一种基于C-V模型的电晕放电紫外成像分割方法

发布时间：2021-01-09 20:43

　　为了判断高压设备发生电晕放电的位置和大致的放电强度,利用紫外成像仪对设备进行记录并判断高压设备的绝缘缺陷。通过C-V（Chan-Vese）模型方法对紫外图像光斑进行图像分割提取,且引入了光斑面积和光斑边界周长两个特征量来判断设备放电状态。结果表明,C-V模型提取光斑自动化程度高,耗时短,抗噪能力更强,具有很好的全局优化,能够在一定程度上减少漏检的放电区域,且引入的特征量能够较好地表征放电状态。 

【文章来源】：科学技术与工程. 2020,20(14)北大核心

【文章页数】：6 页

【部分图文】：

图像处理过程

计算机配置为主频1.7 G和4 G内存,在matlab7.0软件环境下,采用C-V模型分割原始紫外图像,如图2、图3和图4所示,表1给出了其迭代次数、分割耗时,比较后易见,本文所提方法提取放电区域耗时短,效率高。图4 C-V模型与数学形态学对比

图3 C-V模型与二值化方法对比表1 C-V模型分割图像迭代次数与时间Table 1 Iteration times and time of C-V model image segmentation 图像 迭代次数 耗时/s 图2(a) 100 0.586 0 图3(a) 100 0.731 0 图4(a) 100 0.670 0

【参考文献】：
期刊论文
[1]基于C-V模型的电晕放电紫外成像分割及特征量研究[J]. 李勋,张宏钊,胡元潮,伊仁图太.  高压电器. 2017(08)
[2]基于组合算法的中低压设备电晕放电区域紫外标定方法[J]. 张宏钊,李勋,安韵竹,伊仁图太.  中国农村水利水电. 2016(03)
[3]高压设备放电紫外图像特征量提取方法研究[J]. 张宏钊,刘国坚,黄荣辉,姚森敬,王丰华.  高压电器. 2016(03)
[4]基于紫外图像相对光斑面积的绝缘子表面放电量化评估方法研究[J]. 丁培,马飞越,高原,郝金鹏,李军浩,李彦明.  电瓷避雷器. 2015(03)
[5]基于数学形态学的绝缘子闪络图像处理方法研究[J]. 耿江海,霍亚男,黄震宇,王平.  电瓷避雷器. 2014(04)
[6]基于CV模型的CT图像分割研究[J]. 唐子淑,刘杰,别术林.  CT理论与应用研究. 2014(02)
[7]基于区域生长和水平集的肝脏提取分割算法[J]. 王梁,吴斌,方艳红.  科学技术与工程. 2014(03)
[8]放电日盲紫外成像检测图像参数提取方法研究[J]. 王胜辉,李楠,廖鹏.  华北电力大学学报(自然科学版). 2013(06)
[9]基于水平集的彩色图像分割方法[J]. 陈小娟.  科学技术与工程. 2013(23)
[10]基于C-V模型的水平集方法在脑CT图像分割中的应用[J]. 宁祎,杜宽森,闫铭.  科学技术与工程. 2013(10)

硕士论文
[1]基于C-V模型的图像分割方法研究[D]. 吕华川.东北大学 2014
[2]基于紫外成像的高压电气设备外绝缘检测的研究[D]. 武建华.华北电力大学（河北） 2008



本文编号：2967366