出一种自适应分层阈值的简化PCNN(SPCNN)红外人体图像分割方法.该方法摒弃了传统SPCNN模型中的动态阈值指数衰减下降机制,采用神经元点火区域与未点火区域的统计特性构建自适应分层阈值;同时结合神经元同步点火机制并引入最近邻均值聚类规则控制神经元点火,以达到较高的分割精度.在真实红外人体图像集上与几种图像分割方法进行对比的实验结果表明,文中方法能取得较优的分割效果以及较小的分类错误率,且与传统的SPCNN模型相比,文中的SPCNN模型参数的设置更加简化.

摘要：分析了传统的基于马尔可夫随机场图像分割算法收敛速度慢和固定加权等缺点,提出了一种基于简化马尔可夫随机场的红外图像快速分割算法。该算法首先对红外图像极大似然初始分割,并利用简化马尔可夫随机场对图像进行建模。在此基础上采用自适应的加权变化形式进行迭代,不但加速了分割算法的收敛速度,而且使得分割效果都大为改善。在真实的飞机和舰艇红外图像上,该算法都取得了较好的分割效果。